Technika obliczeniowa grid computing polega na łączeniu mocy obliczeniowej wielu różnych systemów w wirtualny superkomputer. Wykorzystuje się przy tym nieużywane zasoby sieciowe, takie jak cykle procesorów czy pamięć dyskowa, scalając je w jedną, wirtualną maszynę. Przy zadaniach wymagających olbrzymich mocy obliczeniowych grid computing jest metodę dużo tańszą niż stosowanie wielkich, monolitycznych megaprocesorów. Takie przetwarzanie jest z powodzeniem wykorzystywane w pracach badawczych np. z zakresu genetyki.

Podczas niedawnej konferencji, zorganizowanej przez IBM, szeroko omawiano problemy związane z grid computing, zwłaszcza możliwość przeniesienia tej techniki ze świata nauki na grunt realnego biznesu. Kluczowym zagadnieniem w tym przypadku staje się odpowiednie zarządzanie takim środowiskiem.

Jeśli zarządzanie aplikacjami połączonymi Internetem jest bardzo trudne, to co powiedzieć o zarządzaniu aplikacją, której niewielkie fragmenty wykonywane są na komputerach rozproszonych po świecie, pozostających praktycznie poza kontrolą? Kluczowym problemem staje się w tym przypadku sposób zarządzania, który musi być wbudowany w infrastrukturę grid computing.

IBM próbuje rozwiązać ten problem z pomocą projektu eLiza i koncepcji autonomicznego przetwarzania. Autonomiczność przetwarzanie oznacza zdolność do samonaprawy i proaktywność w odniesieniu do zarządzania infrastrukturą.

Projekt eLiza jest ciągle jeszcze w fazie początkowej, ale wydaje się być bardzo obiecujący właśnie dla grid computing. Jednak nie brakuje sceptyków, dla których autonomiczne przetwarzanie nie jest lekarstwem na wszystkie problemy. Ich zdaniem w najbliższej przyszłości oprogramowanie i roboty nie zastąpią zespołów obsługi informatycznej.