地震、海嘯、火山爆發等自然災害給人帶來嚴重后果，這些突發災害隨時隨地都有可能發生，在自然災害面前，我們深知人類力量的渺小，但是隨著云計算、大數據以及人工智能等技術的發展，我們能夠以睿智和科學來抵御自然災害。
云計算怎么預測地震？
每年的地震波數據量大概是30TB，且總數據量達到PB級別。由于要相互對比每一個地震臺每個時間點的每個分量數據，并且這些計算量是呈指數級增長的。在這種情況下，大規模分布式的云計算似乎成為了唯一的選擇。
云存儲
分布式存儲可以看作分布式計算的基礎條件。在將要進行的計算中，計算系統會對存儲系統進行大規模的訪問。而這些訪問必須要平均地打到服務器上，絕不能存在熱點。
而這還不夠，由于服務器的硬件故障在大規模集群中會變成一個常態事件，所以必須做好資源的實時調度和提供故障容忍能力。例如保證在摘掉一塊硬盤的時候，其余的硬盤要迅速用備份數據把存儲追齊。
在分布式計算中，數據帶寬成為了一個重要的參數。如果把數據存儲在自己的服務器上，僅僅利用云計算能力進行結果輸出，是不能實現的。原理很簡單，分布式計算的所有服務器都向一個存儲單位發送數據讀取請求，帶寬會被瞬間堵死，再強大的算力都無法發揮。
批量計算
如何使代碼在云計算的環境中發揮作用是一個很重要的問題。在地震科學研究方面，通過一個通用的接口來對云上的計算進行控制。
所提供的計算接口可以讓單機程序不做修改就高效執行在云環境下。用戶通過幾句簡單的命令就能在云上調動大規模的計算資源進行分析，而不需要學習復雜的分布式計算知識。但云計算真正的核心技術，還在于批量計算的算力調度之上。
計算規模擴大之后，就會造成對存儲資源的訪問非常頻繁，這時，對于訪問的并發量的控制就要非常謹慎了。
應用有非常多的小I/O請求，如果每一次I/O請求都直接訪問云存儲，由此帶來的延時會對計算效率造成影響。為了進一步優化計算性能，批量計算采取了分布式緩存的策略，把有可能會用到的數據，提前緩存到計算節點周圍。這樣，就可以讓計算能力不受集群規模的限制。
原本需要一年計算時間的整個中國數千個地震臺兩兩之間的五年數據的計算任務，在云計算中狂飆，兩天之內就計算完成了。這在云計算到來之前是無法想象的。