Open-Hardware: Zehn Beagleboards im Aktenkoffer
Die Konstruktion mutet abenteuerlich an und Kabelsalat ist programmiert: Entwickler Matt Stack von der Firma Liquidware(öffnet im neuen Fenster) hat aus zehn Beagleboards ein Cluster zusammengestellt(öffnet im neuen Fenster), 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(öffnet im neuen Fenster) Betriebssystem mit dem Namen Open SciCal. Die beigelegten statistischen Werkzeuge sind in der Programmiersprache R(öffnet im neuen Fenster) verfasst oder stammen selbst von dem freien Projekt. Das speziell für den Einsatz von statistischen Rechnungen konzipierte R(öffnet im neuen Fenster) ist die quelloffene Variante der von Bell Laboratories entwickelten Programmiersprache S.
Laut Stack wurde das von seiner Firma Liquidware entwickelte Open SciCal(öffnet im neuen Fenster) um das SSH-Programm Dropbear(öffnet im neuen Fenster) 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(öffnet im neuen Fenster) 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(öffnet im neuen Fenster), 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.
- Anzeige Hier geht es zu Linux: Das umfassende Handbuch bei Amazon Wenn Sie auf diesen Link klicken und darüber einkaufen, erhält Golem eine kleine Provision. Dies ändert nichts am Preis der Artikel.