Et splinternyt netværk af computere, der er den største af sin art, skal få danske og andre europæiske forskere til at løse dataproblemer.
Netværket, European Grid Infrastructure (EGI), kommer til at bestå af 200.000 computere, der primært er placeret rundt omkring i Europa. Også danske computere bliver koblet på netværket. Der står omtrent 2000 computere i Niels Bohr Instituttet i København, mens der står 1000 computere hos Aalborg Universitet.
"Målt på hvor mange datacentre og mængden af data, det håndterer, er det det største netværk af sin art," forklarer Michael Grønager, direktør i Nordic Data Grid Facility, som er den nordiske samarbejdspartner i EGI.
En forgænger til EGI havde blot 100.000 computere under sig. Når EGI er oppe at køre, vil det altså være en fordobling af antallet af computere i forhold til det tidligere europæiske netværk. Til sammenligning har det amerikanske Open Science Grid (OSG) 25.000 computere med omtrent 43.000 processorer.
Men det er ikke computerkraften, der gør EGI unikt, forklarer Michael Grønager.
Ikke computerkraft
"Hvis man bare havde brug for computerkraften, så ville det her være den mest tumpede måde at gøre det på. Det er meget nemt at købe computere, der er større," forklarer Michael Grønager.
EGI vil derimod være velegnet for forskere, som skal bruge data, der er placeret rundt omkring i Europa. Det kunne være data, som er samlet af den store partikelaccelerator i CERN i Schweiz. Det kunne også være data om klimaforandringer eller miljø. EGI rummer 120 petabyte. En petabyte er 1000 terabyte eller en million gigabyte.
"Den svære ting er at håndtere alle disse data. De er kæmpestore. Det er petabyte. Man kan ikke bare flytte rundt på dem," siger Michael Grønager.
Hvis et stort datasæt ligger i Slovenien, vil det være besværligt at flytte eller kopiere dataene hele vejen til Danmark for så at lave udregninger på dem i København eller Aalborg. Fordelen ved EGI er, at beregningen kan blive foretaget i Slovenien. Resultatet bliver så sendt hjem til forskeren i Danmark. Hvis andre data ligger i Italien, bliver udregningen udført dér. På den måde kan en dansker forske i datasæt fra hele Europa uden at bekymre sig om at transportere de enorme datasæt hjem til Danmark. Forskeren har adgang til netværket ved hjælp af et digitalt certificikat.
ComON har tidligere omtalt et andet europæisk netværk, der besidder en enorm computerkraft, PRACE. Det er et distributionsnetværk af europæiske supercomputere.
"Fordelen med EGI er, at man kan tilgå store mængder data. Fordelen ved PRACE er, at man kan tilgå store computere," forklarerer Michael Grønager om forskellen på de to netværk.
120 petabyte
EGI har en kapacitet på 60 petabyte på disk og yderligere 60 petabyte på bånd. De sidste lagres båndrobotter. Fordelen er, at dataenes holdbarhed er bedre, til gengæld tager det måske en halv time eller mere at få fat på dataene, forklarer Michael Grønager.
Computerne i EGI vil befinde sig på 250 steder i 50 forskellige lande, oplyser Michael Grønager. Ifølge EU-Kommissionen er 30 europæiske bidrager 30 europæiske lande til projektet med computere.
Projektet kommer til at koste 544 millioner kroner, hvoraf omtrent en tredjedel, 186 millioner kroner, er EU-midler, oplyser EU-Kommissionen i en pressemeddelelse. Resten af pengene kommer fra nationale kilder, såsom nationale gridinitiativer.
EU-Kommissionen slår desuden på, at netværket vil give adgang til computere, der ellers ville stå stille hen en del af tiden. I gennemsnit står en desktopcomputer ledig i omkring 60-85 procent af tiden, skriver EU-Kommissionen.
Forløberen for EGI, Enabling Grid for eScience, modtog over 750 millioner kroner fra EU over otte år. Det benyttes i dag af 13.000 forskere og hjælper for eksempel fysikere ved Large Hadron Collider i Schweiz med at studere de mindste kendte partikler og hjælper biologer og andre videnskabsmænd med at udvikle nye lægemidler mod fugleinfluenza og malaria.
EGI vil blive koordineret i Amsterdam af organisationen EGI.eu, der blev oprettet i februar 2010 med det formål at forvalte og drive den paneuropæiske gridinfrastruktur.
