fronteras de la física: ciencia y computación

Hoy he asistido a la tercera conferencia de fronteras de la física, que cierra la trilogía dedicada a los instrumentos del estudio del universo y de la estructura de la materia. El tema del que se ha hablado es de la relación entre la ciencia y la computación, hoy más fuerte que nunca. La conferencia ha sido impartida por Jesús Marco de Lucas del Instituto de Física de Cantabria (CSIC-UC), un científico cuyos inicios fueron en la física fundamental y que ha ido evolucionando hacia la computación científica, a partir de su experiencia en el procesado de la información científica obtenida en los experimentos de los aceleradores del CERN, concretamente en el experimento delphi, en el que tuvieron que corregir los datos mal calculados de un experimento en un tiempo récord, cosa que solamente fue posible utilizando los recursos de computación distribuidos de varios centros en Europa formando lo que se denomina hoy un GRID. Esta experiencia provocó la publicación de un paper y el inicio del interés del ponente por la computación. El desarrollo de la tecnología GRID, surgida en el CERN, al igual que la tecnología Web, como una necesidad científica, será vital en el nuevo colisionador LHC, que se pondrá en marcha este verano.

La relación entre computación y ciencia, nacida de manera clara para el procesamiento de los datos obtenidos de la instrumentación científica y la simulación de modelos teóricos en física fundamental, cosmología, ciencias de la tierra y ciencias de la vida, ha ampliado hoy en día su ámbito de aplicación y se ha extendido hacia el resto de las ciencias, la ingeniería y los negocios. La computación masiva y distribuida se ha convertido, gracias a los avances científicos y técnicos en computación y telecomunicaciones, en un servicio básico para la comunidad científica, el mundo de la ingeniería y la empresa. El uso intensivo de la computación distribuida y colaborativa en la investigación científica se denomina eCiencia.

En lo que respecta a la conferencia, el ponente comenzó explicando qué es un computador y la ciencia de la computación. Seguidamente se pasó revista a su evolución histórica desde un mundo mecánico cuyo máximo exponente es la máquina analítica de Babbage (que nunca se llegó a completar por dificultades técnicas y económicas) hasta el mundo electrónico y óptico de hoy en día con una arquitectura de computadores basados en varios microprocesadores de varios núcleos, apilados en blades conectados por redes ópticas de alta velocidad en armarios, que en un gran número se agrupan conectados por redes de alta velocidad en locales especialmente acondicionados en cuestión de suministro eléctrico, mantenimiento de condiciones ambientales óptimas y redes de telecomunicaciones externas, que le permiten conectarse con otros centros similares distribuidos por el mundo en Universidades, Centros de Investigación Públicos e incluso empresas (Sun Utlity Computing, Amazon Elastic Computing Cloud), y que de forma regional se agrupan en redes de supercomputación y que pueden agruparse para formar un GRID. ¿Cuál es el sistema operativo que corre en gran parte de los centros de supercomputación? Linux

El enorme desarrollo de la computación se produjo en el siglo XX con avances en la teoría matemática (Turing), física (electrónica basada en transistores y su posterior miniaturización en circuitos integrados), arquitectura (von neumann) y en gran medida tirada por la incipiente demanda proveniente de aplicaciones gubernamentales tanto civiles, como por ejemplo el censo de los EEUU, como militares (mensajes cifrados)

¿Y la ciencia? El cálculo automático de funciones matemáticas complejas, la simulación de sistemas físicos, las simulaciones estadísticas (montecarlo), … fueron necesidades científicas que incentivaron el progreso de la Ciencia de la Computación y de la Ingeniería Informática. Pero hasta épocas muy recientes no se utilizó de forma integral la computación en la ciencia. Como anécdota, el ponente citó que hasta 1975 había personal especialmente contratado en el CERN para hacer cálculos.

Como ejemplo de computador moderno nos mostró y explicó la arquitectura del MareNostrum el mayor nodo de supercomputación de España situado en Barcelona dentro del Barcelona Supercomputing Center (BSC) Se pueden consultar los detalles del mismo en el momento de su construcción en un artículo de IBM del año 2005. En la conferencia se dieron todos los detalles de los que quiero resaltar que utiliza 2560 procesadores de IBM PowerPC de 4 cores y bajo consumo (precisamente el hecho de tener varios cores es un factor de reducción de la potencia consumida), agrupados en blades de 2 procesadores con 8 GB de RAM y 36 GB de disco duro. Estos se agrupan en armarios y están unidos entre ellos por una red Myrinet de alto rendimiento. Los armarios se agrupan en hileras y hay armarios dedicados a almacenamiento externo y suministro de emergía. Los armarios están unidos por tres redes de alta velocidad, una de almacenamiento, otra de control y otra de datos. Las características de la red de datos es clave para el rendimiento final del computador ya que con sus 250 Mbps y 4 microsegundos de latencia permite sincronizar todos los procesadores en los experimentos de computación. DEl sistema operativo que corre en los blades es … Linux. Se mencionaron varios proyectos ejecutados en el computador y su rendimiento (llegando al 95% de utilización de todo el complejo) La localización de este complejo, en una antigua capilla, le da un sabor especial.

