Hace tiempo los responsables del framework de desarrollo Resin.io se pusieron manos a la obra para crear su Beast v1, un clúster con 120 Raspberry Pi conectadas y preparadas para trabajar en conjunto. Aquel proyecto derivó en la creación en 2015 de Beast v2, que contaba con 144 de estos miniPCs, y ahora han vuelto a darnos la sorpresa con Beast v3, un clúster que quiere ser aún más impactante.
El aspecto final de Beast v2 era sobrecogedor: un enorme cilindro de 2 metros de altura y casi 150 kg de peso en el que se agrupaban esas 144 Raspberry Pi2. El proyecto se terminó en agosto y se entregó a un cliente en el área industrial para usarlo en diversos tipos de demo. Ahora quieren ir más allá con un diseño mucho más eficiente que dará como resultado Beast v3.
Beast v3 quiere ser más elegante que su predecesor
Como explican en el blog, durante el desarrollo del Beast v2 aprendieron mucho, y eso les ha permitido entender que aunque el tamaño de este último proyecto era notable, "no tenía la elegancia de Beast v1".

Esa es la razón de que en Beast v3 las "baldosas" en las que se encapsulan las Raspberry Pi sean más densas y ofrezcan menos espacio entre cada dispositivo. La idea: lograr que quepan el máximo número de unidades posible en el diseño final.
En el nuevo diseño quieren lograr cierta modularidad para poder llevar el Beast v3 de un lado a otro más fácilmente, pudiendo quitar y poner esas baldosas más fácilmente y acudiendo a una configuración de suministro eléctrico más flexible.
Supercomputación en pequeño formato
Este equipo de ingenieros ya está trabajando en ese diseño pero además lo está haciendo de forma abierta, compartiendo el proyecto y los avances continuamente a través de la plataforma Gitter. Es allí donde cualquiera puede sugerir cambios y mejoras y comprobar la evolución de la construcción de un clúster cuyo aspecto final aún está por determinar.

Como explicaban los responsables de este proyecto, la utilidad práctica de este tipo de sistemas es limitada, ya que la potencia de estas placas hace que haya alternativas más interesantes si lo que uno busca es potencia de proceso pura. El propósito de este equipo de demostración es el de estudiar esa gestión de un gran número de dispositivos.
Sin embargo son una forma especialmente indicada de investigar cómo se comportan los clústers con un gran número de máquinas conectadas, algo que puede ser muy útil para proyectos más avanzados que se usan actualmente en el ámbito de la supercomputación.
Vía | Resin.io
En Xataka | Raspberry Pi como pequeño 'supercomputador' bueno, bonito y barato
Ver 10 comentarios
10 comentarios
innova
Visto de lejos por un momento crei que era una bombilla led.
Por otro parte tiene muy buena pinta como reclamo publicitario.
hardmetal
si el cluster esta bien.
pero para que narices quieren las pantallas.
es ilogico si lo que se necesita es un cluster de calculo basado en rasberry p3.
las conexiones de los nodos por red y si es extrictamente necesario metes un kvm por modulo.
yo veo ilogico lo de poner pantallas un kvm si tirando a lo mas cutre metes un cable de monitor largo y vas cambiando de modulo.
es estetico mas que practico. con lo que ocupa podria tener facilmente 20 veces mas densidad de unidades de calculo.
Que dicho sea de paso no es muy logico usar micros estilo rasberry pi3 cuando hay soluciones mucho mas eficientes en cuanto a potencia de calculo.
a demas que la unidad central de gestion de ese cluster tiene que estar muy bien programado para que funcione correctamente en una rasberry pi3 y es mas logico pensar en un sistema servidor para la gestion de todo eso.
un alarde mas sin mucho sentido practico.
Javier Jimenez
Esto seria interesante de cara a usarlo como banco de pruebas, construyendo un cluster de raspery pi similar a uno se computadores real. Se podrían hacer pruebas de reparto de cargas y demás con algoritmos y una vez se encuentre el óptimo balanceo lanzar dichos algoritmos en el cluster real....
Aunque claro no se yo si compensaria el costo de tiempo, esfuerzo y dinero de hacer dichas pruebas, en vez de lanzar los algoritmos en el cluster real y realizar las pruebas directamente