[論文レビュー] A Taxonomy and Survey on eScience as a Service in the Cloud

Amelie Chi Zhou, Bingsheng He+1 more|arXiv (Cornell University)|Jul 28, 2014

Scientific Computing and Data Management参考文献 53被引用数 3

ひとこと要約

本論文は、クラウドコンピューティングにおけるeScience as a Service (eSaaS)の包括的な分類体系とサーベイを提案し、ライフサイエンス、物理学、社会科学・ humanity、気候・地球科学の分野における応用を分析している。クラウドベースのeScienceと従来のグリッドベースのモデルを比較し、コスト管理、セキュリティ、ベンダーロックインといった主な課題を特定するとともに、国立クラウドイニシャチブや改善されたツールキットによる機会を強調し、分野横断的協働の推進を提言している。

ABSTRACT

Cloud computing has recently evolved as a popular computing infrastructure for many applications. Scientific computing, which was mainly hosted in private clusters and grids, has started to migrate development and deployment to the public cloud environment. eScience as a service becomes an emerging and promising direction for science computing. We review recent efforts in developing and deploying scientific computing applications in the cloud. In particular, we introduce a taxonomy specifically designed for scientific computing in the cloud, and further review the taxonomy with four major kinds of science applications, including life sciences, physics sciences, social and humanities sciences, and climate and earth sciences. Our major finding is that, despite existing efforts in developing cloud-based eScience, eScience still has a long way to go to fully unlock the power of cloud computing paradigm. Therefore, we present the challenges and opportunities in the future development of cloud-based eScience services, and call for collaborations and innovations from both the scientific and computer system communities to address those challenges.

研究の動機と目的

• クラウド環境における科学的コンピューティングの理解を体系化するため、eScience as a Serviceのための構造的分類体系を構築すること。
• ライフサイエンス、物理学、社会科学・人文学、気候・地球科学の4つの主要科学分野における、クラウド上でのeScienceアプリケーションの現状を分析すること。
• スケーラビリティ、コスト、使いやすさの観点から、クラウドベースのeScienceと従来のグリッドベースのコンピューティングを比較し、利点と制限を特定すること。
• コスト最適化、データセキュリティ、ベンダーロックインといったクラウドベースの科学的ワークロードにおける重要な課題を同定すること。
• 国立クラウドイニシャチブや改善されたクラウドネイティブツールを通じて現れる新たな機会を強調し、科学者とシステムコミュニティの協働を提唱すること。

提案手法

• 著者は、インfraストラクチャ、所有権、アプリケーションタイプ、処理ツール、ストレージ、セキュリティ、サービスモデル、共同作業メカニズムをカバーする、eScienceのためのカスタム分類体系を設計した。
• 公共およびプライベートクラウドプラットフォームに実装された既存のeScienceプロジェクトを系統立ててレビューし、実世界の実装に焦点を当てた。
• パフォーマンス、スケーラビリティ、コスト、アクセスのしやすさの観点から、クラウドベースのeScienceとグリッドベースのコンピューティングを比較した。
• 科学的アプリケーションの移植に向けた、マップリダスやDryadLINQのようなクラウドネイティブプログラミングモデル、およびDAGManのようなワークフロー・システムを評価した。
• 米国のGSAクラウドストアフロント、英国のG-Cloud、日本の霞ヶ関クラウドを含む国立クラウドイニシャチブを事例として分析し、機関のクラウド採用を検証した。
• 研究結果を統合し、今後の研究および協働のための方向性を同定した。

実験結果

リサーチクエスチョン

• RQ1 eScienceアプリケーションは、クラウドコンピューティングの枠組み内でどのように体系的に分類・理解できるか？
• RQ2 クラウドプラットフォームと従来のグリッドインfraストラクチャの両者にeScienceワークロードを展開する際の主な違いとトレードオフは何か？
• RQ3 eScience as a Serviceのクラウド上での完全な採用を阻害する主な技術的および運用的課題は何か？
• RQ4 国立および政府主導のクラウドイニシャチブは、eScienceの採用を促進し、研究者にとっての障壁を低減するためにどのような機会を提供できるか？
• RQ5 科学者とコンピュータシステムコミュニティの協働は、セキュリティ、コスト、ポータビリティの現状の制限をどのように克服できるか？

主な発見

• 関心が高まる一方で、eScience as a Serviceのクラウド上での実装は依然として初期段階にあり、グリッドベースの対応物と比較してeScienceツールやシステムはまだ成熟していない。
• クラウドプラットフォームは、スケーラビリティ、アクセス性、インfraストラクチャ管理の負担軽減という点で顕著な利点を提供しており、小規模な研究グループが大規模データを処理できるようにしている。
• 従量課金モデルは、長時間実行される科学的ワークロードのコスト最適化の課題を引き起こし、費用を最小限に抑えるための慎重な計画が不可欠である。
• 共有マルチテナント環境に起因するセキュリティ懸念は依然として存在し、機微なデータに対してはカスタムセキュリティメカニズムの導入が求められる。また、クラウドプロバイダー間での標準化の欠如により、データロックインのリスクも残っている。
• G-Cloud、Apps.gov、霞ヶ関クラウドといった国立クラウドイニシャチブは、2015年までに予想される1億2000万ポンドのコスト削減を実現し、リソース共有とグリーンデータセンターの実践を促進している。
• Aneka や SciDB といったクラウドネイティブツールと、SaaS や PaaS といったサービスモデルの統合により、開発サイクルが著しく短縮され、科学的アプリケーションのポータビリティが向上している。