Kuka tarvitsee pilvilaskentaa ja kenelle se riittää?

Maailma muuttuu ympärillämme yhä verkostuneemmaksi ja dynaamisemmaksi. Pilvilaskennan - englanniksi "cloud computing" - vaikutukset näkyvät työympäristössämme koko ajan enemmän. Pilvilaskennasta on puhuttu jo vuosia - ja sitä ennen metakonesta ja gridistä - ja siirtyminen pilveen alkaa olla arkipäivää. Tästä huolimatta pilvipalvelujen tehokas hyödyntäminen on haastavaa, eikä ole selvää millä alueilla pilvilaskennasta tulee loppujen lopuksi olemaan eniten etua.

Pilvilaskenta edellyttää, että sovelluksista kehitetään siirrettävämpiä kuin ne nykyisin ovat. Tämä on monesti suuri haaste, sillä perinteiset sovellukset ovat riippuvaisia teknologioista jotka eivät välttämättä istu hyvin pilven ajattelumalliin. Esimerkiksi käyttäjien ja datan hallinnointi voidaan joutua miettimään kokonaan uudelta pohjalta.

Pilvilaskennalla on saavutettavissa merkittäviä etuja sekä palvelujen joustavuudessa että tehokkuudessa. Joissakin sovelluksissa puhdasoppinen pilvilaskennan hyödyntäminen ei välttämättä edes kannata, esimerkiksi silloin kun kyseessä on vaatimuksiltaan hyvin raskas erityissovellus jolla on pieni käyttäjäkunta.

* * *

Pilvilaskenta-termin loppuosa "laskenta" ei välttämättä istu hyvin esimerkiksi talous- tai opintohallinnon kaltaisiin sovelluksiin. Termi "cloud computing" tarkoittaa tietojenkäsittelyä yleensä, ei pelkästään niin sanottua laskentaa. Mutta tässä käsittelen sellaista aluetta, jossa laskennalla on suuri merkitys, nimittäin laskennallisen tieteen sovelluksia.

Laskennallisessa tieteessä käytetään matemaattisia malleja vaativien ja monitieteisten ongelmien ratkaisemiseen tietokoneella. Laskennallinen tiede on viime vuosikymmeninä tehnyt mahdolliseksi simuloida maailmaa äärimmäisen yksityiskohtaisella tasolla, pyrkien ymmärtämään luonnonilmiöitä, suunnittelemaan uudenlaisia laitteita ja järjestelmiä sekä ennustamaan tulevaisuutta.

Olkoon tuotannonala mikä tahansa, teollisuus hyödyntää laskennallista tiedettä suunnittelussa ja päätöksenteossa. Laskennallisen tieteen avulla voimme kehitellä uusia energialähteitä, rakentaa turvallisempia kulkuneuvoja ja ennustaa säätä aiempaa tarkemmin.

Laskennallinen tiede ei ole enää myöskään pelkästään tutkijoiden asia. Julkisuudessa on taitettu peistä ilmastomallien oikeellisuudesta, mikä on yksi esimerkki alueen popularisoitumisesta.

* * *

Tieteellisessä tutkimuksessa laskennallinen tiede on lyönyt läpi kaikilla aloilla, ilman sitä ei tutkimusta juuri voi enää tehdä.

Biolääketieteessä hyödynnetään laskennallista tutkimusta monella tavalla. Tiedon louhinnan avulla pyritään löytämään uusia keinoja esimerkiksi syövän hoitamiseen. Muutaman vuoden - tai ehkä vuosikymmenen - päässä häämöttää ennustava lääketiede. Jokaiselle meistä voidaan ennakoivasti suunnitella toimenpiteitä, joilla terveyttä ja hyvinvointia edistetään.

Laskennallista tutkimusmenetelmää hyödynnetään yhä enemmän humanistisissa ja yhteiskuntatieteissä, esimerkiksi analysoimalla tietokoneilla tekstin sisältöä, esimerkiksi sanavalintoja. Arkeologiassa voidaan paikkatietoon perustuen tehdä laskennallisia simulaatioita ihmisten pitkän aikavälin käyttäytymisestä käyttämällä lähtötietoina monista eri lähteistä peräisin olevia aineistoja.

Laskennallisen tieteen sovelluksissa tarvitaan suurta - joskus maailman suurinta - laskentakapasiteettia sekä valtavien tietomäärien hallinnointia tietotekniikan avulla. Sovelluksia kehitetään eteenpäin usein hyvin nopeassa syklissä, mutta toisaalta tutkimusaiheen parissa voidaan viettää vuosia, jopa vuosikymmeniä, mikä aiheuttaa suuria vaatimuksia tietoteknisen ympäristön elinkaaren hallintaan.

* * *

Laskennallisen tieteen tutkimuskohteita on valtavasti, ja ne poikkeavat suuresti toisistaan, joten tietotekniselta ympäristöltä vaaditaan joustavuutta. Toisaalta ratkaisujen täytyy olla tehokkaita, koska sovelluksissa käytettävissä oleva laskentateho, tiedonsiirtonopeus ja tallennuskapasiteetti ovat merkittäviä kilpailutekijöitä kansainvälisessä tutkimuksessa.

Miten pilvilaskenta sopii laskennallisen tieteen sovelluksiin? Ja millaisia haasteita on näköpiirissä jotta pilvestä saadaan täysi hyöty?