O Fast Crypto Lab é um grupo de pesquisa dentro da Universidade Nacional de Taiwan, em Taiwan. As atividades de pesquisa do grupo concentram-se na criação e na análise de algoritmos eficientes para solucionar problemas matemáticos relevantes, como também no desenvolvimento e na implementação desses algoritmos em computadores massivamente paralelos.

Antes de formar a parceria com a Amazon Web Services (AWS), o grupo usava uma nuvem privada e executava o Hadoop em suas próprias máquinas. O Prof. Chen-Mou Cheng, Investigador principal do Fast Crypto Lab, explica por que o grupo de pesquisa mudou para a AWS: "É muito fácil começar a trabalhar com a AWS com sua interface clara e flexível. O Amazon Elastic Compute Cloud (Amazon EC2) disponibiliza uma medida de custos comum para problemas de naturezas diferentes. Para problemas iguais ou similares, o Amazon EC2 também pode ser usado como uma métrica de comparação de algoritmos alternativos ou concorrentes e suas implementações".

Chen-Mou acrescenta, "Ao usar o Amazon EC2 como métrica, a capacidade de paralelização do algoritmo ou a paralelização da implementação é explicitamente levada em consideração, em vez de ser presumida ou não especificada. A métrica do Amazon EC2 é, portanto, prática e fácil de usar".

Agora, o grupo usa o Hadoop Streaming em sua arquitetura e executa programas com o Amazon Elastic MapReduce (Amazon EMR) e instâncias de GPU de cluster do Amazon EC2.

"Nosso objetivo é bater o recorde de soluções do problema do vetor mais curto (SVP) em redes Euclidianas", diz Chen-Mou. "O problema desempenha um importante papel no ramo da ciência da informação. Nós estimamos seriam necessárias mil horas de instância cg1.4xlarge. Acabamos usando 50 instâncias cg1.4xlarge durante cerca de dez horas para solucionar nosso problema. Agora, os vetores que encontramos são considerados o SVP mais difícil que alguém solucionou até o momento. Gastamos 2.300 USD para usar 100 Tesla M2050 durante dez horas, o que foi um ótimo negócio."

Desde a mudança para a AWS, o grupo indica que os custos de manutenção de máquinas foram reduzidos e a capacidade computacional obtida tem sido mais estável e escalável. Para o grupo, seu componente preferido da AWS é o Amazon CloudWatch que é usado para monitorar utilitários de computação, além de melhorar seu programa.

Olhando para o futuro, Chen-Mou declara: "Desejamos aumentar nossa taxa de GPU de cluster e solucionar um SVP de dimensão superior. Também estamos considerando alugar uma máquina da AWS para configurar um servidor SVN".

Para saber mais sobre como a AWS pode ajudar a armazenar e processar big data, acesse a página de detalhes sobre big data: http://aws.amazon.com/big-data/.