BÁO CÁO SEMINAR MÔN HỌC TÍNH TOÁN LƯỚI Tìm hiểu về COMPUTING & ESCIENCE

Bản chất của ngành khoa học này là tập hợp dữ liệu, thường với số lượng lớn và từ nhiều nguồn khác nhau, rồi khai thác chúng ñể biết ñược những nội dung vốn sẽ không bao giờ xuất hiện nế

    

BÁO CÁO SEMINAR

COMPUTING & ESCIENCE

Grid và eScience

Mục lục

1 Giới thiệu về eScience 4

1.1 Lời mở ñầu 4

1.2 EScience là gì? 4

1.3 Dùng thuật ngữ eScience , CyberInfrastructure hay e-Research? 6

2 Những ñộng lực thúc ñẩy sự ra ñời của eScience 7

2.1 Khoa học tập trung vào dữ liệu (data-intensive) 8

2.2 Nghiên cứu khoa học dựa trên việc giả lập và mô phỏng 8

2.3 Truy xuất từ xa ñến các công cụ và dữ liệu 9

3 Cơ sở hạ tầng hiện thực cho EScience 10

3.1 Những ñặc ñiểm, tính chất mà một ứng dụng EScience cần có 10

3.2 Mô hình EScience phát triển dựa trên hệ thống lưới 11

3.3 Những thử thách khi hiện thực một hệ thống EScience 13

3.4 Tổ chức hay cộng ñồng ảo 14

4 Viễn cảnh eScience mang lại cho khoa học 14

5 Sơ lược một số chương trình EScience của vương quốc Anh 14

5.1 Các dự án khởi ñầu (pilots project) của eScience 15

a RealityGrid 15

b Comb-e-Chem 15

c Distributed aircraft maintenance environment (DAME) 16

d myGrid 16

e GridPP 16

f AstroGrid 17

5.2 EScience Core Programme 17

a Hiện thực hạ tầng mạng kết nói các EScience Centres 17

b ðịnh hướng cho sự phát triển Grid middleware 18

c Interdisciplinary Research Collaboration (IRC) 18

d Danh sách các dự án hiện tại của eScience UK 18

6 Ứng dụng eScience trong nghiên cứu về thiên văn 19

6.1 eScience và thiên văn học 19

a Thiên văn học 19

b Dữ liệu thiên văn học 20

c Ứng dụng eScience trong thiên văn học 20

d Thuật ngữ 20

6.2 Virtual Observatory 21

a Giới thiệu 21

b Kiến trúc của VO 21

c Virtual Observatory trên thế giới 22

6.3 Image Computing 23

a Virtual Sky 23

6.4 Database Computing 24

a VOTable 24

b Khai phá dữ liệu và vấn ñề ảo hóa 26

7 Tài liệu tham khảo 27

1 Giới thiệu về eScience

1.1 Lời mở ñầu

Sự hiểu biết của chúng ta về

thế giới cũng vì thế mà thay ñổi N

duy chủ quan ñể ñánh giá, xem xét

triển của các ngành khoa học thự

khoa học máy tính giúp chúng ta nh

Hãy xem xét một số vấn ñề c

ñen va chạm với nhau? Các yếu t

như thế nào? Một trong hàng tỷ

Collider) sẽ tạo ra ñược Higgs boson, l

trụ

Liệu khoa học thực tại có khả

Sự phát minh ra các mạng cả

khối lượng dữ liệu khổng lồ Ngu

giới tự nhiên gửi ñến cho con ngư

tích khối dữ liệu khổng lồ này

Có thể nói khoa học hiện ñại là khoa h

các chuyên gia trên tòan thế giới ñ

khoa học tòan cầu ñủ sức ñáp ứng nhu c

1.2 EScience là gì?

Có nhiều ñịnh nghĩa, quan ñi

nhiều chuyên gia về eScience ñể có

Thuật ngữ EScience ñược John Taylor, t

Hiệp Anh ñưa ra vào năm 1999 và

ñầu từ tháng 11-2000.

