
Turing Pi on ratkaisu itseisännöityihin sovelluksiin, jotka on rakennettu palvelinkeskuksen telinetelineiden periaatteelle, vain kompaktille emolevylle. Ratkaisu keskittyy paikallisen infrastruktuurin rakentamiseen paikallista kehitystä ja sovellusten ja palveluiden isännöintiä varten. Yleensä se on kuin AWS EC2 vain reunalle.
Me, pieni ryhmä kehittäjiä, päätimme luoda ratkaisun paljasmetalliklustereiden rakentamiseen reunaan ja kutsuimme projektiksi Turing Pi. Tuote alun perin raaputusprojektina, mutta nyt konseptien testaamiseksi sen on tilannut Red Hatin, Rancherin (SUSE), Toyota Connectedin, Sonyn, Electroluxin ja Facebookin kehitysosastot, ja alle 10 XNUMX kehittäjien yleisö on. värvätään.
Mutta kaikki alkoi löydöstä.
Tuotteen löytö
Kerran tein havainnon, että me emme keksi mitään. Löydämme kaiken, mitä tässä maailmassa on. Havaitsemme, että joitain osia voidaan yhdistää toisiinsa, jolloin tuotteille saadaan uusia ominaisuuksia, tai löydämme lakeja ja yhdistämme ne sitten uudelleen. Et voi keksiä mitään, mutta voit löytää sen tutkimuksen aikana. Minusta keksintö on jatkuvan havainnoinnin, kokeilun ja etsinnän + tiedon yhdistelmän tulos.
Viimeisen vuosikymmenen aikana olen nähnyt amatöörikotilaboratorion liikkeen nousevan vauhtiin (resurssi ), itseisännöity (resurssit и ), yhden levyn tietokoneet, kun kiinnostus rasioiden käyttämiseen yksilevyisissä tietokoneissa, kuten Raspberry Pi, kasvaa, yksilevyisten tietokoneiden ryhmien kokoaminen on lisääntynyt. Kuberneteksen idea on vähitellen siirtymässä sinne. Sen kevyt versio k3s, joka keskittyy Edge/IoT:hen, on jo ilmestynyt. Suuri pikaruokaketju Chick-fil-A on yksi ensimmäisistä maailmassa, joka ottaa käyttöön Kubernetes-klustereita keittiöissään .
Näen sen lumipallona, kun yksi tekniikka kiertyy toisen ympärille ja luo monimutkaisemman järjestelmän. Samaan aikaan ei ole kaaosta, enemmän kuin tekniikan fraktaali. Yhdessä elämäni melko vaikeista hetkistä näin klustereiden arvon, jotka amatöörikehittäjät kokosivat yksilevyisistä tietokoneista, ja aloin työstää klusterilevyn luomista.
Nykyään klusteritaulumme on hyvin yksinkertainen ja se on suunnattu ensisijaisesti niille, jotka rakastavat pilvipohjaisia teknologioita, oppivat uusia asioita ja kokeilevat.
Rakennuspalikoita
Joten mikä on ratkaisu, mikä on ydin. Tarkoituksena on tarjota rakentaja, rakennuspalikoita (Building Blocks), joista voit koota reunainfrastruktuurin halvemmalla kuin klassisilla palvelimilla, mobiili ilman isoja metallilaatikoita, ei vaadi erityisiä käyttöolosuhteita, kuten palvelinhuoneita, energiatehokas, standardoitu moduuleita ja kyky skaalata nopeasti kymmenien ja satojen laskentasolmujen (prosessorien) välillä.
Klusteritaulu
Mini ITX -kortti yhdistää useita laskentamoduuleja sisäisen verkon avulla, tarjoaa oheisliitännät ja moduulien hallinnan
Laske moduuli
SO-DIMM-muotoinen kortti, joka sisältää prosessorin ja RAM-muistin, valinnaisesti flash-muistin käyttöjärjestelmän tallentamiseen

Yksi Turing V2:n ennustetuista kokoonpanoista

Yhdistämällä klusterilevyä ja laskentamoduuleja on helppo luoda infrastruktuuri esimerkiksi 20+ prosessorille (esimerkkejä alla), hiljainen ja vähäinen virrankulutus. Itse klusterilevy lisää käytetyn volyymin tehokkuutta. Esimerkkejä klustereista vertailua varten
SBC-pohjainen*

24 prosessoria
Lähettäjä Afkham Azeez
Turing Pi -pohjainen

21 prosessoria
Kirjoittaja
* SBC - Single Board Computer
Rancher Labsin perustaja ja k3s:n kirjoittaja ei ollut välinpitämätön tälle lähestymistavalle.

