Democratizing Resource-Intensive e-Science Through Peer-to-Peer Grid Computing

A Springer publicou há pouco um livro intitulado Guide to e-Science: Next Generation Scientific Research and Discovery (editado por Xiaoyu Yang, Lizhe Wang e Wei Jie). O livro contém um capítulo escrito por Fubica, Nazareno, Raquel e Lívia sobre nosso experiência com o OurGrid:

Democratizing Resource-Intensive e-Science Through Peer-to-Peer Grid Computing

Do resumo publicado: [This chapter] "(...) includes a thorough review of the main mechanisms required to support the execution of bag-of-tasks applications on top of P2P grids: accounting, scheduling, security, and data caching. Besides, we discuss ways to allow P2P grids to interoperate with service grids. We also report a success case in the utilization of the OurGrid middleware in the context of e-Science. Finally, we summarize our experience in this area indicating the lessons we have learned, the present challenges, and future directions of research."

The Fourth Paradigm: Data-Intensive Scientific Discovery

A Microsoft Research lançou um livro (disponível para download livre) sobre o dito quarto paradigma de pesquisa científica, a pesquisa centrada e intensiva em dados. Está lá, no site da micrososft research. Infraestrutura para computação científica é parte das condições para esse quarto paradigma e pivô na história, como já comentamos antes.

Folha sabatina Miguel Nicolelis

A Folha Online publicou hoje a íntegra de uma sabatina promovida pelo jornal com o Neurocientista Miguel Nicolelis. Entre outras coisas, Nicolelis é o responsável pelo Instituto de Neurociência de Natal (mais Laboratórios na Universidade de Duke e em outros lugares), por ter feito sensores no cérebro de uma macaca controlarem vídeo games e robôs e por um promissor tratamento para o mal de Parkinson.

Inundação de dados, ciência e computação na Science

A Science de março tem um artigo curto interessante na seção de perspectivas: Beyond the Data Deluge de Gordon Bell, Tony Hey, Alex Szalay.

Os autores discutem um paradigma emergente em ciência: criar conhecimento não a partir de teoria, experimentação ou simulação, mas através da mineração das quantidades enormes (e crescentes) de dados que temos disponíveis sobre os fenômenos que nos cercam.

Naturalmente, tecnologias para o processamento eficiente de grandes quantidades de dados têm um papel importante nesse paradigma, e o artigo discute o papel de grids e nuvens nesse contexto.

Em uma linha semelhante, a O'Reilly Research recentemente publicou um relatório sobre desafios no processamento de grandes quantidades de dados hoje. O relatório (que infelizmente é pago) e diversas entrevistas sobre o assunto são apresentadas nesse post do O'Reilly Radar.