Ja, es gibt mehrere Systeme zum Teilen von Computerleistung zwischen mehreren Computern. Diese Systeme fallen im Allgemeinen unter den Dach von
verteiltem Computer . Der verwendete Ansatz hängt stark von der Art der Aufgabe und der gewünschten Kontrollstufe ab. Hier sind einige Beispiele:
* Grid Computing: Dies beinhaltet die Verwendung einer großen Anzahl geografisch verteilter Computer (oft im Besitz verschiedener Organisationen oder Einzelpersonen), um ein einzelnes, großes Problem zu lösen. Beispiele sind seti@home (die Suche nach außerirdischer Intelligenz) und Falten@home (simulierende Proteinfaltung). Diese verwenden normalerweise ein Master-Arbeiter-Modell, bei dem ein zentraler Server Aufgaben an viele Arbeiterknoten verteilt.
* Cluster Computing: Dies verwendet eine Sammlung von miteinander verbundenen Computern als einzelnes System. Diese Computer befinden sich häufig in der Nähe voneinander (z. B. in einem Rechenzentrum) und haben Hochgeschwindigkeitsverbände. Dies ermöglicht eine größere Koordination und eine schnellere Kommunikation zwischen Knoten als Grid Computing. Cluster werden üblicherweise für das Hochleistungs-Computing (HPC), das Ausführen großer Simulationen oder für die Behandlung von massiven Datensätzen verwendet.
* Cloud Computing: Cloud -Computing -Plattformen wie AWS, Azure und Google Cloud können zwar nicht streng "gemeinsam" im Sinne einer direkten Kontrolle über einzelne Maschinen "teilen", die Workloads auf ein riesiges Netzwerk von Servern verteilen können. Sie mieten nach Bedarf Computerressourcen (virtuelle Maschinen, Container usw.) und die Plattform verwaltet die Verteilungs- und Ressourcenzuweisung.
* Peer-to-Peer (P2P) Computing: Dies beinhaltet die Verteilung von Aufgaben über ein Netzwerk gleichermaßen fähiger Computer, wobei jeder Computer sowohl als Client als auch als Server fungiert. BitTorrent ist ein bekanntes Beispiel für die Freigabe von P2P-Dateien, kann jedoch auch für andere Rechenaufgaben angepasst werden.
* Freiwilligen Computing: Dies ist eine spezielle Form des Grid -Computing, die auf der freiwilligen Rechenleistung der Computer einzelner Benutzer beruht. Seti@home und folding@home sind erstklassige Beispiele.
Das ausgewählte spezifische System hängt von Faktoren ab wie:
* Die Art der Aufgabe: Einige Aufgaben sind leicht parallelisierbar, andere nicht.
* Die Größe und Komplexität der Aufgabe: Größere, komplexere Aufgaben erfordern mehr Rechenleistung und können von einem Netz- oder Cluster -Computing profitieren.
* die erforderliche Koordinationsstufe: Dicht koordinierte Aufgaben benötigen einen Cluster, während locker koordinierte Aufgaben ein Raster verwenden können.
* Die geografische Verteilung der Computer: Grid Computing eignet sich besser für geografisch dispergierte Computer, während Cluster Computing für Computer in unmittelbarer Nähe besser ist.
* Budget und Infrastruktur: Cloud Computing bietet Skalierbarkeit, kann jedoch teuer sein. Cluster erfordern erhebliche Vorabinvestitionen in Hardware und Vernetzung.
Kurz gesagt, es gibt kein einziges System, sondern eine Reihe von Ansätzen zum Teilen von Rechenleistung, die jeweils eigene Stärken und Schwächen mit sich bringen.