Fast Crypto Lab est un groupe de recherche faisant partie de l'université nationale de Taïwan. Les activités de recherche du groupe consistent essentiellement à concevoir et analyser des algorithmes efficaces pour résoudre d'importants problèmes mathématiques, mais aussi à développer et intégrer ces algorithmes dans des ordinateurs massivement parallèles.

Avant de travailler avec Amazon Web Services (AWS), le groupe utilisait un cloud privé et exécutait Hadoop sur ses propres machines. Le professeur Chen-Mou Cheng, chercheur principal du Fast Crypto Lab, explique que le groupe de recherche est passé sur AWS parce qu'il « était plus simple de commencer avec AWS grâce à son interface claire et flexible. Amazon Elastic Compute Cloud (Amazon EC2) offre un indicateur de coût commun pour des problèmes de nature différente. Pour les problèmes identiques ou similaires, Amazon EC2 peut également être utilisé comme métrique pour comparer des algorithmes alternatifs ou distincts et leur mise en place. »

Le professeur Chen-Mou ajoute : « Lors de l'utilisation d'Amazon EC2 en tant que métrique, la parallélisabilité de l'algorithme ou la parallélisation de l'implémentation est prise en compte de façon explicite, elle n'est pas juste supposée ou non spécifiée. Ainsi, la métrique Amazon EC2 est pratique et facile à utiliser. »

A présent, le groupe utilise Hadoop Streaming dans son architecture et exécute ses programmes avec Amazon Elastic MapReduce (Amazon EMR) et sur des instances cluster GPU pour Amazon EC2.

« Notre but est de battre le record de résolution du problème du vecteur le plus court (SVP) dans les réseaux euclidiens, explique le professeur Chen-Mou. Ce problème joue un rôle important dans le domaine de la science de l'information. Nous avions estimé avoir besoin de 1 000 heures-instances cg1.4xlarge. Nous avons fini par utiliser 50 instances cg1.4xlarge pendant environ 10 heures pour résoudre notre problème. Les vecteurs que nous avons trouvés sont actuellement considérés comme les SVP les plus difficiles jamais résolus. L'utilisation de 100 Tesla M2050 pendant 10 heures nous a coûté seulement 2 300 USD, ce qui est plutôt une bonne affaire. »

Depuis le passage sur AWS, les coûts de maintenance des appareils ont été réduits et le groupe a bénéficié d'une puissance de calcul plus stable et évolutive. L'élément d'AWS le plus plébiscité par le groupe est Amazon CloudWatch, qui est utilisé pour voir les ressources informatiques tout en améliorant son programme.

Interrogé sur les projets futurs du groupe, le professeur Chen-Mou répond : « Nous voulons augmenter la part de cluster GPU et résoudre un SVP d'une dimension supérieure. Nous envisageons également de louer une machine AWS pour configurer un serveur SVN. »

Pour découvrir comment AWS peut vous aider à stocker et analyser le Big Data, consultez notre page dédiée au Big Data à l'adresse : http://aws.amazon.com/big-data/.