Los Alamos National Lab baut Supercomputer aus 10.000 Raspberry Pi

Er dient der Entwicklung von Software für Supercomputer. Das Raspberry-Pi-System soll vor allem die Energie- und Kühlkosten für Softwaretests deutlich senken. In einer ersten Ausbaustufe stehen fünf Rack-basierte Raspberry-Pi-Cluster-Module mit insgesamt 3000 Rechenkernen zur Verfügung.

Das Los Alamos National Laboratory (LANL) entwickelt einen Supercomputer, der sich aus bis zu 10.000 Raspberry Pi zusammensetzen soll. Die erste Ausbaustufe umfasst derzeit 750 der britischen Einplatinenrechner. Seine maximale Kapazität soll der Supercomputer schon im kommenden Jahr erreichen.

Allerdings wird sich der Raspberry-Pi-Cluster nicht direkt mit Kernforschung beschäftigen, dem Hauptaufgabengebiet der Forschungseinrichtung. Stattdessen dient er der Softwareentwicklung für den Cray-Trinity-Supercomputer des LANL, der im aktuellen Supercomputer-Ranking von Top500.org den siebten Platz belegt.

Raspberry-Pi-Cluster-Modul von BitScope (Bild: BitScope)Raspberry-Pi-Cluster-Modul von BitScope (Bild: BitScope)Da Trinity fast ununterbrochen mit Forschungsaufgaben ausgelastet ist, haben Softwareentwickler nur wenig Zeit, ihre Anwendungen – die die Forschung erst ermöglichen – zu testen. Dafür wurden laut LANL in den vergangenen Jahren ältere und zum Teil auch bereits ausgemusterte Maschinen mit zahlreichen Knoten verwendet. Allerdings sind diese Testsysteme deutlich kleiner als der Trinity-Supercomputer mit seinen mehr als 20.000 Knoten.

Das Raspberry-Pi-System soll aber nicht nur eine Testumgebung bieten, die der eines Top-10-Supercomputers entspricht, sondern auch die Kosten für die Entwicklung und die Tests von Software reduzieren. Zwar nannte das LANL keinen Preis für den Raspberry-Pi-Cluster, jedoch würden die Wassertürme, die die Kühlung der aktuellen Testsysteme übernehmen, für den Raspberry-Pi-Cluster nicht benötigt.

Laut Gary Grider, Leiter der Abteilung High Performance Computing des LANL, unterstützen die 10.000 Raspberry Pi alle Funktionen, die ein 250 Millionen Dollar teures Testsystem bieten würde, dass 25 Megawatt Energie verbrauchen würde. Die Kosten für die 750 Raspberry-Pi-Platinen der ersten Ausbaustufe liegen gerade mal bei 19.000 Dollar – wobei darin die Ausgaben für den Aufbau eines Clusters und die Einrichtung als Testsystem nicht enthalten sind. Grider betonte jedoch in Bezug auf den Energieverbrauch, dass jedes Raspberry-Pi-Board nur etwa 2 bis 3 Watt konsumiere, was bei 10.000 Boards gerade mal bis zu 30 Kilowatt wären.

Entwickelt wurde das Testsystem vom australischen Anbieter BitScope. Es setzt sich aus fünf Rack-basierten Pi-Cluster-Modulen mit jeweils 150 Raspberry-Pi-Modulen zusammen. Da jedes Modul eine Quad-Core-ARM-CPU hat, verfügen die 750 Prozessoren zusammen über 3000 Kerne. Laut Raspberry Pi Foundation soll das System im kommenden Jahr auf 40.000 Kerne aufgerüstet werden, was besagten 10.000 Boards entsprechen würde.

Das Raspberry-Pi-System soll langfristig jedoch nicht nur für Software-Tests eingesetzt werden. Das LANL will es auch für die Simulation großer Sensornetzwerke sowie die Entwicklung neuer Netzwerk-Topologien für High Performance Computing einsetzen, um die Leistung der produktiven Systeme weiter zu verbessern.

WEBINAR

Ransomware Protection: Praxisleitfaden für den Schutz ihres Unternehmens

Helge Husemann, Product Marketing Manager EMEA von Malwarebytes, stellt in dem 60-minütigen Webinar die neue Sicherheitslösung Malwarebytes Endpoint Protection vor, die ein mehrstufiges Sicherheitskonzept enthält und damit einen effektiven Schutz vor modernen Bedrohungen wie WannaCry, Petya und anderen Angriffen bietet.

[mit Material von Liam Tung, ZDNet.com]

Themenseiten: Anwendungsentwicklung, Raspberry, Software, Supercomputer

Fanden Sie diesen Artikel nützlich?
Content Loading ...
Whitepaper

ZDNet für mobile Geräte
ZDNet-App für Android herunterladen Lesen Sie ZDNet-Artikel in Google Currents ZDNet-App für iOS

Artikel empfehlen:

Neueste Kommentare 

Noch keine Kommentare zu Los Alamos National Lab baut Supercomputer aus 10.000 Raspberry Pi

Kommentar hinzufügen

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *