正如人是社会动物一样，计算机也是社会机器，数量越多，越“快乐”。二三十年前，大型的中央主机被严加保护，安放在计算机科学系或政府办公室等的专用设施之内，几兆数据的运算就能让它忙活若干小时。虽然服务器技术发展到现在已有长足的进步，但大型中央机依然无法满足现代的计算要求，其包含千吉字节数据的处理要求完全超出了单个（或者双、四、八个）CPU 的处理能力，一台计算机是绝对无法应付的；现在，为了支持新的大规模并行系统架构，我们需要给中央机找一些新伙伴。
现如今的计算是“互联网规模”的，新的挑战层出不穷；因此，计算机科学领域的学生及研究人员也需要具备相应的技能。仅仅“服侍”（为它编程）好一台计算机已经不够了；为迎接明天的挑战，学生们要能为数千台计算机编程，处理在眨眼之间产生的大量数据。所以，我和我的好友——华盛顿大学计算机科学工程（CSE）系导师 EdLazowska 开始思考有关计算机科学（CS）课程，以及在讲授大规模并行计算知识时需要演示实证方案的问题。
要有效地讲授大规模并行计算的知识，需要能够使用大型计算机集群并革新授课方法，这不是件易事。所以，我们高兴地宣布，我们的 Academic Cluster Computing Initiative（学院集群计算计划）试点项目已在若干学校成功实施，其中包括华盛顿大学、卡耐基-梅隆大学、麻省理工学院、斯坦福大学、加利福尼亚大学伯克利分校以及马里兰大学。该项目把我们在大规模系统方面的专业知识和资源扩展到试验学校的本科教育计划，使学生们在学习过程中有机会同时使用数百台机器。在项目进行过程中，我们将与我们的技术合作伙伴 IBM 一起修复系统的 bug，以便更多的教师和学术研究人员与参与到项目中来。
未来计算的雏形已经在今天的大学校园产生，谷歌和 IBM 满怀热情地帮助新一代计算机科学家大展宏图。登录http://code.google.com/edu即可获得华盛顿大学编写的所有课程资料，以及其他用于帮助学习这一前沿技术的工具和资源。如果你是一名学生并想了解此类项目对你有什么意义，请观看系列讲座视频（共五部分，原是谷歌工程部实习生的学习资料），其中介绍了大规模集群计算的一些基本概念。
