Proyecto Grid Venezuela

1. Proyecto Grid Venezuela Emilio Hernández Universidad Simón Bolívar Escuela Latinoamericana de Grid Abril 2006

2. Contexto • Reacciun 2: Red de Alta Velocidad de Investigación y Educación para Venezuela • Grid: tecnología para acceso seguro y transparente a diferentes recursos a través de Internet • e-Ciencia: cambio en el sistema de producción de nuevo conocimiento en algunas áreas, a través de la colaboración global y el uso de las nuevas TICs

3. La Gran Inundación de Datos • En los próximos 5 años los proyectos de e-Ciencia producirán más datos que todos los datos recabados en la historia de la humanidad • Algunas referencias • Don Quijote (comprimido) = 1.2 Mbytes • Artículos arbitrados anualmente = 1 Tbyte • Toda internet (1996 – 2002) = 100 Tbytes • Muchos experimentos generarán datos en el orden de Pbytes. Ejemplo: LHC

4. La Gran Inundación de Datos • Consecuencias obvias: • los datos no pueden estar centralizados • los datos no se pueden procesar en forma centralizada • se necesita de la participación de muchas instituciones, como centros de investigación y universidades • Conclusión obvia: • Debe ser un esfuerzo colectivo

5. Pregunta obvia Hay muchas áreas de investigación vinculadas con nuestra realidad • social • de salud (p.e. epidemiológica) • de biodiversidad • climatológica • agrícola • petrolera... ¿Quienes tienen que recabar los datos vinculados a nuestro entorno?

6. Proyecto Grid Venezuela • Iniciativa originalmente de 6 universidades + IVIC + CNTI • Objetivo fundamental: • fomentar la cultura de generar, almacenar y mantener en línea datospara investigación • Operativamente: • recabar, compartir y procesar grandes cantidades de datos • permitir la participación de investigadores que actualmente tienen acceso limitado a datos

7. Proyecto Grid Venezuela Se debe incorporar a la mayor cantidad de instituciones que pueden colaborar • como generadoras de datos • como entes que procesan datos Conectados principalmente a través de enlaces de Reacciun 2 Se requiere de infraestructura y de personal

8. Infraestructura Reacciun 2 Centros de Acopio de Datos • Se propone crear en las instituciones partici-pantes una estructura para acopio y gestión de datos • Deben contar con personal especializado y con diversos equipos de lectura de medios de almacenamiento (CD, DVD, cintas) Niveles de Almacenamiento de Datos Centros de Procesamiento

9. Acopio y Gestión de Datos Para compartir y procesar grandes fuentes de datos y así generar nuevo conocimiento sobre nuestro entorno, podemos: • acopiar datos actualmente disponibles (ej. en CD, DVD, cintas) y ponerlos en línea • asesorar y prestar ayuda técnica a instituciones para que puedan poner sus datos en línea • habilitar el acceso rápido y seguro de datos • ofrecer capacidad de cómputo

10. Acopio y Gestión de Datos Dificultades: • Se debe “rescatar” datos en diferentes formatos, muchas veces con “huecos”, y ponerlos en formatos actualizados • La gestión de grandes cantidades de datos (del orden de varios TB) requiere estrategias organizacionales específicas (p.e. para backup) • Muchas instituciones son celosas de sus datos, aún cuando en principio deben ser datos de acceso público

11. Niveles de Almacenamiento • Niveles en la localización: • Centros de almacenamiento primario • Réplicas y “caches” • Niveles de procesamiento o formato: • Datos científicos “crudos”: para consumo de programas • Datos procesados y con formato: para consumo “final”, por ejemplo en educación y en investigación en ciencias sociales

12. Proyecto Grid Venezuela ¡Debemos convencer a mucha gente! • Incorporar instituciones que tienen o generan datos • Atraer o formar investigadores que usen esos datos a través del Grid • Debemos tener fuentes de financiamiento sostenibles • Dentro de las universidades • De organismos de financiamiento

13. Algunos sectores que (potencialmente) pueden generar muchos datos • Sector salud • Imágenes, secuencias genéticas • Sector petrolero • Prospección petrolera • Prevención de riesgos • Información meteorológica, sísmica • Sector cultural • Grabaciones, videos documentales

14. A lo interno: Estructura administrativa Organización ad hoc • Equipos Técnicos de Gestión de Datos • Equipo de Instalación/Mantenimiento de Software de Grid • Equipo de Capacitación • Equipo de Análisis de Organizaciones Virtuales • Relaciones con otros Grids o Centros fuera de Venezuela (PIC, TACC)

15. Implementación: fase 1

16. Implementación: fase 2

17. Financiamiento • El programa de e-Science en el Reino Unido, ha recibido dinero en el orden de varios cientos de millones de libras esterlinas • Hasta ahora nosotros hemos adelantado trabajo sin financiamiento especial • Hemos hecho una propuesta a Fidetel: es una continuación natural del proyecto Reacciun 2 • Cada institución debe entender la importancia de esto y aportar (financieramente, con personal) • Debemos tener fuentes de financiamiento sostenibles

18. Conclusiones • Grid Venezuela: proyecto esencialmente de colaboración • Técnicamente implementar el Grid no es complicado: hemos hecho pruebas de la fase 1 • La dificultad radica en el “rescate”, conversión y gestión de datos • Se debe hacer un esfuerzo de coordinación con proyectos existentes de gestión de datos • Debemos contar con apoyo multi-institucional y de varias fuentes de financiamiento

19. ¡Gracias!emilio@usb.ve