thế giới ngày càng trở nên sâu sắc Cách thức con ng

i Nếu như trước ñây họat ñộng khoa học thường sửxem xét các sự vật, hiện tượng và phỏng ñóan thế giới thì ngày nay s

ực nghiệm ñược nâng tầm bởi những công nghệ tiên

c máy tính giúp chúng ta nhận thức ñầy ñủ và chính xác hơn về thế giới

của thời ñại: ðiều gì sẽ xảy ra với không gian và th

u tố nào ảnh hưởng trực tiếp ñến sự thay ñổi của khí h

tỷ va chạm của các hạt trong các thí nghiệm của LHC (Higgs boson, lỗ ñen hay vật chất tối? ðâu là nguồn gốc của con ng

ả năng ñưa ra những câu trả lời thõa ñáng ?

ảm biến, các hệ thống thu thập dữ liệu lớn giúp chúng ta l Nguồn dữ liệu này là vô cùng quý giá, chúng là những thông

n cho con người Tuy nhiên ñể hiểu biết ñược thế giới ñòi hỏi con ng

i là khoa học dựa trên nền tảng phân tích dữ liệu Các ngành khoa h

i ñứng trước yêu cầu này phải hợp tác với nhau tạo nên m

ng nhu cầu của thời ñại

ñiểm khác nhau về eScience Trong báo cáo sẽ trình bày quan

có ñược cái nhìn rộng hơn về khái niệm này

c John Taylor, tổng giám ñốc của Phòng khoa học và công gh

m 1999 và ñược dùng ñể mô tả một dự án với số vốn lớn tại Liên Hi

c con người cảm nhận về

ử dụng rất nhiều tư

i thì ngày nay sự phát tiên tiến của ngành

thời gian khi hai lổ

a khí hậu? Protein sẽ ñảo LHC (Large Hadron

a con người, của vũ

n giúp chúng ta lấy ñược một

ng thông ñiệp mà thế

i con người phải phân

u Các ngành khoa học,

o nên một cộng ñồng

trình bày quan ñiểm của

c và công ghệ của Liên

i Liên Hiệp Anh, bắt

“e” trong eScience không phải là một từ viết tắt mà nó có mang là khó và phức tạp EScience theo một cách có thể ñược hiểu là một kiến trúc hướng tới cái gọi là “khoa học mở”

Theo Dr John Taylor:” EScience là thuật ngữ nói về sự hợp tác tòan cầu trong những ngành khoa học trọng ñiểm và cơ sở hạ tầng thế hệ thế hệ mới hiện thực sự hợp tác tòan cầu nói trên”

Theo Dr Tony Hey, giám ñốc dự án của UK eScience, thì EScience chính là một hạ tầng cơ sở cho các ngành khoa học phát triển (e-Infrastructure), nhờ vào khả năng cung cấp kết nối và các dịch vụ tính toán, truy cập thông tin, ứng dụng ngày càng rộng lớn mà khoa học máy tính ñang ñem lại cho các nhà khoa học Tony Hey cho rằng chúng ta hiện ñang tiến vào kỷ nguyên “khoa học tập trung vào dữ liệu” (data-centric science) Bản chất của ngành khoa học này là tập hợp dữ liệu, thường với số lượng lớn và

từ nhiều nguồn khác nhau, rồi khai thác chúng ñể biết ñược những nội dung vốn sẽ không bao giờ xuất hiện nếu công việc này ñược làm thủ công hoặc từ việc phân tích bất kỳ một nguồn dữ liệu ñơn lẻ nào

John Taylor, năm 2011:” eScience sẽ thay ñổi một cách tích cực cái cách mà khoa học ñang thực hiện”

Kỷ nguyên của khoa học tập trung vào dữ liệu

Theo giáo sư Malcolm Atkinson, giám ñốc NeSC tại Edinburgh và trung tâm eScience quốc gia của