Lue lisää rakennuspalikoista alta.
Laske-moduuli
Konseptin todisteeksi valitsimme Raspberry Pi -laskentamoduulin – tämä on ihanteellinen kokoonpano aluksi. RPi-yhteisö on aktiivinen, ohjelmiston kanssa ei ole ongelmia, itse moduuli on SO-DIMM-muodossa (6 x 3 cm), edullinen, sisältää 4-ytimisen CPU:n, 1 Gt RAM-muistia ja valinnaisen flash-muistin 8, 16 tai 32 Gt käyttöjärjestelmää ja muita järjestelmätarpeita varten. Tätä muototekijää käytetään usein teollisissa IoT-ratkaisuissa.
Raspberry Pi 1/3/3+ -laskentamoduuli

Mutta CM3-mallilla on myös vakavia rajoituksia - max. 1 Gt RAM-muistia ja Ethernet USB-keskittimen kautta, maksiminopeus jopa 100 Mbps. Siksi Turingin toinen versio tukee Raspberry Pi 4:ää ja jopa 8 Gt RAM-muistia moduulia kohden. Alla on esimerkki Nvidia Jetson -moduuleista Accelerated Computing -tehtäviin. Ehkä niitä tuetaan toisessa versiossa, jos ratkaisemme joitain teknisiä ongelmia, voimme sekoittaa moduuleja.
Nvidia Jetsonin laskentamoduulit

Moduulit sisältävät tärkeimmän ominaisuuden, joka ei ole ilmeinen ensi silmäyksellä. Mahdollisuus luoda muita samankokoisia moduuleja erilaisilla prosessorilla, RAM-muistilla ja eMMC:llä erityyppisiin tehtäviin yleisestä tietojenkäsittelystä koneoppimista vaativaan tietojenkäsittelyyn. Tämä on hyvin samanlainen kuin AWS EC2 -esiintymät, mutta vain reunalle. Tässä tapauksessa klusterilevy pysyy muuttumattomana tai pienin muutoksin.
Klusteritaulu
Sitä voidaan kutsua myös emolevyksi tai pohjalevyksi, melko uusi suunta ja nykyään tällaisten ratkaisujen valmistajia ei ole paljon ja ne ovat vielä melko lähtötasolla, muun muassa Pine64, MiniNodes, Clover Pi, Bitscope Blade, PicoCluster (SBC-klusterit ). Klusterikortti yhdistää moduulit verkkoon, antaa virtaa ja tarjoaa klusterinhallintaväylän (Cluster Management Bus), ainakin päätimme lisätä tämän väylän ja se näyttää juurtuneen.
Etusivu

takaisin

Taustalevyn kaistanleveys 12 Gbps
SD-paikat esimerkiksi moduuleille, joissa ei ole eMMC:tä, voit säilyttää pari moduulia SD:llä päästäksesi nopeasti solmutietoihin
Klusterikortti perustuu kytkinsiruun, joka varmistaa moduulien verkkoyhteyden ja pääsyn ulkoiseen verkkoon. Nykyisessä versiossa käytämme hallitsematonta kytkintä, koska Ei ollut aikaa tehdä täysimittaista tuotekehitystä, mutta toiselle versiolle valitsimme hyvin hallitun kytkimen. Se on mahdollista konfiguroida pääsolmussa reitittimenä jakamaan verkko kortille, jos vaaditaan korkeampaa suojaustasoa ja työntekijöiden eristämistä ulkopuolelta, jolloin on myös tarpeen säilyttää; DHCP-palvelin pääsolmussa.
Sovellus
Nykyinen versio on kokeellinen ja asetamme sen lähtötason ratkaisuksi oppiaksemme mitä klusterit ovat, työskentelemään ohjelmiston kanssa tai testaamaan hypoteeseja organisaatioissa, etsimään uusia ideoita, yleensä tämä on Lite-versio.
Aloitaksesi suosittelemme sarjaa upealta Jeff Girlingiltä, joka luki meistä Y Combinatorissa ja on myydyimmän kirjan Ansible for DevOps kirjoittaja. Hän innostui niin paljon, että teki 6-osaisen katsauksen alkaen klusteroinnin ideasta yleensä käytännön esimerkkeihin hallituksen kanssa työskentelystä, Kubernetesin tutkimisesta ja siitä, mitä ohjelmistoja voidaan asentaa
Sarja k3s:n asentamisesta klusteriin

Yleisesti ottaen suosittelen katsomaan ensimmäisestä, siellä yleensä klusteroinnista ja Kubernetesistä saatavilla olevalla kielellä. Ja muutama kuva yhteisöstä

Mitä seuraavaksi?
Ensinnäkin toivon todella, että se oli mielenkiintoinen. Tämä on täysin omaperäistä sisältöä, yritystä katsoa horisontin taakse. Toiseksi aion kirjoittaa toisen osan Turing V2:n suunnittelusta. Kuinka tuotteen etsintä tapahtui, loogiset arviot, tärkeimpien tärkeiden ominaisuuksien etsiminen. Artikkeli sisältää tuoteluonnoksia varhaisimmista lopullisiin. Toinen artikkeli kiinnostaa erityisesti tuotetutkijoita, jotka vastaavat tuotteista ja niiden kehittämisestä yrityksissä.
Ja luultavasti tulee todella pitkä lukukokemus.
Lähde: will.com
