Caso di studio National Taiwan University

Fast Crypto Lab è un gruppo di ricerca interno alla National Taiwan University di Taiwan. Le attività di ricerca del gruppo si concentrano sulla progettazione e l'analisi di algoritmi efficienti nella risoluzione di importanti problemi matematici, oltre che sullo sviluppo e l'implementazione di tali algoritmi su computer con elaborazione parallela su larga scala.

Prima di ricorrere a Amazon Web Services (AWS), il gruppo si avvaleva un cloud privato e utilizzava Hadoop sulle proprie macchine. Il Prof. Chen-Mou Cheng, ricercatore principale di Fast Crypto Lab, spiega il motivo per cui il gruppo di ricerca è passato ad AWS: "È piuttosto semplice iniziare a utilizzare AWS, grazie all'interfaccia chiara e flessibile. Amazon Elastic Compute Cloud (Amazon EC2) fornisce una misura comune per i costi relativi a problemi di diversa natura. Per problemi uguali o analoghi, Amazon EC2 può essere utilizzato come parametro per il confronto tra algoritmi alternativi o concorrenti e le relative implementazioni".

Aggiunge Chen-Mou, "Quando si utilizza Amazon EC2 come parametro, la parallelizzabilità dell'algoritmo o dell'implementazione è esplicitamente presa in considerazione, piuttosto che essere ipotizzata o non specificata. Per questa ragione, il parametro Amazon EC2 è pratico e semplice da utilizzare".

Il gruppo utilizza ora Hadoop Streaming nella propria architettura ed esegue i programmi con Amazon Elastic MapReduce (Amazon EMR) e istanze Cluster GPU per Amazon EC2.

"Il nostro scopo è quello di infrangere il record per la soluzione del problema del vettore più corto (SVP) nei diagrammi a traliccio euclidei", spiega Chen-Mou. "Questo problema ha un ruolo importante nel campo dell'informatica. Avevamo stimato che avremmo avuto bisogno di 1.000 ore-istanza cg1.4xlarge. Per risolvere il nostro problema invece abbiamo utilizzato 50 istanze cg1.4xlarge per circa 10 ore. I vettori che abbiamo trovato sono considerati l'SVP più difficile mai risolto finora. Abbiamo speso solo 2.300 USD per utilizzare i 100 Tesla M2050 per 10 ore, ed è un ottimo affare".

Dal passaggio ad AWS, il gruppo ritiene di aver ridotto i costi di manutenzione delle macchine e di disporre di una potenza di elaborazione più stabile e scalabile. Il componente di AWS preferito dal gruppo è Amazon CloudWatch, che utilizza per controllare le utilità del computer migliorando al contempo il programma.

Per il futuro, Chen-Mou afferma: "Vogliamo migliorare la nostra quota di cluster di GPU e risolvere un SVP di dimensioni maggiori. Stiamo inoltre considerando l'idea di affittare una macchina AWS per configurare un server SVN".