Liên Hiệp Anh: “eScience là sự phát triển có hệ thống của các phương pháp nghiên cứu ñòi hỏi nhiều

sự tính toán” Theo ông, eScience sẽ thay ñổi cách con người làm việc, giúp giải quyết các vấn ñề

nhanh hơn Con người sẽ tập trung những nỗ lực của các cộng ñồng khoa học, huy ñộng những dữ liệu ñược chia sẻ và sức mạnh tính toán ñể ñối mặt với những thách thức cấp bách Một khi các trang web cho phép chúng ta chia sẻ thông tin, khoa học ñiện tử sẽ cho phép các nhóm nghiên cứu cộng tác ñể

biến dữ liệu thành thông tin và kiến thức

Các công việc nghiên cứu phức tap, ñòi hỏi nhiều thời gian và nỗ lực

Giáo sư Jon Kleinberg, ðại học Cornell, nói: “Một xu hướng ñang ngày càng trở nên rõ ràng là

khoa học máy tính không còn là ngành cung cấp công cụ máy tính cho các nhà khoa học Nó thực sự trở thành một phần của cách thức các nhà khoa học xây dựng học thuyết và suy nghĩ về những vấn ñề của họ” Theo ông Kleinberg, vai trò của thuật toán máy tính ñối với khoa học trong thế kỷ 21 cũng sẽ

tương tự như vai trò của toán học (ñối với khoa học) trong thế kỷ 20

Giáo sư Kleinberg nói thêm rằng kho dữ liệu khổng lồ trên Internet sẽ thay ñổi thực tiễn của những ngành khoa học liên quan ñến hành vi con người Theo lý giải của ông, số lượng dữ liệu khổng lồ và các phương pháp phân tích mới hiện nay ñồng nghĩa với việc các nhà khoa học sẽ không còn phải lập công thức chi tiết về những học thuyết và mô hình rồi kiểm chứng chúng trên dữ liệu thực nghiệm

Tony Blair, thủ tướng nước Anh, năm 2002: “EScience ñược ñịnh hướng làm cho việc tận dụng nguồn lực to lớn của ngành khoa học máy tính, hệ thống tài nguyên dữ liệu khoa học và những thiết bị thực nghiệm tối tân dễ dàng như Web ñể truy cập thông tin”

Tóm lại, eScience không phải chỉ là sự truyền tải trên nền tảng băng thông rộng cũng không phải là các máy tính hiệu suất cao HPC (High Performance Computers) chạy các chương trình mô phỏng thông qua hệ thống lưới Nói về eScience là nói về việc khai phá dữ liệu kỹ thuật số ñể phục vụ cho tất

cả các họat ñộng, các nhu cầu của khoa học, nói về cơ sở hạ tầng hỗ trợ cho các ngành khoa học quy

mô lớn thông qua sự hợp tác tòan cầu dựa trên nền tảng tính tóan lưới, nói về một cộng ñồng ảo ñể các nhà khoa học các chuyên gia có thể trên ñó làm việc với nhau bất kể họ ñang ở ñâu trên thế giới, nói về việc chia sẻ và truy cập tòan cầu vào hệ thống tài nguyên khoa học

1.3 Dùng thuật ngữ eScience , CyberInfrastructure hay e-Research?

Thuật ngữ EScience gần giống, nhưng không hoàn toàn, ñồng nghĩa với thuật ngữ CyberInfrastucture Trong khi EScience xuất xứ từ UK và châu Âu, CyberInfrastucture bắt nguồn từ

US Cả hai thuật ngữ ñều ñề cập ñến việc sử dụng các công nghệ tính toán dựa trên môi trường mạng ñể

hỗ trợ sự cộng tác và cải tiến các phương pháp trong nghiên cứu khoa học Trong khi EScience chú trọng hơn ñến nghiên cứu khoa học, thì CyberInfrastructure bao gồm cả các lĩnh vực ngoài khoa học, nhấn mạnh ñến sự kết hợp giữa các nguồn tài nguyên siêu tính toán và sự cách tân

