こういう大きく抽象的なテーマをこういうところでちょこんと扱うには少し無理があるので、さわりだけにしておきます。しかし最近新聞を読んでいるとき、基本的なところから考えないとダメだろうと思うことが多々あり、少しでも触れておくことには価値があると思いました。本当なら大学の授業か何かで、学生集めて徹底的に議論したいところでありますが、そんな機会は6月まで待つとしましょう。

集中と分散という考え方は、あらゆるものごとにおいて適用できます。たとえば天文学的な数値の計算を行うときには、並列分散処理を行います。ひとつの計算機で集中して計算するより、いくつもの計算機で計算した結果をよせ集めて最終的な結果を出します。大切なのはその理由ですが、ひとつの計算機で行うとすれば莫大な時間と高価な計算機が必要になります。ひとつの計算機の性能にも上限があります。でもたくさんの計算機で計算をすれば、計算機単価は安くでき、一定以上の計算機があれば時間も短縮できるでしょう。そんなに高い計算機は簡単に買えませんので、並列分散処理が現実的です。その反面、多くの計算機の結果をとりまとめるにはリアルタイムの制御構造が必要です。もちろん正確に言うと、計算機の頂点である Super Computer も、内部では並列分散処理をしています。
もうひとつ、大切なのはリスクです。ひとつの計算機の場合、計算機が計算途中で何かの故障を起こしたら、計算をすべてやり直す必要があります。並列分散処理は、計算結果を多数の計算機で共有しますから、仮に一台故障を起こしても、計算は継続可能です。

地方自治体という存在も、分散型の例でしょう。逆に集中型の例では、大型スーパーが上げられます。事細かに説明はしませんが、目的に応じて集中と分散は使い分けられています。しかし概念的には、集中とは分散の中に含まれる相対的な要素です。
ひとつの集合の10の要素が含まれ、各要素がそれぞれ等間隔に距離を1保っている集合と、2保っている集合では、相対的に前者のほうが集中していると言えます。また、各要素が距離1を保つ集合で、要素の数が5の集合と、要素の数が10の集合では、相対的に10の集合のほうが集中していると言えます。すなわち集合・分散とは、集合を構成する要素の密度とも言い換えることができるでしょう。集合を構成する要素が集合である可能性もあります。

要は集中・分散とは、「どれだけ分散しているか」に置き換えることができます。並列分散処理では、計算の規模によって分散のさせ方が変わります。計算機10台の時もあれば、1000台以上の場合もあります。1台では、分散させているとは言いません。分散させるには最低でも2台の計算機が必要です。

・・・と、ひとまず今日はここで終わりにします。そろそろご飯だし・・・。でも、どれだけ分散しているかという考え方がまず重要です。次は具体的なことをみながら、分散させることの利点と欠点を考えます。次回が次の日とは限りません。