Dies ist das Compute Blade, und ich teste es in einem Vier-Knoten-Cluster:
Ich teste die Dev-Version und @Merocle von Uptime Lab schickte vier Blades, ein 3D-gedrucktes 4-Bay-Gehäuse (ein 1U-Rackmount-Metallgehäuse ist in funktioniert) und zwei Lüftermodule.
40 davon testet er seit Monaten in einem Rack bei Jetbrains, und sie stehen kurz davor, auf Kickstarter live zu gehen.
Aber warum einen Cluster mit diesen Blades bauen? Und was nützen sie, wenn Sie nicht einmal ein Compute Module 4 von Raspberry Pi kaufen können? Funktionieren alternative Rechenmodule? Auf ALLE diese Fragen gehe ich in diesem Blogbeitrag ein.
Oder, wenn Sie mehr auf visuelles Lernen stehen, sehen Sie sich mein Video zum Compute Blade an:
Überblick über Compute Blade
Letztes Jahr habe ich hat ein Video gepostet zu einer frühen Alpha-Version des Boards. Seitdem hat Ivan fast alles neu gestaltet. Und es sieht wunderschön aus! Das Blade verfügt über einen M.2-Steckplatz und wird über einen 1-Gbps-PoE-Port an der Vorderseite mit Strom versorgt. Das Dev-Modell hat Extras wie ein TPM-Modul, USB-und HDMI-Anschlüsse und physische Schalter für WiFi und Bluetooth.
Über dem Ethernet-Anschluss auf der Vorderseite befinden sich eine Reihe von LEDs, eine Taste und ein paar Neopixel. Darauf gehe ich später ein.
Am anderen Ende befindet sich ein Fächerkopf. Es gibt eine einfache Lüfterplatine, die nur einen 40-mm-Lüfter an Ort und Stelle hält, oder… wenn Sie wie ich Glück haben, haben Sie eine einzigartige Lüftersteuerung in der”überarbeiteten Ausgabe”(siehe Abbildung unten). Es hat einen weiteren Raspberry Pi – in diesem Fall den winzigen RP2040-Mikrocontroller – und misst die Luftstromtemperaturen und passt die Lüftergeschwindigkeiten entsprechend an. Es hat auch mehr Neopixel.
Was es angeht, nur Luft über den Pi strömen zu lassen, ja… es ist definitiv übertrieben.
Beides Lüftermodule werden in die Rückseite des benutzerdefinierten 1U-Blade-Gehäuses geschoben, und die Compute Blades werden vorne eingeschoben.
Vielleicht sind Ihnen auch die eleganten roten Kühlkörper aufgefallen. Sie funktionieren erstaunlich, aber werfen Sie einen Blick darunter – sie sind wahrscheinlich ein Alptraum für die Maschine. Ich bin mir nicht sicher, ob die Kühlkörper es in die Massenproduktion schaffen werden, aber sie funktionieren und sehen toll aus. Die Pis blieben nach zehn Minuten Belastung auf allen 16 CPU-Kernen unter 42 °C.
Auch ohne Kühlkörper liefern diese Blades viel Leistung und Kühlung für stabiles Übertakten. Ivan betreibt und testet seit Monaten vierzig davon in dem Labor, in dem er arbeitet, ohne Ausfallzeiten (obwohl ein Pi ertrunken ist und nicht kam zurück zum Leben).
Die TPM-und Dev-Versionen verfügen beide über ein integriertes Infineon TPM 2.0-Modul. TPM steht für Trusted Platform Module und kann für sicheres Embedded Computing verwendet werden – insbesondere für gepaarte mit einem Zymbit, über das ich später sprechen werde. Dieser Chip speichert Verschlüsselungsschlüssel und sichere Passwörter, damit niemand ein Blade stehlen und an Ihre Daten gelangen kann.
Ivan ging noch einen Schritt weiter und platzierte den Chip für mehr Sicherheit unter dem Rechenmodul. Selbst wenn jemand physischen Zugriff auf das Blade hätte, könnte er nicht in das TPM eindringen, ohne das Rechenmodul zu trennen. Das würde den Chip ausschalten und (idealerweise) alle Ihre Daten sperren.
Secure Computing ist komplizierter als das, und der Raspberry Pi ist nicht perfekt, aber das Compute Module bietet einige Verbesserungen für vertrauenswürdiges Booten und TPM, auf das ich in einem zukünftigen Video-/Blog-Beitrag mehr eingehen werde.
