摘要：粒計(jì)算中存在個(gè)基本問題?；突诹；挠?jì)算。其實(shí)，粒計(jì)算比云計(jì)算的概念出現(xiàn)得還早。云計(jì)算和粒計(jì)算之間的關(guān)系云計(jì)算提供的服務(wù)也是個(gè)性化的，是多粒度和可變粒度的提供的是細(xì)粒度服務(wù)。

云計(jì)算真正作為一個(gè)新興技術(shù)得到IT界認(rèn)可是在2007年左右，經(jīng)過這十年的普及和發(fā)展，云計(jì)算早已走進(jìn)千萬個(gè)數(shù)據(jù)中心，成為IT世界里炙手可熱的技術(shù)門類，并可以在未來的一段時(shí)間內(nèi)繼續(xù)獲得長足發(fā)展。云計(jì)算固然好，但也有不少的缺陷和使用限制，這樣才出現(xiàn)了霧計(jì)算、霾計(jì)算等技術(shù)，這些技術(shù)都是針對(duì)云計(jì)算做的很好的補(bǔ)充，滿足多樣化的市場應(yīng)用需求。

粒計(jì)算的基本問題

然而，人類在處理大量復(fù)雜信息時(shí)．由于人類認(rèn)知能力有限，往往會(huì)把大量復(fù)雜信息按其各自特征和性能將其劃分為若干較為簡單的塊．每個(gè)被分出來的塊就被看成是一個(gè)粒。實(shí)際上，粒就是指一些個(gè)體通過不分明關(guān)系、相似關(guān)系、鄰近關(guān)系或功能關(guān)系等所形成的塊。這種處理信息的過程．稱信息?；Ｈ缟虉龅呢浳锒喾N多樣，如果不按某種方式擺放就很難進(jìn)行有效管理．于是人們按貨架所擺放貨物的種類、體積、等級(jí)等將商場劃分為若干塊并以此安排貨架，其每一塊將擺放同一種類或體積相似或同一等級(jí)的貨物。這里所說的塊就是粒的概念，劃分粒的過程稱為信息粒。

粒計(jì)算中存在2個(gè)基本問題: ?；突诹；挠?jì)算。即如何構(gòu)造這個(gè)模型, 以及根據(jù)這個(gè)模型的計(jì)算。?；? 是問題空間的一個(gè)劃分過程, 它可以簡單理解為在給定?；瘻?zhǔn)則下(如等價(jià)關(guān)系)得到一個(gè)粒層的過程, 是粒計(jì)算的基礎(chǔ), 通過?；覀兛梢缘玫絾栴}空間的層次間與層次內(nèi)部的結(jié)構(gòu)。在同一或者不同的粒化準(zhǔn)則下均可得到多個(gè)粒層, 形成多層次的網(wǎng)絡(luò)結(jié)構(gòu)。粒計(jì)算通過訪問粒結(jié)構(gòu)求解問題, 包括在層次結(jié)構(gòu)中自上而下、或者自下而上2個(gè)方向的交互, 以及在同一層次內(nèi)部的移動(dòng)。即不同粒層上粒子之間的轉(zhuǎn)換與推理, 以及同一粒層上粒子之間相互交互,形成所謂的多粒度計(jì)算。

其實(shí)，粒計(jì)算比云計(jì)算的概念出現(xiàn)得還早。在1997年時(shí)，美國一大學(xué)教授首次在論文中提出了粒計(jì)算，這標(biāo)志著涉及多學(xué)科的一個(gè)應(yīng)用研究領(lǐng)域產(chǎn)生。此后，國外諸多學(xué)者對(duì)它進(jìn)行了研究，提出了許多有關(guān)粒計(jì)算的理論、方法和模型，現(xiàn)已成為研究模糊的、不較精確的、不完整的及海量信息處理的重要工具。粒計(jì)算是一個(gè)含義廣泛的術(shù)語，覆蓋了所有有關(guān)粒的理論、方法學(xué)、技術(shù)和工具的研究，并認(rèn)為粒計(jì)算是模糊信息?；?、Rough集理論和區(qū)間計(jì)算的超集，是粒數(shù)學(xué)的子集。粒計(jì)算是在問題求解中使用粒子，構(gòu)建信息?；?，將一類對(duì)象基于不可分辨關(guān)系、相似性等特征劃分為一系列粒。粒計(jì)算模型分為兩大類：一類以處理不確定性為主要目標(biāo)，如以模糊處理為基礎(chǔ)的計(jì)算模型，以粗糙集為基礎(chǔ)的模型，側(cè)重于計(jì)算對(duì)象的不確定性處理。模糊概念是粒計(jì)算的主要組成部分;另一類則以多粒度計(jì)算為目標(biāo)，如商空間理論。從不同的粒度上分層次地處理它們，降低處理復(fù)雜問題的復(fù)雜性。信息粒廣泛存在于現(xiàn)實(shí)世界中，是對(duì)現(xiàn)實(shí)的抽象。

