Pertanyaan ini terinspirasi oleh artikel ini .
Saat ini saya menghabiskan banyak waktu di R untuk menganalisis data. Beberapa skrip yang saya jalankan di R dapat memanfaatkan komputasi paralel untuk menghemat waktu. Katakanlah saya bisa membuat komputer "nyata" barebone untuk mungkin ~ $ 300 dan untuk $ 300 yang sama saya bisa mendapatkan 6 Pis (termasuk kabel daya dan kartu SD). Dengan asumsi saya memiliki tugas yang cocok untuk paralelisasi, apakah saya akan lebih baik dengan Pis atau komputer "asli"?
Apakah jawabannya akan berubah jika saya meningkatkan perangkat keras komputer "nyata" ke sesuatu yang mungkin berharga $ 1000 bagaimana tarifnya terhadap 20 Pis?
Jawaban:
Jika Anda ingin menganalisis ini, Anda harus melangkah melampaui mengatakan 20 rpis vs $ 1000 dan memutuskan sendiri apa yang sebenarnya bisa Anda dapatkan dan gunakan untuk $ 1000. Perhatikan bahwa ini bukan saluran belanja.
Katakanlah Anda bisa mendapatkan motherboard, catu daya, ram 8 GB, prosesor 6-core 3,4 Ghz i7, dan beberapa hard drive lama (masih lebih cepat dari kartu SD!) Seharga ~ $ 1000. Total siklus per detik adalah 6 * 3.4e9 = 20.4e9, vs. 20 * 0.7e9 = 14e9 untuk komputer super pi.
Sekarang pertimbangkan fakta bahwa prosesor multi-core adalah prosesor multi-core, sedangkan I / O betwixt pis (jika ini menjadi faktor yang signifikan) akan menjadi pesanan dengan magnitudo lebih lambat.
Meskipun saya tidak memiliki minat serius pada (atau pengetahuan) superkomputer pi, saya akan berasumsi mereka untuk tujuan eksperimen dan pendidikan. Ini jelas merupakan cluster yang murah, tetapi jika tujuan Anda adalah untuk menghitung angka dengan cepat (sebagai lawan dari bereksperimen dan mendidik), tidak mungkin cluster pi akan lebih hemat biaya atau energi daripada PC normal.
sumber
Ini memiliki jawaban yang agak rumit - pertanyaan kunci yang perlu Anda jawab adalah "pekerjaan apa yang Anda minta mesin lakukan?"
Instruksi mengatur berbagai mesin (ARM vs Intel vs siapa pun) serta kualitas kompiler membuat perbedaan besar dalam kinerja aktual. Jika pekerjaan yang Anda minta memiliki akselerasi perangkat keras pada satu mesin tetapi tidak pada yang lain, faktor itu saja akan membuat lebih banyak perbedaan daripada perubahan signifikan dalam laju jam.
Dalam istilah yang paling umum, saya pikir bang-for-the-buck dalam hal harga / kinerja akan datang dari CPU umum multicore clock-sedang dari AMD atau Intel. Jika Anda berada di lingkungan yang terkendali di mana suhu sekitar rendah, Anda mungkin bisa overclock chip ini sedikit untuk mendapatkan kinerja lebih.
RasPi jelas TIDAK dirancang untuk hal-hal semacam ini, yang seharusnya tidak menghilangkan nilai tinggi dalam mempelajari cara kerja, dan bahkan membangun sistem yang benar-benar "didistribusikan" dengan harga yang sangat terjangkau. Tetapi jika data serius dan / atau angka-angka adalah apa yang perlu Anda lakukan, raspi sepertinya bukan pilihan yang tepat.
sumber
Mengesampingkan cpu underpowered pada pi, saya tidak bisa melihat bagaimana Anda akan mendapatkan data ke CPU cukup cepat pada puluhan pis untuk melihat peningkatan kinerja yang sepadan dengan usaha. Kecepatan bus sama pentingnya dalam komputasi super clustered seperti kecepatan CPU, dan pi sangat tidak memadai di sini.
Baik akses jaringan dan disk akan berbagi bus USB2 60 MB yang sama. Kartu SD memiliki, paling baik, kinerja dalam kisaran kecepatan 20 MB.
Perangkat keras PC kelas bawah dengan SATA pada 150 MB dan Ethernet pada bus PCI 2 GB menawarkan pesanan bandwidth yang lebih besar.
sumber
Jika Anda ingin belajar superkomputer antar node. .. Saya akan mengatur pi. Jika Anda menginginkan sesuatu yang murah tapi kuat - beli Intel Server / Workstation multi-core berbasis Xenon bekas dan letakkan satu atau lebih kartu Tesla bekas atau kartu gpu Cuda atau kartu Intel Phi.
sumber