Um das Thema fortzusetzen, den Raspberry Pi auf Unternehmensniveau zu bringen, haben diese Blades auch zwei Funktionen, die genau dazu passen andere Rack-Geräte:
Die Zuglasche an der Vorderseite ist aufklappbar, sodass der vordere Knopf gedrückt werden kann. Und die LEDs zeigen SSD-Aktivität, Leistung und Pi-Aktivität an, außerdem gibt es vorne und oben montierte Neopixel, die Sie so programmieren können, dass sie tun, was Sie wollen. Sie können auch alle LEDs in der Software ausschalten, wenn Sie möchten.
Dieses Demo-Python-Skript zeigt die CPU-Temperatur in verschiedenen Farben an und ermöglicht die Verwendung der LED zur Lokalisierung des Blades. Wenn Sie ein paar davon irgendwo in einem Regal haben, kann es schwierig sein, eine bestimmte Klinge zu finden. So können Sie das Neopixel auslösen, und wenn Sie das richtige Blade gefunden haben, drücken Sie die Taste, um es zu schließen.
Warum Compute Blade?
Dieses Board hat also mehr zu bieten, als man auf den ersten Blick sieht , aber wieso? Wofür würden Sie diese Dinge verwenden?
Ivans ursprüngliche Motivation bestand darin, eine Reihe von ARM-Computern für kontinuierliche Integrationstests bei Jetbrains zum Laufen zu bringen. Sie erstellen tonnenweise Software für Entwickler und müssen diese auf Macs, PCs und ja, sogar Raspberry Pis testen!
Er betreibt vierzig Blades in 2U. Das sind:
160 ARM-Kerne 320 GB RAM (bis zu) 320 Terabyte Flash-Speicher
…in 2U Rackspace.
Das ist für manche Leute tatsächlich nützlich. Zum Beispiel, wenn Sie einen ARM-Cluster mit relativ geringem Stromverbrauch zum Testen oder für die Forschung wünschen. Wenn man bedenkt, dass sie jeweils nur ein paar Watt verbrauchen, könnten Sie 160 ARM-Kerne unter 200 Watt in 2 HE haben, mit 40 NVMe-Laufwerken!
Ein weiterer Vorteil, mehrere kleinere Maschinen statt einiger großer zu betreiben, ist die Ressource Isolation. Wenn Sie viele kleine Apps hosten, ist es sicherer, sie auf ihrer eigenen Hardware zu isolieren. Viele moderne Sicherheitsprobleme sind darauf zurückzuführen, dass Menschen immer mehr Dienste auf einem System ausführen und denselben Speicher und dieselbe CPU gemeinsam nutzen.
Für mich erleichtern diese Blades das Lernen. Ich teste Open-Source-Projekte wie Kubernetes und Drupal. Insbesondere K3s läuft hervorragend auf Pi-Clustern, und ich habe ein ganzes Open-Source-Pi-Cluster-Setup, das ich habe arbeite seit Jahren daran. Es verfügt über eine integrierte Überwachung, sodass Sie Ihren Cluster-Zustand in Echtzeit sehen können, und es sind beispielsweise Drupal-und Datenbankbereitstellungen integriert.
Ich habe auch Clustering-Software wie Ceph getestet, die ich auch habe in diesem Pi-Cluster-Projekt, also schauen Sie sich das auf GitHub an, auch wenn Sie nur normale alte Pis haben.
Es macht einfach mehr Spaß, dieses Zeug mit physischen Computern zu machen, die direkt neben mir auf meinem Schreibtisch laufen.
Natürlich könnte ich einige VMs auf einem PC ausführen, aber das gibt mir keine Bare-Metal-Steuerung und kein physisches Netzwerk. Und die Leistung pro Watt ist überhaupt nicht schlecht, wenn Sie bestimmte Workloads wie Webdienste ausführen. Mein Cluster verbraucht weniger als 30 Watt, wenn vier NVMe-Laufwerke unter 100 % Last betrieben werden, und es sitzt ruhig hier auf meinem Schreibtisch.
Aber nur ein paar Pis in einem Cluster zu betreiben, ist eine alte Nachricht. Unzählige Leute betreiben Pi-Cluster. Aber die Klinge? Es braucht Pi, um eine Stufe höher zu gruppieren. Ivan hat einige andere Zubehörteile geschickt, die er getestet hat.
