Computando os dados do LHC

Com 15 petabytes de dados (o que equivale a 15 milhões de gigabyes) recolhidos pelos detectores do LHC a cada ano, os cientistas têm uma imensa tarefa diante deles. Como processar todas essas informações? Como determinar se você está estudando algo de significativo em meio a um conjunto de dados tão grande? Mesmo com o uso de um supercomputador, processar tanta informação pode demorar milhares de horas. Enquanto isso, o LHC continuaria a acumular ainda mais dados.

Jean-Pierre Clatot/AFP/Getty Images
Angela Merkel, primeira-ministra da Alemanha, visita o LHC com um grupo de engenheiros

A solução do CERN (em inglês) para esse problema é a Grade de Computação do LHC. A grade é uma rede de computadores, cada um dos quais capaz de analisar por conta própria uma porção dos dados. Assim que um computador conclui sua análise, pode enviar as conclusões a um computador central e aceitar nova porção de dados brutos. Enquanto os cientistas puderem dividir os dados em porções, o sistema funciona bem. No setor de computação, essa abordagem recebe o nome de computação em grade (em inglês).

Os cientistas do CERN decidiram se concentrar no uso de equipamento de custo relativamente baixo para executar seus cálculos. Em vez de adquirir servidores e processadores de ponta a altos preços, o CERN se concentra em equipamento padronizado e bem adaptado a funcionar em rede. A abordagem é bastante semelhante à adotada pelo Google. O custo/benefício da compra de muito equipamento de qualidade média é melhor do que o de investir em poucos equipamentos avançados.

Usando um tipo especial de software chamado midware, a rede de computadores poderá armazenar e analisar dados para todas as experiências conduzidas no LHC. A estrutura do sistema é organizada em escalões.

• O escalão 0 é o sistema de computação do CERN, que processa as informações inicialmente e as divide em porções para os demais escalões.
  
  
• Há 12 locais de escalão 1 localizados em diversos países que aceitarão dados do CERN por meio de conexões dedicadas de computação. Essas conexões terão capacidade de transmissão da ordem de 10 gigabytes por segundo. Os sites de escalão 1 processarão ainda mais os dados e os dividirão para despachá-los aos degraus inferiores da escala.
  
  
• Mais de 100 locais de escalão 2 estão conectados aos locais de escalão 1. A maioria deles envolve universidades ou instituições científicas. Cada local terá múltiplos computadores disponíveis para processar a analisar dados. À medida que cada trabalho de processamento for concluído, os locais devolverão dados processados sistema acima. A conexão entre os locais de escalão 1 e de escalão 2 é uma conexão convencional de rede.
  

A grade mundial Veja onde os locais de escalão 1 estão localizados:­ Canadá França Alemanha Itália Escandinávia Espanha Suíça Taiwan Holanda Reino Unido Estados Unidos

Qualquer local de escalão 2 terá acesso a qualquer lugar de escalão 1. O motivo é permitir que universidades e instituições de pesquisa se concentrem em informações e pesquisas específicas.

Um desafio, tendo em vista o tamanho da rede, é a segurança de dados. O CERN determinou que a rede não poderia depender de firewalls devido ao volume de tráfico de dados no sistema. Em vez disso, o sistema depende de procedimentos de identificação e autorização a fim de impedir acesso não autorizado a dados do LHC.

Algumas pessoas dizem que a preocupação quanto à segurança de dados é irrelevante. Isso acontece porque elas acreditam que o LHC destruirá o mundo.

Isso é realmente possível? Descubra na próxima seção.