粒計(jì)算的價(jià)值和作用

粒計(jì)算雖然誕生得早，并沒有云計(jì)算發(fā)展得快，只是到最近才火了起來，這來源于人工智能和大數(shù)據(jù)技術(shù)的熱寵。在這兩個(gè)方面進(jìn)行粒計(jì)算，意義不同凡響。人工智能和大數(shù)據(jù)的誕生，是因?yàn)槿藗冊(cè)噲D從人類思維和生物界的一些規(guī)律中得到啟發(fā)，創(chuàng)建相應(yīng)的計(jì)算模型，應(yīng)用到信息科學(xué)中去，而粒計(jì)算則在更高層次上模擬了人類的思維規(guī)律。

當(dāng)人工智能掌握“粒計(jì)算”，就會(huì)像顯微鏡一樣，能分析海量信息，這將對(duì)科學(xué)界和人類社會(huì)都產(chǎn)生深遠(yuǎn)影響。當(dāng)大數(shù)據(jù)遇到了粒計(jì)算，可以對(duì)大數(shù)據(jù)所表示的領(lǐng)域信息進(jìn)行粒度分析，確定可能的粒度層次數(shù)目、各層次上信息粒的語義以及根據(jù)領(lǐng)域知識(shí)能夠斷言的信息粒之間的相關(guān)關(guān)系，這些粒度分析結(jié)果及其質(zhì)量可直接影響后續(xù)的大數(shù)據(jù)處理的準(zhǔn)確性和效率。目前，大數(shù)據(jù)開源平臺(tái)的蓬勃發(fā)展，適用于不同應(yīng)用場合的系統(tǒng)層出不窮，針對(duì)具體數(shù)據(jù)選擇適合的多粒度建模，實(shí)現(xiàn)對(duì)特定粒計(jì)算模型的支持，可以更好地進(jìn)行海量數(shù)據(jù)分析。所以，人工智能和大數(shù)據(jù)再火，也需要依仗粒計(jì)算等這些新技術(shù)來實(shí)現(xiàn)，否則就是空中樓閣，沒有任何現(xiàn)實(shí)意義。海量的數(shù)據(jù)中大量都是不確定的，模糊的，這給粒計(jì)算提供了廣闊的發(fā)展空間。

不僅在大數(shù)據(jù)、人工智能這些領(lǐng)域，在云計(jì)算里，粒計(jì)算同樣受歡迎。云計(jì)算是一種計(jì)算資源，集合了海量的數(shù)據(jù)處理，與大數(shù)據(jù)、人工智能都有著緊密聯(lián)系，而粒計(jì)算正是處理海量數(shù)據(jù)，尤其是不確定性數(shù)據(jù)的好手。云計(jì)算可以根據(jù)用戶需求通過網(wǎng)絡(luò)對(duì)松散耦合的粗細(xì)粒度應(yīng)用組件進(jìn)行分布式部署、組合和使用，形成多粒度或者可變粒度的服務(wù)。云計(jì)算的技術(shù)底層架構(gòu)中，分布式操作系統(tǒng)也支撐軟件的多粒度和可變粒度。由于云計(jì)算本身的通用性特點(diǎn)，在“云”的支撐下可以構(gòu)造出千變?nèi)f化的應(yīng)用，同一個(gè)“云”可以同時(shí)支撐不同的應(yīng)用運(yùn)行，這都需要對(duì)海量的不確定數(shù)據(jù)進(jìn)行計(jì)算處理，這時(shí)就需要粒計(jì)算。

云計(jì)算和粒計(jì)算之間的關(guān)系

云計(jì)算提供的服務(wù)也是個(gè)性化的，是多粒度和可變粒度的,提供的是細(xì)粒度服務(wù)。在云計(jì)算中，為了保證計(jì)算和存儲(chǔ)等操作的完整性，在實(shí)現(xiàn)上要考慮很多大規(guī)模分布式計(jì)算機(jī)集群進(jìn)行海量數(shù)據(jù)處理時(shí)容錯(cuò)處理問題，在出現(xiàn)部分失效的情況下計(jì)算任務(wù)仍然能夠正確執(zhí)行，這時(shí)粒計(jì)算就會(huì)發(fā)揮作用。粒計(jì)算本身就可以處理大量具有不確定性的數(shù)據(jù)，當(dāng)海量數(shù)據(jù)中摻雜著無用甚至是錯(cuò)誤的數(shù)據(jù)，在粒計(jì)算的處理下，依然能夠得到較佳的正確結(jié)果，粒計(jì)算本身就具有容錯(cuò)性。粒計(jì)算還可以將計(jì)算任務(wù)更加優(yōu)化地分解和并行執(zhí)行，對(duì)于每個(gè)未完成子任務(wù)，粒計(jì)算都會(huì)啟動(dòng)一個(gè)備份子任務(wù)同時(shí)執(zhí)行，無論初始任務(wù)還是備份子任務(wù)處理完成，該子任務(wù)都會(huì)立即被標(biāo)記為完成狀態(tài)，通過備份任務(wù)機(jī)制可以有效避免因個(gè)別節(jié)點(diǎn)處理速度過慢而延誤整個(gè)任務(wù)的處理速度，粒計(jì)算可以在云計(jì)算中大展手腳。