Dies ist ein ZYMKEY 4, das ist ein zusätzliches Hardware-Sicherheitsmodul, das in den partiellen GPIO-Header auf dem Blade eingesteckt wird.
Der ZYMKEY hat einen verschlüsselten Speicher, Manipulationssensoren und eine eingebaute Echtzeituhr, und er schaltet die Blade zu einem vollständig sicheren Rechenknoten.
Ivan fertigte auch ein benutzerdefiniertes Board mit dem HSM4-Sicherheitsmodul von Zymbit an. Damit erstellte er diese Demo, bei der, wenn Sie die Klinge herausziehen, sie darauf reagieren kann, indem sie Dinge wie automatisches Zerstören tut sensible Daten.
Andere Klingen
Der Rest der Welt steht jedoch nicht still. Pine64 hat auch ihr eigenes Blade auf den Markt gebracht. Ich hatte noch keine Zeit, es vollständig zu testen, aber ich habe sowohl das SOQuartz als auch ein Compute Module 4 darauf geworfen, um zu sehen, wie es funktioniert.
Die integrierte PoE-Schaltung hatte manchmal ein bisschen Spulenfiepen, und keines der Bilder, die ich für den SOQuartz heruntergeladen habe, würde mir funktionierendes HDMI oder NVMe geben, also bin ich auf ein Compute Module 4 umgestiegen. Meine eMMC-Version funktionierte gut, mit HDMI, Netzwerk und NVMe gegenwärtig. Aber ein Lite CM4 funktionierte nicht, es ging einfach zum Regenbogenbildschirm, wenn es zu booten begann.
Blade von Pine64 scheint also funktionsfähig zu sein, aber es ist definitiv mehr Barebones und scheint nicht vollständig unterstützt zu werden noch. Wenn das Compute Blade Ihnen ein Stück Pi gibt, fühlt sich das SOQuartz-Blade an, als wäre es ein wenig… unausgegoren herausgekommen.
Andere CM4-kompatible Module
Und ich weiß wie schwer es derzeit ist, einen Raspberry Pi zu finden. Ich verstehe es. Wenn man sich nur rpilocator.com ansieht, sieht es ziemlich düster aus.
Aber es gibt vier andere Compute Module-Klone, die Sie jetzt kaufen können. Alle sagen, dass sie mit dem Compute Module 4 Pin-kompatibel sind.
Und ich habe drei davon zum Testen. Ich habe eigentlich auch ein BPI CM4 bestellt, aber es hängt immer noch irgendwo zwischen China und meinem Haus.
Aber ich habe diese anderen Klone: CB1 von BigTreeTech, SOQuartz von Pine64 und Radxas CM3. Sie sind alle als Drop-In-Ersatz gedacht, obwohl das CB1 PCI Express nicht unterstützt, also habe ich es auf diesem Board nicht getestet. Schauen Sie sich meinen Live-Stream vom Oktober an, in dem ich den CB1 getestet und mehr über die Pi-Knappheit gesprochen habe.
Aber das SOQuartz hat PCI Express, also habe ich es getestet. Ich habe tatsächlich vor über einem Jahr ein ganzes Video darüber und den CM3 gemacht! Damals war es schwierig, überhaupt die Bretter zum Booten zu bekommen! Haben sich die Dinge seitdem verbessert?
Nun… ein wenig. Viele Raspberry-Pi-Klone verfolgen den Ansatz „Hardware an die Wand zu werfen und zu sehen, was hält.“
Aber wenn Datenblätter alles wären, wäre Raspberry Pi nur eine winzige Fußnote in der Computergeschichte. Der große Unterschied liegt in der Unterstützung, und Raspberry Pi hat das in Pik, insbesondere mit ihrem Raspberry Pi OS. Sogar Orange Pi fing letztes Jahr an, mit ihrem eigenen benutzerdefinierten Betriebssystem in dieses Spiel einzusteigen.
Wenn ich zu Pine64s Download-Seite für SOQuartz gehe, ist es ein Durcheinander. Es sind sechs verschiedene Betriebssysteme aufgelistet, und die Seite empfiehlt keine. Tatsächlich heißt es direkt auf der Seite, dass die ersten drei Bilder nicht einmal funktionieren!
