La computación en nube se basa en el uso compartido de recursos informáticos que se encuentran en sitios remotos y a los que el usuario accede y controla a través de internet. El término "nube" se utiliza como metáfora de "internet".
La computación en nube ofrece a las empresas acceso bajo demanda a un conjunto compartido de recursos informáticos configurables y a una gran variedad de software. La computación en nube permite a las empresas hacer más y hacerlo más rápido, ya que les permite aprovechar la potencia de centros de datos y servicios informáticos masivos sin tener que construirlos, gestionarlos y mantenerlos. Estos centros de datos pueden escalar rápidamente hasta proporcionar 10.000 procesadores para aplicaciones de cálculo intensivo.
Las ventajas económicas de la nube están impulsando a las empresas a adoptar este marco para muchas funciones empresariales básicas, como la gestión de ventas y relaciones con los clientes, las comunicaciones y los sistemas completos de planificación de recursos empresariales. El ahorro en tecnologías de la información se deriva del mantenimiento de una única versión de software en la instalación en la nube, lo que evita la necesidad de instalar y mantener el software en múltiples ordenadores de toda la organización, así como el coste de construir y mantener centros de datos. Además, se puede acceder a las aplicaciones de software desde cualquier lugar, incluidos dispositivos móviles como tabletas.
Aunque las aplicaciones de simulación y programación basadas en la nube ofrecen muchos de los mismos beneficios económicos que otras aplicaciones empresariales, también pueden aprovechar de forma única la potencia de cálculo de la nube para mejorar drásticamente el valor empresarial de estas aplicaciones.
El modelado de simulación se ha convertido en una tecnología fundamental para el siglo XXI. Empresas de todo el mundo la utilizan para mejorar el diseño y el funcionamiento de sistemas complejos. La tecnología de simulación se encuentra en un estado de rápido cambio. La tecnología es cada vez más potente, fácil de usar y útil para una gama cada vez más amplia de aplicaciones.
Los modelos de simulación se utilizan para comparar diseños alternativos u optimizar parámetros de diseño. Por ejemplo, en una aplicación de fabricación podríamos utilizar un modelo de simulación para comparar distintos conceptos de manipulación de materiales, dimensionar los búferes de entrada en cada estación de trabajo o determinar el número de AGV necesarios para gestionar las transferencias previstas entre estaciones de trabajo. Cada posible combinación de valores de entrada en el modelo produce un escenario independiente que queremos comparar con todos los demás escenarios posibles considerados.
En un proyecto de simulación típico, podemos tener muchos escenarios diferentes que comparar. Por ejemplo, podemos tener una serie de parámetros de diseño diferentes, en los que cada parámetro tiene un rango de valores posibles, con un gran número de combinaciones resultantes. Cada combinación específica de valores define un escenario concreto que hay que evaluar.Además, como los modelos de simulación suelen incluir variaciones aleatorias, cada escenario debe repetirse varias veces para obtener estimaciones fiables del rendimiento.Por ejemplo, podríamos tener 100 escenarios para comparar, en los que replicaríamos cada escenario 50 veces, lo que requeriría un total de 5000 réplicas. Si cada réplica requiere 10 minutos de ejecución, el experimento completo requeriría más de un mes de ejecución en un solo ordenador funcionando 24 horas al día.En la mayoría de los casos, esta duración no es aceptable, por lo que se examinan menos escenarios y/o se realizan menos réplicas. Si se evalúan menos escenarios, es posible que se pasen por alto buenas soluciones. Si se realizan menos réplicas de cada escenario, es posible que se haga una mala selección basada en el error de muestreo del modelo.
La computación en nube ofrece la solución ideal para este problema. Un usuario puede utilizar la nube para escalar hasta 5000 procesadores durante los próximos 10 minutos, de modo que las 5000 réplicas puedan ejecutarse en paralelo. Así, en lugar de esperar más de un mes para obtener los resultados completos del experimento, el usuario puede obtener el conjunto completo de resultados en 10 minutos. El usuario sólo paga por esta enorme capacidad de procesamiento durante el periodo de 10 minutos en que la necesita.
Aunque la simulación se beneficia de otras ventajas empresariales estándar que ofrece la nube, es la capacidad de ampliación para realizar simultáneamente múltiples réplicas lo que la hace idónea para ejecutar experimentos de simulación. Los responsables de la toma de decisiones pueden ahora comparar un gran número de escenarios candidatos sin tener que esperar mucho tiempo para obtener los resultados.