Se da la circunstancia de que recientemente fue desmantelado para renovar su infraestructura. La parte desmantelada se dividió a su vez en partes y se distribuyó por toda España en varios nodos de supercomputación. Una de esas partes fue a parar a Cantabria y está instalado en el IFCA recibiendo el nombre de Nodo Altamira. El conjunto de nodos de supercomputación forman la Red Española de Supercomputación (RES) que forma parte de las grandes instalaciones científicas de España.

Dos de los conceptos clave en computación en ciencia son:

- capability computing (la necesidad de realizar cargas de computación durante largos periodos de tiempo, relacionada con las arquitecturas de paralelización, en tareas que se dividen en trabajos altamente acoplados y que requieren baja latencia en su intercomunicación) y

- capacity computing (la necesidad de llevar a cabo grandes cargas de computación en un corto periodo de tiempo, relacionada con las arquitecturas de clustering y GRID, en tareas que se dividen en trabajos secuenciales con poco acoplamiento, que pueden ser fácilmente repartidas entre recursos de computación dispersos)

Como vemos, tienen sus diferencias en cuanto a implementación en arquitectura de HW/SW. Están relacionados con otros dos conceptos más antiguos que son High Performance Computing y High Throughput Computing. Los problemas reales que hay que resolver suelen tener las dos componentes.

Para ilustrar estos conceptos puso un ejemplo: el análisis del fondo cósmico de microondas mediante el análisis de una imagen del mismo. A la hora de procesar, podemos dividir la imagen en 16 cuadrículas y mandar cada una a un procesador. Tenemos el problema de los puntos que se sitúan a uno y otro lado de los bordes, que pueden tener cierta correlación. Si además puede existir cierta correlación entre celdas, habrá que tenerla en cuenta (capacity computing/HPC) Si asumimos que existe independencia entre las regiones cubiertas por las cuadrículas podremos distribuir el trabajo en un GRID (capability Computing/HTC)

Para ejecutar el programa que simula y/o resuelve un problema debemos utilizar técnicas especiales de programación y librerías especiales del lenguaje de programación que se utilice (normalmente C/C++, Fortran y en menor medida, pero cada vez más Java) para sacar el máximo partido de la HPC y HTC. Para el primer caso (HPC) se mencionaron en la ponencia MPI y OpenMP. Para el segundo (HTC) se tienen plataformas como GLOBUS.

Al final en cualquier caso nuestros trabajos (jobs) van a ocupar un tiempo de ejecución de la infraestructura de computación y deberemos reservarlo y en su caso pagarlo. Las instituciones de investigación suelen compartir sus recursos de computación entre sí y tienen un sistema de selección de trabajos que se pueden mandar con un comité de evaluación formado por expertos. Gracias a las infraestructuras y técnicas descritas hoy en día se puede hacer en minutos lo que antes se tenía que hacer en semanas.

¿Para qué tipo de áreas científicas se utiliza toda esa potencia? En la presentación el ponente citó unas cuantas entre las que se encuentran: física de partículas, física del estado sólido (materiales), astrofísica, química, bioinformática, mecánica cuántica, …

Por otra parte la computación se ha introducido en todas las fases del experimento científico. El preprocesado de los datos extraídos de los instrumentos de medida, cada vez más cuantiosos y complejos, su transmisión, su almacenamiento, su explotación (la extracción del conocimiento) La cantidad ingente de datos que produce cada experimento científico en cualquier campo se ha multiplicado en los últimos años (gracias a los avances en la instrumentación científica y su proliferación)

Se mencionaron una lista de aplicaciones concretas realizadas en España, a nivel europeo y a nivel mundial (que comentaré otro día, ya que ando falto de tiempo, tengo que ir a un concierto …) Estos proyectos Europeos y mundiales ponen de manifiesto una característica muy importante de las infraestructuras GRID: que han traspasado fronteras y han permitido a investigadores de todo el mundo colaborar en complejos experimentos que de otra forma no se podrían haber abordado. La eCiencia tiene una componente de Red Social, una dimensión cooperativa, que junto con la potencia que proporciona la infraestructura supone una nueva era para la investigación científica.

No obstante, el ponente apuntó algunos riesgos. El más sobresaliente en mi opinión fue el de la virtualización de la ciencia. Cada vez se hacen más experimentos virtuales, simulaciones en computador que pretenden demostrar teorías pero cuyos experimentos reales no se pueden realizar por diversos factores (el ponente citó un descubrimiento inesperado realizado con eCiencia que a lo mejor nunca podrá ser corroborado en la realidad, en el hecho concreto de la implosión de una supernova)

Al final de la presentación se realizó un pequeño turno de preguntas y respuestas. En este turno yo planteé el riesgo que existe en el consumo de energía de esta infraestructura para la eCiencia, el hecho de que cada vez existan más nodos de supercomputación construidos con una tecnología cada vez más accesible gracias a las economías de escala y que más actores la utilicen al convertirse en una comodity. El ponente contestó que el riesgo era cierto pero que ya se estaba teniendo en cuenta (existía un doble ranking de potencia y de eficiencia energética) en los nuevos centros que se estaban construyendo y en toda la tecnología que se estaba diseñando para dar una eficiencia energética a estos centros de computación.

A este respecto quiero señalar el concepto de green computing (imagen, vídeo) como una iniciativa de sostenibilidad en el mundo de la computación.