An die IT-Experten unter uns:
Mit der Zeit sammeln sich ja bei einem so einige ausrangierte Rechner, die ja an sich noch alle funktionstüchtig sind. Hat jemand eine Ahnung, was für Möglichkeiten es gibt, die mehr oder weniger einfach zusammenzuschließen, um die alten Ressourcen weiter nutzen zu können? Also insb. Parallelverarbeitung aller beteiligten Prozessoren usw.
Rechnerzusammenschaltungen
Moderator: (M) Mod.-Team Allgemein
-
Gast
Re: Rechnerzusammenschaltung
Hi Ben.
Hier mal die Basics: Kauf dir einen Hub/Switch,
installiere am Besten debian-Linux oder Redhat,
und lade von www.pccluster.org das Score Paket.
Score hat eine MPICH Bibliothek angepasst für cluster
und vorallem eine schnelle Ethernet-Kommunikationsbibliothek. (PM Ethernet)
alternativ einfach debian und dann LAMPI oder MPICH.
Und los gehts, vorrausgesetzt du hast MPI-Fähige Programme (PVM wäre eine Alternative ist aber viel langsamer als MPI) oder schreibst sie selber.
Nur: Wenn es wirklich was bringen soll, dann mindestens 1GHz Prozessoren. sonst lohnt sich der Aufwand nicht.
Und : Wenn du keine entsprechende Software hast, dann bringt es garnichts, außer viel (lustige) Bastelei.
Hoffe das hilft,
Daniel
Hier mal die Basics: Kauf dir einen Hub/Switch,
installiere am Besten debian-Linux oder Redhat,
und lade von www.pccluster.org das Score Paket.
Score hat eine MPICH Bibliothek angepasst für cluster
und vorallem eine schnelle Ethernet-Kommunikationsbibliothek. (PM Ethernet)
alternativ einfach debian und dann LAMPI oder MPICH.
Und los gehts, vorrausgesetzt du hast MPI-Fähige Programme (PVM wäre eine Alternative ist aber viel langsamer als MPI) oder schreibst sie selber.
Nur: Wenn es wirklich was bringen soll, dann mindestens 1GHz Prozessoren. sonst lohnt sich der Aufwand nicht.
Und : Wenn du keine entsprechende Software hast, dann bringt es garnichts, außer viel (lustige) Bastelei.
Hoffe das hilft,
Daniel
-
Gast
-
cyrano
Hi.
Ich habe mal gehört, dass sich ein Softwarepaket wohl in entwicklung befindet, was eine SMP-Umgebung emuliert. Darunter könnten dann wenigstens multithreaded Anwendungen laufen.
Das System von Score bietet das noch nicht, ist aber was Clustering unter Linux angeht am weitesten fortgeschritten.
Ein Betriebssystem kann im allgem. nicht die Aufgaben EINES Programmes unter den Prozessoren aufteilen. Das muss das Programm selbst tun. Es bekommt lediglich Ressourcen wie RAM, oder Hardware zugewiesen (oder auch Prozessoren). Wenn das Programm den Parallelrechner voll nutzen soll, dann muss es MPI oder PVM unterstützen, (Dann läuft es auf Clustern und auf Massiv-Parallelen
rechnern) oder mit SMP Klarkommen, dann läuft es nur auf Massiv-Parallelrechnern).
Die Score-Software kann ein Shared-Memory-System emulieren (eine Art von Massiv-Parallelem Rechner), um möglichst viele Anwendungen zu unterstützen, die Software allerdings selbst parallelisieren; nein.
Zur 1GHz Frage:
Natürlich merkt man was und natürlich bringt es auch Vorteile, wenn die Software diese nutzt. Allein der grössere Arbeitsspeicher ist schon beachtlich.
Der Zuwachs an Geschwindigkeit nimmt allerdings nicht linear mit der Prozessoranzahl zu. 1/X ist da eher passend.
