事实上，这个想法在技术上早已经实现了，这就是包括“分布计算”，“并行计算”和“网格计算”在内的，将若干单机通过联网方式合并到一起来产生巨大计算能力的一种系统技术。而这种做法的最初动机是为了省钱—提高经济效益。譬如，搞天文的科学家们发现他们需要分析从外太空收集的海量信号信息，但却没有足够的资金购买大型机来进行分析（事实上，即便有几台大型机可能也远不够用的），于是广泛“发动群众”通过分布式计算技术来解决这个问题。这就是1999年出台的有名的SETI@Home。我当时也下载了一个SETI@Home的屏保程序到自己办公室的电脑上，每天早晨一进办公室，就可以看到自己的机器昨晚处理了多少个数据包，发现了什么新东西。挺有意思、颇有“成就感”呢。

SETI@Home 的成功之处，在于激发了大家的想象空间，有几个商业嗅觉比较敏锐的人发现此法似乎可以赚钱，于是，搞了类似的客户端程序，一边鼓励群众下载，另一边跟大型制药公司等需要进行海量计算的企业联系。不过，后来发现可操作性有限，主要是众多企业增加了对计算机安全性的考量，他们不希望自己雇员的计算机没事儿时运行这些东西。大学里的计算机倒是不受限制，不过毕竟数量不够，制药公司的项目不像SETI@Home，前者还是有比较明确的时间限制的。

同“分布计算”在SETI@home项目上的成功相比，“并行计算”在企业里的应用就显得非常成熟。这主要是因为两者需要解决的技术难题不同。前者研究的是如何将不同的计算机资源联合到一起，这些计算机可能从硬件架构到操作系统软件都完全不同，所以整合后的效率不会太高。事实上，我们的整个互联网亦可以看作是一个巨型的（无清晰目标的？）分布式计算系统。而后者则可以从比单机更底层的硬件---比如CPU上来整合 –- 现在英特尔推出的多核CPU就需要“并行计算”的理论来研究如何充分利用其多核资源。再往上升一点，Wintel服务器的多CPU系统也是“并行计算”的一种类型。众多的软件公司也往往根据企业用户的服务器的CPU的数目多少来给其软件定价。

企业自己搞的“并行计算”多半是在单机层面上展开的，这主要是成本低。所以也是一种“分布式计算”，不过跟SETI@Home等分布式计算相比，企业的单机往往都是同一型号的成百上千的“克隆”而已，所以，其硬件利用效率要比分布式计算的不同机种整合高很多。在这方面做的最成功的公司之一就是大名鼎鼎的“谷歌”了。