Учебный кластер из одноплатных компьютеров Raspberry Pi

5 Jul 2016, 14:45
15m
LIT Conference Hall

LIT Conference Hall

Sectional reports 8. High performance computing, CPU architectures, GPU, FPGA 8. High performance computing, CPU architectures, GPU, FPGA

Speaker

Илья Никольский (МГУ им М.В. Ломоносова)

Description

Встраиваемые устройства (embedded devices) становятся все более популярными. Их можно найти в моб. телефонах, планшетах, автомобильной электронике, роботах и т.д. Количество задач, решаемых на таких устройствах, постоянно растет, что приводит к необходимости объединения их в кластеры. Такой кластер, например, установлен на сингапурском спутнике X-Sat[xsat]. Исследование возможностей встраиваемых устройств упростилась с появлением одноплатного компьютера Raspberry Pi [rpi]. Этот компьютер размером с кредитную карту обладает 4х ядерным ARM-процессором Cortex-A7 с частотой 900МГц, 1 Гб ОЗУ (характеристики приведены для Raspberry Pi 2 model B). Для него существует Debian-подобная ОС Raspbian и даже специальная версия Windows (Windows IoT). Устройство потребляет до 600 мА (без внешней периферии) при напряжении в 5В. Эти характеристики вкупе с невысокой стоимостью (35$) сделали это устройство весьма популярным. На его основе было построено несколько учебных кластеров (например 64х узловый кластер Iridis-Pi в университете Саутгемптона[iridis]). Такие системы как правило позиционируются как прототипы реальных распределенных систем, позволяющие студентам опробовать такие технологии как Hadoop, Spark и др. Достоинствами таких встраиваемых кластеров (embedded cluster) являются невысокая стоимость, низкое энергопотребление и компактнось. По всей видимости, в будущем такие кластеры смогут найти применение и в реальных приложениях - например, в робототехнике. В работах, посвященных кластерам (напр [iridis]), как правило приводятся результаты различных стандартных тестов (пропускная способность, Linpack и т.д.) В предлагаемой работе мы исследуем возможности распределенных вычислений широко известной среды статистических вычислений R. Вычислительные эксперименты проводятся на кластере из Raspberry Pi, построенном одним из авторов. В качестве теста используется программа, оценивающая прогноз линейной регрессии методом бутстрап. Наш кластер состоит из трех Raspberry Pi 2 model B , соединенных с помощью бюджетного роутера фирмы Asus. Питается кластер от USB-хаба. На каждом узле установлена ОС Raspbian. На каждом узле запущен ssh-сервер, что позволяет получать доступ с терминала через любой ssh-клиент. Используется R версии 3.2.3. Основные выводы, полученные в результате работы: 1) Кластер из Raspberry Pi может быть построен очень быстро и сравнительно с небольшими затратами; 2) скорость вычислений на таких машинах невысока, но они представляют собой отличный полигон для изучения концепций и технологий распределенных вычислений; 3) среда статистических вычислений R включает несколько интересных инструментов для распределенных вычислений, весьма удобных в использовании;по всей видимости для быстрого старта в распределенных вычислениях эта среда подходит лучше, чем такие тяжелые технологии, как Hadoop и Spark. [xsat]I. V. McLoughlin, T. R. Bretschneider, Chen Zheming Virtualized Development and Testing for Emb edded Cluster Computing International Journal of Networking and Computing Volume 2, Number 2, pages 160–187, July 20A [rpi]https://www.raspberrypi.org/ [iridis] Simon J. Cox, James T. Cox, Richard P. Boardman, Steven J. Johnston, Mark Scott, Neil S. O'Brien Iridis-pi: a low-cost, compact demonstration cluster Cluster Computing, June 2013, Volume 17, Issue 2, pp 349-358

Primary author

Илья Никольский (МГУ им М.В. Ломоносова)

Co-author

Presentation materials