Một số nhà nghiên cứu khác lại thích sử dụng một thuật ngữ khác: e-Research e-Research là sự mở rộng của EScience và CyberInfrastructure, bao gồm các lĩnh vực khác như khoa học xã hội và con người e-Research nhấn mạnh ñến việc sử dụng công nghệ thông tin ñể hỗ trợ các phương thức nghiên cứu hiện tại và tương lai

Một số nhà nghiên cứu khác lại thích sử dụng một thuật ngữ khác: e-Research e-Research là sự mở rộng của EScience và CyberInfrastructure, bao gồm các lĩnh vực khác như khoa học xã hội và con người e-Research nhấn mạnh ñến việc sử dụng công nghệ thông tin ñể hỗ trợ các phương thức nghiên cứu hiện tại và tương lai

Các ñặc ñiểm chính của e-Research bao gồm:

•Sự cộng tác

•Sử dụng công nghệ tính toán lưới

•Tập trung vào dữ liệu

2 Những động lực thúc đẩy sự ra đời của eScience

EScience là nhân tố cơ bản cho các phát triển trong khoa học Khát vọng và mục tiêu của các nhà khoa học ngày càng lớn, nhưng nếu thiếu EScience, những ý tưởng ñầy cảm hứng sẽ thất bại tại chướng ngại ñầu tiên Một lý thuyết hay giả thuyết khoa học (bước khởi ñầu trước khi tiến hành bất cứ thí nghiệm nào) cũng ñòi hỏi phải thu thập một lượng thông tin khổng lồ

Nghiên cứu khoa học, hiển nhiên, ñòi hỏi những các nhân chuyên nghiệp từ nhiều ngành khác nhau Tuy nhiên, cũng có các nghiên cứu ñặc biệt chỉ yêu cầu các yếu tố ñầu vào, tri thức, và kĩ năng của các nhà khoa học trên thế giới ðiều này làm nổi bật khả năng của EScience: cho phép làm việc với khối lượng khổng lồ dữ liệu và thông tin trên thế giới

Nếu khoa học phát triển và các phát minh mới ñược tạo ra, EScience chính là yếu tố kích thích, thúc ñẩy, ñộng lực cho sự phát triển ñó Các nhóm nghiên cứu tại Liên Hiệp Anh vừa hoạt ñộng như các thực thể ñơn lẻ, vừa tạo thành các nhóm ñể ñáp ứng các cải tiến công nghệ cần thiết khi tri thức, hiểu biết khoa học gia tăng Còn rất nhiều vấn ñề mà con người chưa giải quyết ñược Ví dụ như các dịch bệnh chưa có cách chữa trị, các hiện tượng bất thường ñầy bí ẩn không thể giải thích ñược, và các rào cản chưa thể vượt qua

EScience chính là ñộng lực cho việc giải quyết các vẫn ñề trên EScience cung cấp cho các nhà khoa học, các nhà nghiên cứu một cấu trúc qua ñó họ có thể làm việc ñể khám phá ra các tri thức chưa

ñược biết Nếu không có khả năng lưu trữ dữ liệu, khả năng chia sẻ, liên hệ thông tin trên toàn

cầu, khoa học sẽ dẫm chân tại chỗ

2.1 Khoa học tập trung vào dữ liệu (data-intensive)

Sự phát triển của khoa học kỹ thuật dẫn đến các thiết bị nghiên cứu ngày càng cĩ độ chính xác cao hơn điều này cũng làm cho khối lương dữ liệu mà nĩ sinh ra ngày càng nhiều theo ước tính thì đến vài petabyte dữ liệu sẽ đươc tạo ra trong các thí nghiệm của thiên văn học, y học, vật lý nguyên tử, năng lượng, mơi trường

Large Hadron Collider (LHC) là một dự án của CERN đặt tại Geneve khi vận hành trở lại vào cuối năm 2009 cĩ thể sinh ra một lượng dữ liệu lên đến vài petabyte hàng năm LHC là dự án lớn nhất từ trước đến nay trong lĩnh vực vật lý Mỗi thí nghiệm muốn tiến hành cẩn phải cĩ đến sự cộng tác của hơn 5000 nhà vật lý trên tồn thế giới Quá trình phân tích dữ liệu thu thập được cũng cần phải cĩ sự cộng tác của các nhiều tổ chức tham gia mục tiêu, là tìm ra dấu hiệu của Higgs boson

