Open-Hardware
Zehn Beagleboards im Aktenkoffer
Unter dem Namen Beowulf Elastic R haben Entwickler ein Rechner-Cluster aus zehn Beagleboards zusammengestellt. Das Cluster für unter 2.000 US-Dollar soll vor allem bei statistischen Berechnungen so leistungsfähig sein wie ein Großrechner.
Die Konstruktion mutet abenteuerlich an und Kabelsalat ist programmiert: Entwickler Matt Stack von der Firma Liquidware hat aus zehn Beagleboards ein Cluster zusammengestellt, das in einen Aktenkoffer passt. Die Geräte sind intern per Gigabit-Ethernet verbunden und von außen über eine WLAN-Verbindung erreichbar. Insgesamt liegt der Stromverbrauch des Hardwareclusters bei 30 Watt.
Auf den Boards läuft ein eigenes Angstrom-Linux-basiertes Betriebssystem mit dem Namen Open SciCal. Die beigelegten statistischen Werkzeuge sind in der Programmiersprache R verfasst oder stammen selbst von dem freien Projekt. Das speziell für den Einsatz von statistischen Rechnungen konzipierte R ist die quelloffene Variante der von Bell Laboratories entwickelten Programmiersprache S.
Laut Stack wurde das von seiner Firma Liquidware entwickelte Open SciCal um das SSH-Programm Dropbear erweitert, das passwortlose Verbindungen ermöglicht. Zusätzlich ist jedes Beagleboard mit einer eigenen statischen IP-Adresse konfiguriert. Unnötige Pakete wurden entfernt, um die Leistung für die statischen Berechnungen zu erhöhen. Das System wurde auf zehn SD-Karten repliziert, von denen jeweils ein Beagleboard bootet.
Für die Netzwerkverbindungen hat der Entwickler jeweils ein USB-Ethernet-Modul verwendet. Sie sind über zwei Hubs und schließlich einen WLAN-Switch miteinander verbunden. Über das WLAN-Gerät kommuniziert das Cluster nach außen. Als Master-Rechner verwendet Stack einen Laptop mit installiertem Ubuntu.
Um die Befehle an die zehn Knoten im Cluster zu verteilen, hat der Entwickler noch einen eigenen Befehlssatz zusammengestellt. Beispielsweise verteilt esh Befehle an alle Knoten im Cluster und leitet die Ausgabe an den Master-Server - hier der Ubuntu-Laptop - zurück.
Als Benchmark verwendet Stack die eigens erstellte Anwendung upper.r, die aus Textdateien alle in Großbuchstaben verfassten Satzglieder herausfiltert. Das serielle Filtern dauerte laut Entwickler auf dem Beagleboard Elastic R Beowulf Cluster etwa 20 Sekunden, während die gleiche Filterung auf einem Lenovo-Laptop mit Intel-Dual-Core-Prozessoren etwa 35 bis 40 Sekunden benötigte. Das Cluster sei somit ideal für komplexes Data-Mining geeignet.
Bei den eingesetzten Beagleboards handelt es sich um die C4-Reihe, auf der das System-on-a-Chip (SoC) OMAP3530 von Texas Instruments mit einem ARM-Cortex-A8-Prozessor zum Einsatz kommt. Es ist mit 2 GByte NAND- und SDRAM-Speicher bestückt.
Jo und wenn man nativ aus einer komplett anderen Sprache nimmt bedeutet es WIEDER was...
Was ist denn z.B. besser? Das verstehen wohl auch nur Leute mit Pioniergeist. Z.B. Apple...
Hä? Ist dann HP ein Schmarotzer wenn Sie einen Server mit Intelprozessoren aufbauen? So...
Als ob du eine Freundin hättest ;)