Wiele problemów naukowych, np. Symulacja mechaniki kwantowej, optymalizacja nieliniowa stosowana w prognozowaniu pogody oraz optymalizacja i minimalizacja obwodów logicznych, wymaga zasobów obliczeniowych przekraczających zasoby dowolnego komputera o wiele rzędów wielkości.Rosnące zastosowanie tych metod we współczesnej nauce było siłą napędową znalezienia sposobów tworzenia środowisk, w których problemy te można rozwiązać w rozsądnym czasie.Już w latach 90. pojawił się termin „przetwarzanie sieciowe”;podejście polegające na łączeniu zasobów obliczeniowych wielu pojedynczych komputerów w jeden całościowy podmiot, który może dostarczać swoją połączoną moc obliczeniową tak łatwo, jak dostęp do energii z sieci ... Chociaż utworzenie lokalnego klastra obliczeniowego sieci wydaje się bardzo proste,przychodzi ze znacznymi kosztami.Nie tylko musisz zakupić wystarczającą ilość sprzętu, aby dostarczyć potrzebne zasoby, ale musisz także ponieść powtarzające się koszty konserwacji i eksploatacji.To nie jest bardzo ekonomiczny sposób na okazjonalne obliczenia i jednorazowe projekty.Kilka podejść do decentralizacji przetwarzania gridowego zostało jednak przedstawionych pod koniec lat 90. i opiera się na fakcie, że wiele osób ma dziś bardzo potężne komputery, wszystkie połączone z Internetem.Jeśli się nad tym zastanowić, istnieje znaczna moc obliczeniowa - nie w superkomputerach lub laboratoriach, ale w domach ludzi.Platformy takie jak Distributed.net, a później SETI @ Home i BOINC pokazały sposoby wykorzystania tych urządzeń (użytkowników) do stworzenia mocniejszego komputera gridowego prawie bez kosztów wstępnej instalacji.Jednak platformy te polegały głównie (i polegają) na wolontariacie, tj. Na uczestnikach wolontariatu, którzy są gotowi wnieść swój potencjał obliczeniowy do projektów, do których aspirują.Nie trzeba dodawać, że więcej nudnych projektów (takich jak symulacja zadań domowych) ma niewielkie szanse na zdobycie rozsądnej ilości zasobów komputerowych.