Các thiết bị theo dõi và tiên đốn sự cố trong cơng nghiêp cũng cĩ thể tạo ra một lượng lớn dữ liệu Các thiết bị cảm ứng dùng để theo dõi nhiệt độ, áp suất, chấn động trong các mỗi động cơ của hàng ngàn động cơ do Rolls-Royce sản xuất cho các phi cơ của trans-Alantic cĩ thể sinh ra hàng petabyte dữ liệu hàng năm

2.2 Nghiên cứu khoa học dựa trên việc giả lập và mơ phỏng

Mơ phỏng (numerical simulation) là một hướng giải quyết các vấn đề khoa học mà dựa chủ yếu vào việc sử dụng các siêu máy tính để thực hiện mơ phỏng các hiện tượng tự nhiên như sự biến đổi của khí hậu hay sự kết hợp của các lổ đen trong thiên văn học, động đất, lũ, …

Mô phỏng một dòng sông khi ñổ ra biển Năm 2003, Japanese Earth Simulator ñã thực hiện mô phỏng khí hậu của trái ñất với một siêu máy tính có tốc ñộ xử lý lên ñến 40 teraflop/sec ñể có thể mô phỏng hơn10km theo chiều rộng và khối lượng

dữ liệu sinh ra cho mỗi lần mô phỏng lên ñến vài chục terabyte

Trong lĩnh vực hóa thì các thí nghiệm có thể thực hiện thông qua các máy tính với các tập dữ liệu sẵn có về các hóa chất và những ñặc tính của chúng thì việc tiến hành các thí nghiệm có thể thực hiện một cách nhanh chóng Các phân tử mới có thể ñược tạo ra từ các thao tác trên máy tính thay vì tiến

hành ở phòng thí nghiệm Comb-e-Chem một trong những dự án (pilot project) thuộc EScience ñã hiện

thực ý tưởng này, mục tiêu của dự án là tạo ra các kết hợp mới sau ñó sẽ xác ñịnh cấu trúc và thuộc tính của các hợp chất mới ñược tạo ra ñể tìm kiếm các công thức hóa học mới Việc tổng hợp sẽ ñược thực hiện song song và có thể tạo ra hàng trăm nghin tổ hợp cùng lúc

2.3 Truy xuất từ xa đến các công cụ và dữ liệu

Mô phỏng và phân tích dữ liệu ñóng vai trò ngày càng quan trọng trong các lĩnh vực khoa học ngày nay, tuy nhiên, việc tiến hành các thí nghiệm thực tế cũng không thể thiếu ñược Ngày càng có nhiều thiết bị thí hỗ trợ nghiên cứu mới ñược phát triển, bên cạnh ñó thì hạ tầng mạng băng thông cũng ngày càng mở rộng, cho phép các nhà nghiên cứu có thể kết hợp các thiết bị này lại với nhau ñể tiến hành các thí nghiệm phức tạp ñòi hỏi sự tham gia của các chuyên gia trong nhiều lĩnh vực Việc thiết kế, tiến hành và giám sát các thí nghiệm có thể ñược thực hiện thông qua mạng internet bằng cách truy xuất từ

xa vào thiết bị

Network for Earthquake Engineering Simulation (NEES) là chương trình do NSF phát triển dưới sự chỉ ñạo của George E Brown Jr nhằm tìm cách giảm thiệt hại của các trận ñộng ñất thông qua việc sử dụng các công cụ ñể giả lập các trận ñộng ñất và từ ñó có thể tìm ra ñược các câu trúc cũng như vật liệu mới có thể chịu ñược các cơn chấn ñộng NEESgrid ñược triển khai nhằm liên kết các nhà khoa học ở

