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".

Per maggiori informazioni su come AWS può aiutare ad archiviare ed elaborare i Big Data, visita la pagina dei dettagli sui Big Data: http://aws.amazon.com/big-data/.