云計(jì)算是一種新型的超級(jí)計(jì)算方式，以數(shù)據(jù)為中心，是一種數(shù)據(jù)密集型的超級(jí)計(jì)算，對(duì)海量數(shù)據(jù)處理操作非常頻繁的，需要新的算法適應(yīng)，這時(shí)粒計(jì)算應(yīng)運(yùn)而生，將會(huì)更好地完成海量數(shù)據(jù)處理任務(wù)。粒計(jì)算是云計(jì)算的較佳拍檔，隨著云計(jì)算要處理的數(shù)據(jù)量越來越龐大，大量無用甚至錯(cuò)誤的數(shù)據(jù)影響到了云計(jì)算的處理效率和結(jié)果，引入粒計(jì)算后，可以有效提升云計(jì)算的計(jì)算效率，充分地發(fā)揮出云計(jì)算的優(yōu)勢。

粒計(jì)算面臨的挑戰(zhàn)

隨著計(jì)算機(jī)及網(wǎng)絡(luò)的日益普及, 出現(xiàn)了以下趨勢: 數(shù)據(jù)的復(fù)雜性增加且更加多樣化, 如文本、圖像、語音、與視頻等; 海量數(shù)據(jù); 人機(jī)交互更加頻繁與密切。這種發(fā)展趨勢給粒計(jì)算提出巨大的挑戰(zhàn)。例如：

計(jì)算對(duì)象的?；?/p>

一個(gè)復(fù)雜的對(duì)象(系統(tǒng))通常具有復(fù)雜的內(nèi)部結(jié)構(gòu), 因此要將粒計(jì)算方法應(yīng)用于這類對(duì)象, 首先遇到的問題是對(duì)象的粒化, 或者是結(jié)構(gòu)分析(分解)。信息結(jié)構(gòu)通常有以下幾種類型: 邏輯(語法)結(jié)構(gòu)(如文本)、空間結(jié)構(gòu)(如圖像)、時(shí)間結(jié)構(gòu)(如語音)、與時(shí)空結(jié)構(gòu)(如視頻)等。這些結(jié)構(gòu)中, 有的是已知的固定結(jié)構(gòu), 如數(shù)據(jù)庫; 有的是未知的固定結(jié)構(gòu), 如文本; 有的則是未知的變化結(jié)構(gòu), 如圖像、網(wǎng)頁內(nèi)部結(jié)構(gòu)等。對(duì)于后2 種未知的結(jié)構(gòu), 無論是固定還是變化的, 在粒化的過程中均存在如何選擇信息結(jié)構(gòu)中的基本元素, 如何劃分, 如何表示粒層之間與粒層內(nèi)部的結(jié)構(gòu), 以及結(jié)構(gòu)本身的不確定性等難題,這都是當(dāng)前研究的熱點(diǎn)課題。已有的粒計(jì)算研究主要針對(duì)已知的固定結(jié)構(gòu), 如粗糙集研究中的決策表。

結(jié)構(gòu)的表示

?；? 另一個(gè)重要問題是如何表示這些結(jié)構(gòu)。目前已有的進(jìn)展是采用概率圖模型, 如條件隨機(jī)場、馬爾可夫隨機(jī)場等, 即利用概率來表示結(jié)構(gòu)中的不確定性。為了分析概率圖模型, 在傳統(tǒng)機(jī)器學(xué)習(xí)的基礎(chǔ)上, 發(fā)展出一套具有結(jié)構(gòu)數(shù)據(jù)的機(jī)器學(xué)習(xí)方法, 即結(jié)構(gòu)預(yù)測法 。因此對(duì)于有結(jié)構(gòu)的對(duì)象,也可以采用傳統(tǒng)的機(jī)器學(xué)習(xí)方法加以處理。

面向大規(guī)模的實(shí)際問題

網(wǎng)絡(luò)環(huán)境下, 粒計(jì)算必須面向大規(guī)模的問題, 這必然導(dǎo)致采用多粒度、多層次的分析與處理方法。因此需要在此框架下發(fā)展出一套高效的算法。