El proyecto europeo DataGrid poco a poco se va haciendo realidad
El proyecto europeo DataGrid, que promete a los científicos potencia computacional sin precedentes para afrontar retos de gran calado, como los que plantea la modelación del cambio climático o el análisis de datos genómicos, ha dado un paso adelante de gigante. Un sistema informático mundial se ha acercado a su propia materialización con la última versión de middleware (programas capaces de mediar entre programas diferentes existentes), el software que hace que una Grid de ordenadores (informática distribuida en red) trabaje conjuntamente sin discontinuidad. Este software apoyará un concepto computacional de Grid de calidad propia para la producción. Markus Schulz, uno de los responsables de desarrollo del software de CERN explica lo siguiente: "Esta publicación trasladará el proyecto europeo de DataGrid del laboratorio al mundo real". El DataGrid europeo es un proyecto financiado por la Unión Europea. Lo dirige el CERN junto con otros cinco socios principales y 15 socios ordinarios. El proyecto reúne a las organizaciones europeas de investigación líderes siguientes: la Agencia Espacial Europea (AEE), el francés "Centre national de la Recherche scientifique" (CNRS, Centro nacional de investigación científica), el italiano "Istituto Nazionale di Fisica Nucleare" (INFN, Instituto nacional de física nuclear), el "National Institute for Nuclear Physics and High Energy Physics" de los Países Bajos (NIKHEF, Instituto nacional de física nuclear y física de alta energía) y el "Particle Physics and Astronomy Research Council" británico (PPARC, Consejo de investigación en física de partículas y astronomía). En superar la fase de investigación y desarrollo, y demostrar un concepto de computación Grid de "calidad de producción" está uno de los objetivos genéricos de un proyecto que inició su andadura hace poco menos de dos años. La calidad de producción es algo más que una mera prueba de principio, marca el despliegue del recurso estable que necesitan los científicos europeos. Se sustenta tanto en software desarrollado anteriormente en el marco del proyecto europeo DataGrid como en soluciones comprobadas de fuente abierta. Partiendo de elementos de una caja de herramientas para el desarrollo de software de Grid conocida con el nombre de Globus 2.2 la nueva versión ha mejorado significativamente el apoyo a las grandes transferencias de archivos, incrementando la calidad de seguimiento de aplicaciones operativas en la Grid y un sistema de información más estable. Se han incorporado varias funcionalidades clave adicionales para la producción, tales como la simplificación del acceso a sistemas masivos de almacenamiento, un mecanismo de instalación de software más sencillo y recursos de presentación de trabajos más fáciles de utilizar. El software está siendo instalado en cientos de ordenadores que constituyen el banco de pruebas de producción del proyecto europeo de DataGrid, siendo ésta una de las mayores y más avanzadas infraestructuras de Grid de las que se están desarrollando en el mundo. Limitada inicialmente a cinco países europeos, el banco de pruebas se ha ampliado hace poco a unos 20 centros repartidos por toda Europa, desde Polonia y la República Checa hasta España y Portugal, pasando por Alemania y los países nórdicos. También se ha demostrado la interoperabilidad con la infraestructura de Grid que se está confeccionando en EEUU. Además, pronto se sumarán al banco de pruebas nuevos centros en Asia, Rusia y Canadá. Las conexiones de los distintos nodos europeos se están estableciendo a través del proyecto GEANT, cofinanciado por la Unión Europea y consistente en una red líder en comunicaciones de datos, que conecta a más de 30 países europeos a velocidades de hasta 10 gigabits por segundo. El proyecto europeo de DataGrid proporcionará una de las más destacadas pruebas de calidad de producción de esta impresionante red. Este proyecto y GEANT están colaborando en la resolución de problemas de velocidad, seguridad y vigilancia planteados por las aplicaciones del banco de pruebas del DataGrid europeo. El banco de pruebas de producción del DataGrid europeo lo usarán las comunidades científicas para llevar a cabo investigaciones en tres campos clave: investigación genómica, observación de la Tierra y física de alta energía. En este último campo, los físicos del CERN están contando con la tecnología Grid para solventar los tremendos retos de datos que se les echen encima cuando empiece a funcionar el gran colisionador de hadrones (LHC), el instrumento más potente jamás construido para investigar las propiedades de la materia. Los experimentos del LHC generarán unos 10 petabytes de datos por año, esto es, el equivalente de 16 millones de CD-Rom, siendo monumental el desafío de tener que almacenar y analizar tamañas cantidades de datos. Alois Putzer, de la Universidad de Heidelberg, encargado de la organización del sistema computacional mundial del experimento Atlas con el LHC, comentó: "Nos agrada que el proyecto europeo de DataGrid ya esté publicando middleware Grid de calidad de producción. Nos dará la oportunidad de poner en marcha ejercicios regulares de pruebas de nuestras extremas necesidades computacionales en una infraestructura real de Grid. Podría tener un impacto significativo en la forma de planear nuestro centro de computación distribuida a nivel mundial y la accesibilidad de los datos".