US có thể chia sẻ cũng như kết hợp các thiết bị thí nghiệm, nguồn dữ liệu và cả nguồn tài nguyên tính toán NEESgrid middleware cho phép các nhóm cộng tác với nhau (bao gồm cả các thành viên ñăng nhập từ xa) lên kế hoạch, thiết kế, và tiến hành các thực nghiệm sau ñó nguồn dữ liệu thu ñược chia sẻ

ñể xử lý NEESgrid cho phép các cộng tác viên có thể ñăng nhập từ xa ñể theo dõi cũng như vận hành các thí nghiệm ñã ñược chuẩn bị sẵn, bên cạnh ñó họ cũng ñược cho phép sử dụng các tài nguyên tính toán vả các công cụ phân tích mả nguồn mở ñể xử lý nguồn dữ liệu thu ñược NEESgrid hỗ trợ việc chi

sẻ dữ liệu thông qua cung cấp nơi lưu trữ, chuẩn cho ñịnh dạng dữ liệu và metadata

ựiều kiện và hoàn cảnh thắch hợp

Ớ Nguồn gốc: Việc lưu trữ các thông tin ựáng tin cậy cho phép sử dụng lại các kết quả, thử nghiệm, hay cung cấp bằng chứng về việc có ựược các thông tin ựó

Ớ Trong suốt: Người dùng cần có khả năng tìm ra, truy cập và xử lý các nội dung liên quan bất cứ khi nào chúng xuất hiện trên Grid mà không cần biết nó nằm ở ựâu

Ớ Cộng ựồng: Phải cho phép hình thành, hoạt ựộng, và giải tán các cộng ựồng ảo với những tiêu chuẩn giới hạn thành viên và ựiều khoản hoạt ựộng

Ớ Kết hợp: Thông tin cần phải ựược kết hợp từ nhiều nguồn, bằng nhiều cách khác nhau theo nhu cầu của người dùng Các mô tả về nguồn gốc, nội dung sẽ ựược dùng ựể kết hợp nên các thông tin ựầy ựủ nghĩa

Ớ Hội nghị : đôi khi việc nhìn thấy các thành viên khác của một hội nghị, các mô hình,sự

hiển thị của những gì ựang ựược thảo luận sẽ rất hữu dụng

Ớ Chú giải: Từ việc ghi nhận thông tin cho ựến xuất bản các phân tắch, cần thiết phải có các chú giải ựể làm giàu thêm mô tả về các nội dung số Các siêu nội dung này có thể áp dụng cho dữ liệu, thông tin, hay tri thức và phụ thuộc vào cách diễn giải quy ước

Ớ Quy trình: để hỗ trợ quá trình ban hành và tự ựộng hóa các xử lý, hệ thống cần mô tả về các xử lý ựó

Ớ Thông báo: lời nhắc về việc có các thông tin mới tới cho phép thông báo cho người dùng

và bắt ựầu quá trình xử lý tự dộng

• Hỗ trợ quyết ñịnh: Các kỹ thuật viên, nhà khoa học cần ñược cung cấp các thông tin và gợi ý xác ñáng về vấn ñề của họ

• Bảo lưu tài nguyên: Cần làm cho quá trình bảo lưu tài nguyên trở nên dễ dàng ðiều này

áp dụng cho các dụng cụ thí nghiệm, sự cộng tác (hội nghị…), và sắp xếp tài nguyên cho quá trình mô phỏng

• An ninh: Có những yêu cầu về xác thực, mã hóa, và tính riêng tư với sự tham gia của nhiều tổ chức Và các yêu cầu này cần ñược xử lý với sự can thiệp thấp nhất của con người

• Tin cậy: Hệ thống trông có vể ñáng tin cậy nhưng thật ra có cần xử lý những lỗi và ngoại

lệ ở nhiều mức khác nhau, bao gồm cả quy trình thực hiện

• Video: Cả video trực tiếp và ñược lưu trữ ñều có vai trò nhất ñịnh, nhất là khi các video này ñược làm giàu thêm bởi các siêu nội dung liên quan tạm thời