Ich verstehe, dass Pine64 Community-basiert ist, aber jeder außer einem Entwickler, der in das Pine64-Ökosystem kommt und dies erwartet Produktivität steht vor einer harten Fahrt.
Das heißt, nach dem Lesen von diesem Blogbeitrag, es sah so aus, als hätte ich die beste Erfahrung mit Armbian. Also habe ich auf der Website von Armbian nachgesehen, und zu meiner Überraschung war der SOQuartz nicht einmal aufgeführt. Also suchte ich weiter und fand heraus, dass der empfohlene Armbian-Download aus irgendeinem Grund in einem Forum (www.t95plus.com) gehostet wurde, das nicht einmal etwas mit Pine64 oder Armbian zu tun hatte.
Es ist nicht einmal offensichtlich wie dieses Bild erstellt wurde! Es fühlte sich skizzenhaft an, aber ich habe das Bild trotzdem heruntergeladen. Und… es ließ sich nicht herunterladen. Es erreichte 250 MB und blieb hängen. Ich habe es ein paar Mal versucht, konnte es aber nicht zum Laufen bringen.
Also habe ich umgeschaltet und getestet Plebian Linux statt dessen.
Plebians Ziel ist es, Vanilla-Linux ohne hackige RockChip-Patches zum Laufen zu bringen. Diesmal funktionierte der Download und es wurde tatsächlich direkt hochgefahren, was zu diesem Zeitpunkt eine schöne Überraschung war. Aber es unterstützt noch kein HDMI oder WiFi. Und obwohl ich mein NVMe-Laufwerk mit lspci sehen konnte, scheint es, als ob das Betriebssystem es nicht verwenden kann.
Also ist es ein bisschen chaotisch, aber zumindest kann ich sagen, dass SOQuartz auf dem läuft Compute Blade, es ist nur eine Frage der Softwareunterstützung.
Die Radxa CM3 bereitet mir immer noch Probleme beim Flashen eines Betriebssystems, daher konnte ich sie noch nicht testen. Vielleicht habe ich einfach nur Pech, aber es gibt definitiv nicht nur Regenbögen und Schmetterlinge mit CM4-Klonen.
Wenn Sie immer noch einen verwenden möchten, gönnen Sie sich die Dev-Version des Compute Blade. microSD-und HDMI-Zugriff sind für das Debugging von unschätzbarem Wert.
Also empfehle ich für den Produktionseinsatz noch keine Klone. Sie sind langsamer und funktionieren nicht sofort wie ein Pi. Auch wenn es mich schmerzt, das zu sagen, halten Sie nach Compute Module 4s Ausschau. Raspberry Pi sagte, dass sich die Aktie bis 2023 verbessern sollte – hoffen wir, dass das stimmt.
Und ich fragte Ivan, ob es eine Möglichkeit gäbe, eine Charge CM4s zu bekommen, um sie auf Kickstarter für frühe Unterstützer zu verkaufen, aber er sagte, es würde Monate dauern, selbst mit einer Großbestellung.
Hot to buy a Compute Blade (or 20)
Unabhängig davon ist das Compute Blade eine großartige Möglichkeit, Pis in Clustern auszuführen – tatsächlich ist es bisher mein Favorit. Es ist befriedigend, diese Dinger hineinzuschieben und zuzusehen, wie sie in einem Gestell laufen. Ivan arbeitet auch an einem 1U-Rackmount-Gehäuse aus Metall, aber ich habe keine Ahnung, wie viel es kosten würde.
Wenn Sie nur an ein paar Raspberry Pis basteln, ist der Preis etwas happig. Aber wenn Sie spezielle Anforderungen an dichte ARM-Rechenknoten haben oder einfach nur das coolste Pi-Board auf dem Markt wollen, ist das Compute Blade einen Blick wert.
Es hat Spaß gemacht, das Design dieser Blades von diese erste Proof-of-Concept-Version bis hin zur Produktion, und beobachtete, wie Ivan jeden einzelnen Teil dieses Boards optimierte, bis es zu dem wurde, was es ist heute.
Es wird diese Woche auf Kickstarter mit drei Modellen starten:
Eine Basisversion für 60 $ Eine TPM-Version für 69 $ und die Dev-Version für 90 $
…aber diese Preise sind noch nicht hundertprozentig final. Weitere Informationen finden Sie im Compute Blade Kickstarter oder durchsuchen Sie die Compute Blade-Website für noch mehr, einschließlich eines Build-Protokolls!