Aunque la simulación se ha aplicado tradicionalmente al problema del diseño, también puede utilizarse de forma operativa para generar programas de producción para la planta de producción. Cuando se utiliza de este modo, la simulación es un programador de capacidad finita (FCS) y compite con otros métodos de FCS, como los algoritmos de optimización y los secuenciadores de trabajo a la vez. Sin embargo, el FCS basado en simulación tiene una serie de ventajas importantes que lo convierten en una potente solución para las aplicaciones de programación.
La simulación proporciona un método sencillo pero flexible para generar una programación de capacidad finita para la planta de producción. El enfoque básico de la programación basada en la simulación consiste en ejecutar el modelo de fábrica utilizando el estado inicial de la fábrica y el conjunto de pedidos planificados que deben producirse. Las reglas de decisión se incorporan al modelo para tomar decisiones de selección de máquinas y rutas. La simulación construye una programación simulando el flujo de trabajo a través de la instalación y tomando decisiones "inteligentes" basadas en las reglas de programación especificadas.
A diferencia de la simulación en el diseño de fabricación, en las aplicaciones de programación nos enfrentamos a datos deterministas. Todas las características de una herramienta de modelización tradicional que nos ayudan a interpretar los resultados de un proceso aleatorio tienen poco valor para nosotros. Suponemos que disponemos de toda la información sobre el sistema, incluidas las rutas, los tiempos de procesamiento y preparación, las necesidades de material, los plazos de entrega, etc. Eliminamos toda la aleatoriedad del sistema.
Durante el funcionamiento del sistema real, suelen producirse sucesos aleatorios. Las máquinas se averían, los trabajadores llegan tarde o no llegan y el material llega con retraso. Estos sucesos imprevistos suelen invalidar nuestro programa actual y, en muchos casos, nos obligan a regenerarlo con la nueva información.En un momento dado, nuestro programa nos da una imagen de lo que ocurrirá si no se producen imprevistos. En realidad, a menudo acabaremos con un programa modificado por imprevistos y peor que el programa actual. La variabilidad del sistema suele degradar el rendimiento con el tiempo.
La planificación y programación basadas en el riesgo (RPS) abordan este problema empleando el modelo estocástico de nuestro sistema para evaluar la robustez y calidad de nuestra programación. Añadiendo automáticamente sucesos aleatorios a nuestro modelo de programación (por ejemplo, averías, escasez, etc.) y replicando muchas veces el proceso de generación de la programación podemos obtener medidas sobre el número esperado de trabajos retrasados, el retraso medio, etc.
La fase de evaluación de riesgos de la generación de horarios requiere múltiples réplicas del modelo para generar medidas de riesgo precisas. Sin embargo, cuando se reacciona ante un suceso imprevisto en la planta de producción, a menudo hay que actuar de inmediato y no hay tiempo para esperar a que se completen 50 o más réplicas del modelo de simulación.Sin embargo, la potencia de la nube nos permite ejecutar las 50 réplicas en el mismo tiempo que normalmente se tardaría en ejecutar una sola réplica en un ordenador de sobremesa. Utilizando la nube, se puede escalar rápidamente hasta el número necesario de procesos por los pocos minutos que se tarda en analizar el riesgo asociado a la nueva programación.
En las aplicaciones de planificación y programación, normalmente es necesario distribuir simultáneamente los resultados a los usuarios de toda la organización. Por ejemplo, cada estación de trabajo puede necesitar una lista de "tareas pendientes" que resuma el flujo de trabajo previsto en la estación de trabajo, cada jefe de línea puede necesitar informes/tableros de mando resumidos que destaquen las medidas de rendimiento clave para la línea, y el jefe de producción puede necesitar informes/tableros de mando independientes que destaquen las medidas de rendimiento para toda la instalación. La nube proporciona un mecanismo ideal para publicar y poner estos resultados a disposición de los usuarios de toda la empresa en cualquier dispositivo con conexión a Internet, incluidas las tabletas móviles.
La comodidad y las ventajas económicas están impulsando el traslado de muchas aplicaciones empresariales a la nube. La simulación y la planificación y programación basadas en riesgos comparten estas mismas ventajas, pero también se benefician de la capacidad de escalar rápidamente el número de nodos de cálculo para ejecutar muchas réplicas de simulación en paralelo. Las grandes demandas computacionales de la simulación y la planificación y programación basadas en riesgos, junto con la capacidad de ejecutar experimentos repartiendo las réplicas entre los procesadores, hacen que estas aplicaciones sean ideales para la nube.
Descargar versión PDF