• Phòng thí nghiệm thông minh: Một ví dụ: khi các dụng cụ dò ra các mẫu (như thẻ barcode hay thẻ RFID), nhà khoa học dùng các thiết bị di ñộng ñể ghi lại, và sự hiện hình hóa có thể ñược thực thi trong phòng thí nghiệm Các công cụ từ xa có thể cho biết sự tồn tại của chúng, kết hợp với nhau, và thông báo về nội dung mà chúng nhận ñược

• Tri thức: Tri thức hoạt ñộng như một bộ phận quan trọng của EScience Ví dụ như: tìm kiếm tài liệu, con người, và các thiết kế thực nghiệm trước ñó, chú thích cho các phân tích ñược ñăng tải, và thiết lập phòng thí nghiệm cho con người

• Sự phát triển: Hệ thống phải hỗ trợ sự phát triển mang tính cách mạng khi các nội dung

và kỹ thuật xử mới hiện hữu

• Quy mô: Quy mô của sự cộng tác khoa học tăng lên cùng với sự phát triển của tính toán, băng thông, khả năng lưu trữ, và ñộ phức tạp trong mối quan hệ giữa các thông tin

3.2 Mô hình EScience phát triển dựa trên hệ thống lưới:

ðể hiện thực một hệ thống EScience với những tính chất trên ñòi hỏi phải ñầu tư xây dựng

một cơ sở hạ tầng vật lý hiện ñại (Petabyte Archival Storage, Terabit Networks, Sensor Networks, Teraop Supercomputers) và một cơ sở hạ tầng phần mềm ñược thiết kế với quan niệm mới hướng tới khoa học mở và sự hợp tác tòan cầu

Chính phủ các nước tiên tiến hiện nay ñều nhận thấy ñược tầm quan trọng của việc xây dựng một hệ thống quy mô lớn như EScience ñể nâng cao vị thế của quốc gia mình Trong bối cảnh thế giới hiện tại, EScience ñược tập trung phát triển dựa trên nền tảng hệ thống lưới hiện

có

A eScience Grid based framework Kiến trúc mới phải hướng tới vịêc ñơn giản hóa họat ñộng nghiên cứu khoa học với sự hỗ trợ của

hệ thống máy tính tính tóan lưới Phát triển cơ sở hạ tầng phần mềm phải hướng ñến việc trong suốt hóa

sự phức tạp của hệ thống vật lý ñối với các chuyên gia, các nhà khoa học ñể họ có thể tập trung vào chuyên môn khoa học của mình

Mô hình phần mềm trong suốt sự phức tạp của hạ tầng vật lý ñối với những người làm khoa học

3.3 Những thử thách khi hiện thực một hệ thống EScience

Những khó khăn khi hiện thực hệ thống EScience

(bởi Tony Hey Director of UK EScience Core Program Tony.Hey@epsrc.ac.uk)

Những thử thách ñể ñáp ứng yêu cầu, tiêu chí cho một mô hình tương lai:

- Phát triển hệ thống lưới ngữ nghĩa (Semantic Grid)

- Xây dựng một hệ thống tin cậy phổ biến rộng khắp (Trusted Ubiquitous Systems)

- Hệ thống phải ñáp ứng nhanh với những yêu cầu thay ñổi trong khoa học (Rapid Customized Assembly of Services)

- Hệ thống tính tóan tự ñộng vận hành (Autonomic Computing): self-managing characteristics of distributed computing resources, adapting to unpredictable changes whilst hiding intrinsic complexity

to operators and users

Những khó khăn khi triển khai hệ thống vào thực tiễn họat ñộng có thể gặp phải:

- Vấn ñề hỗ trợ cho một mô hình cộng ñồng mới, cộng ñồng khoa học

- Những khó khăn trở ngại ñến từ mặt kinh tế xã hội (Socio-Economic Impact): khái niệm về khoa học mở không mới nhưng ñể tiến ñến tiêu chí ñó không phải là ñiều dễ dàng Khoa học mở không ñồng nghĩa với khoa học phi lợi nhuận, ñi ngược lại các quy luật kinh tế xã hội