Esta pergunta é inspirada neste artigo .
Atualmente, passo muito tempo no R para analisar dados. Alguns dos scripts que eu executo no R podem se beneficiar da computação paralela para economizar tempo. Digamos que eu possa construir um computador "real" barebones por talvez US $ 300 e pelos mesmos US $ 300 eu poderia obter 6 Pis (incluindo cabo de alimentação e cartão SD). Supondo que eu tivesse uma tarefa que fosse adequada para paralelização, eu seria melhor com o Pis ou o computador "real"?
A resposta mudaria se eu aumentasse o hardware do computador "real" para algo que pode custar US $ 1000, como isso se sairia com 20 Pis?
Respostas:
Se você quiser analisar isso, precisará ir além de dizer 20 rpis vs. $ 1000 e decidir por si mesmo o que pode obter e usar por US $ 1000. Observe que este não é o canal de compras.
Digamos que você possa obter uma placa-mãe, fonte de alimentação, 8 GB de RAM, um processador i7 de 6 núcleos de 3,4 GHz e um disco rígido antigo (ainda mais rápido que um cartão SD!) Por ~ US $ 1000. O total de ciclos por segundo seria 6 * 3,4e9 = 20,4e9, versus 20 * 0,7e9 = 14e9 para o supercomputador pi.
Agora considere o fato de que um processador com vários núcleos é um processador com vários núcleos, enquanto o E / S betwixt pis (se isso se tornar um fator significativo) será uma ordem de magnitude mais lenta.
Embora eu não tenha um interesse sério (ou conhecimento) de supercomputadores pi, eu diria que eles são para fins educacionais e de experimentação. Definitivamente, é um cluster barato, mas se seu objetivo é processar números rapidamente (em vez de experimentar e educar), não há como um cluster pi ser mais econômico ou econômico do que um PC normal.
fonte
Isso tem uma resposta um tanto complexa - uma pergunta-chave que você precisa responder é "que tipo de trabalho você está solicitando à máquina?"
O conjunto de instruções em diferentes máquinas (ARM x Intel e qualquer outro), bem como a qualidade dos compiladores, fazem uma grande diferença no desempenho real. Se o trabalho que você está solicitando tem aceleração de hardware em uma máquina, mas não em outra, esse fator por si só fará mais diferença do que uma mudança significativa na taxa de clock.
Nos termos mais gerais, acho que o maior retorno em termos de preço / desempenho virá de um CPU geral multicore com freqüência moderada da AMD ou Intel. Se você estiver em um ambiente controlado, onde as temperaturas ambiente são baixas, provavelmente poderá fazer um overclock desses chips um pouco para obter mais desempenho.
Definitivamente, o rasPi NÃO foi projetado para esse tipo de coisa, o que não deve prejudicar seu alto valor em aprender como as coisas funcionam e até em construir um sistema verdadeiramente "distribuído" a um preço muito acessível. Mas se você precisa fazer dados sérios e / ou processamento de números, o rasPi provavelmente não é a escolha certa.
fonte
Deixando de lado a CPU com pouca potência no pi, não consigo ver como você obterá os dados para as CPUs com rapidez suficiente em dezenas de pis para ver os ganhos de desempenho valendo o esforço. A velocidade do barramento é tão importante na supercomputação em cluster quanto a velocidade da CPU, e o pi é muito inadequado aqui.
O acesso à rede e ao disco compartilhará o mesmo barramento USB2 de 60 MBs. O cartão SD tem, na melhor das hipóteses, desempenho na faixa de velocidade de 20 MBs.
O hardware de PC de gama baixa com SATA a 150 MB e Ethernet em um barramento PCI de 2 GB oferece uma quantidade de largura de banda maior.
fonte
Se você deseja aprender a supercomputação entre nós. .. eu configuraria o pi. Se você quiser algo barato, mas poderoso - compre um servidor / estação de trabalho Intel com vários núcleos e baseado em Xenon e coloque uma ou mais placas Tesla ou placas Guda Cuda usadas ou placas Phi Intel.
fonte