(Diese Daten stammen allerdings von dem Cluster welches ich betreue und dass sind insgesammt 4 Dual-P4-Xeon 2,4 GHz Rechner).
Nur sollte man nicht vergessen, dass MPI-Programme nicht so schwer zu schreiben sind, wie man zunächst denkt. Willst du z.B. ein Matlab-Simulink modell berechnen, gäbe es z.B. die möglichkeit sich von Simulink den C Code ausgeben zu lassen und sich dann selbst an die Parallelisierung zu machen.
Grüße
PS: Ich suche mal ein paar links zu dem Thema raus und stelle sie demnächst hier hin.
Ich habe mal gehört, dass sich ein Softwarepaket wohl in entwicklung befindet, was eine SMP-Umgebung emuliert. Darunter könnten dann wenigstens multithreaded Anwendungen laufen.
Das System von Score bietet das noch nicht, ist aber was Clustering unter Linux angeht am weitesten fortgeschritten.
Ein Betriebssystem kann im allgem. nicht die Aufgaben EINES Programmes unter den Prozessoren aufteilen. Das muss das Programm selbst tun. Es bekommt lediglich Ressourcen wie RAM, oder Hardware zugewiesen (oder auch Prozessoren). Wenn das Programm den Parallelrechner voll nutzen soll, dann muss es MPI oder PVM unterstützen, (Dann läuft es auf Clustern und auf Massiv-Parallelen
rechnern) oder mit SMP Klarkommen, dann läuft es nur auf Massiv-Parallelrechnern).
Die Score-Software kann ein Shared-Memory-System emulieren (eine Art von Massiv-Parallelem Rechner), um möglichst viele Anwendungen zu unterstützen, die Software allerdings selbst parallelisieren; nein.
Zur 1GHz Frage:
Natürlich merkt man was und natürlich bringt es auch Vorteile, wenn die Software diese nutzt. Allein der grössere Arbeitsspeicher ist schon beachtlich.
Der Zuwachs an Geschwindigkeit nimmt allerdings nicht linear mit der Prozessoranzahl zu. 1/X ist da eher passend.
(Diese Daten stammen allerdings von dem Cluster welches ich betreue und dass sind insgesammt 4 Dual-P4-Xeon 2,4 GHz Rechner).
Nur sollte man nicht vergessen, dass MPI-Programme nicht so schwer zu schreiben sind, wie man zunächst denkt. Willst du z.B. ein Matlab-Simulink modell berechnen, gäbe es z.B. die möglichkeit sich von Simulink den C Code ausgeben zu lassen und sich dann selbst an die Parallelisierung zu machen.
Grüße
PS: Ich suche mal ein paar links zu dem Thema raus und stelle sie demnächst hier hin.
-
cyrano
So. Ich wollte ja mail ein paar links posten:
Clustersoftware & MPI
www.pccluster.org
www.beowulf.org
www.linuxclustersinstitute.org
www.llnl.gov/computing/tutorials/worksh ... /MAIN.html
www-unix.mcs.anl.gov/mpi/tutorial/
Einige Systeme:
HELICS: http://helics.uni-hd.de/
KEPLER: http://kepler.sfb382-zdv.uni-tuebingen.de/
PARNAS2: http://wissrech.iam.uni-bonn.de/researc ... /parnass2/
IWR Cluster: http://www.iwr.uni-heidelberg.de/servic ... /parallel/
to be continued...
Clustersoftware & MPI
www.pccluster.org
www.beowulf.org
www.linuxclustersinstitute.org
www.llnl.gov/computing/tutorials/worksh ... /MAIN.html
www-unix.mcs.anl.gov/mpi/tutorial/
Einige Systeme:
HELICS: http://helics.uni-hd.de/
KEPLER: http://kepler.sfb382-zdv.uni-tuebingen.de/
PARNAS2: http://wissrech.iam.uni-bonn.de/researc ... /parnass2/
IWR Cluster: http://www.iwr.uni-heidelberg.de/servic ... /parallel/
to be continued...