Proč potřebujete cluster Raspberry Pi?

Jak víte, Raspberry PI je jednodeskový počítač (kromě Pico). To znamená, že dostupná paměť je sdílena mezi CPU (Central Processing Unit) pro využití programu a GPU (Graphics Processing Unit) pro využití pro zpracování videa.

Na rozdíl od jiných větších počítačových desek nemá Raspberry PI paměťové sloty pro zvýšení celkové dostupné paměti RAM (i když nejnovější modely Raspberry PI ji zvýšily, aby odpovídaly potřebám těžších úloh). Kromě toho se množství paměti přiřazené GPU odečte od CPU a nemůžete jej dynamicky přiřadit, dokud znovu nenastavíte jeho množství a nerestartujete.

Z tohoto důvodu možná budete muset vyladit své potřeby RAM a testovat a znovu testovat, dokud nenajdete správný kompromis.

V tomto tutoriálu vám ukážu, jak spravovat rozdělení paměti Raspberry PI a nastavit velikost paměti RAM přiřazenou GPU. Tento návod platí pro všechny počítačové desky Raspberry PI.

Vezměte prosím na vědomí, že od Raspberry PI 5 model B jsou nastavení paměti GPU ignorována z desky, jak je spravováno na úrovni firmwaru. Prostě je nelze nutit.

Nastavení rozdělení paměti: PRO a PROTI

Velikost RAM je jedním z nejcennějších zdrojů pro každý OS. Musíte to nastavit opatrně, protože nízké množství CPU může způsobit nestabilitu a pomalost systému, což jej nutí příliš často používat odkládací paměť (část úložiště SD používaná jako pomoc RAM).

Na druhou stranu nízké množství GPU RAM bude mít za následek nepoužitelná desktopová prostředí s frustrující pomalostí.

Zpět k Raspberry PI, paměť přidělenou GPU lze nastavit od 16 MB výše.

• GPU až 16 MB – je dobré řešení pro operační systémy bez desktopových prostředí (Raspberry PI OS Lite). V tomto případě nepotřebujete grafické prvky, protože používáte pouze terminálovou konzoli. Programům, které poběží v plném rozsahu svých schopností, poskytuje zcela veškerou RAM.
• GPU až 64 MB – je podle mého názoru minimální množství GPU RAM pro lehká desktopová prostředí (jako Raspberry PI OS Desktop), kdy potřebujete pouze kontrolu e-mailů a procházení webových stránek (kromě videí). To lze považovat za výchozí základ pro instalace na stolní počítače.
• GPU až 128 MB je dobrým kompromisem při používání lehkých desktopových prostředí s některými kancelářskými aplikacemi pro nenáročné dokumenty. S touto konfigurací můžete také začít vidět slušná videa
• GPU až 256MS nebo více – je pro složitější desktopová prostředí (zkontrolujte například dostupné operační systémy Raspberry PI). Ale toto množství by mohlo začít zasahovat do CPU RAM a ovlivnit výkon programu.

Podělte se o své názory na nastavení rozdělené paměti GPU v sekci komentářů na konci tohoto příspěvku.

Co potřebujeme

Toto je spíše návod k nastavení než projekt. Pravděpodobně již vlastníte:

• Počítačová deska Raspberry PI (včetně správného napájení nebo použití micro USB nabíječky smartphonu s alespoň 3A)
• vysokorychlostní micro SD karta (alespoň 16 GB, minimálně class 10)

Postup krok za krokem

Jakmile nainstalujete svůj oblíbený operační systém (Raspberry PI OS Lite nebo Raspberry PI OS Desktop), nezapomeňte vždy aktualizovat. Z terminálu:

sudo apt update -y && sudo apt upgrade -y

Nejprve se podívejme, jak identifikovat paměť přidělenou GPU. Z terminálu použijte následující příkaz:

vcgencmd get_mem gpu

To vám ukáže, kolik RAM má váš GPU aktuálně.

pi@raspberrypi:~ $ vcgencmd get_mem gpu gpu=76M

By standardní:

• Pro Raspberry Pis s méně než 1 GB RAM je výchozí hodnota 64;
• Pro Raspberry Pis s 1 GB nebo více paměti RAM je výchozí hodnota 76.

Ve výchozí konfiguraci můžete také zobrazit dostupné množství paměti RAM pro CPU pomocí příkazu free:

pi@raspberrypi:~ $ free -h total used free shared buff/cache available Mem: 907Mi 259Mi 476Mi 1.1Mi 222Mi 647Mi Swap: 199Mi 0B 199Mi

Jak tam vidíte, moje Raspberry PI má pro CPU k dispozici 907 MB RAM.

Změňte paměť GPU v Raspberry PI

Speciální konfigurace této proměnné jí přiřazuje minimální hodnotu: 16M. S touto konfigurací umožňuje Raspberry PI „speciální firmware“ s názvem „snížitPodle dokumentace Raspberry PI zkrácený firmware odstraňuje podporu pro kodeky, 3D a protokolování ladění, takže deaktivace funkcí, které obvykle bezhlavé Raspberry PI není potřeba.

Pojďme otestovat tuto konfiguraci. U počítačových desek Raspberry PI až 4 lze paměť GPU změnit ze souboru config.txt. Na konec tohoto souboru můžeme připojit proměnnou gpu_mem, která nastaví velikost paměti GPU. Po této operaci musíte uložit a zavřít soubor a restartovat Raspberry PI. Otevřete soubor pro úpravy:

sudo nano /boot/firmware/config.txt

Na konec souboru připojte následující řádek:

gpu_mem=16

Uložte a zavřete tento soubor. Poté restartujte:

sudo reboot

Po dokončení restartu můžete zkontrolovat paměť GPU:

pi@raspberrypi:~ $ vcgencmd get_mem gpu gpu=16M

A paměť dostupná pro CPU:

pi@raspberrypi:~ $ free -h total used free shared buff/cache available Mem: 957Mi 234Mi 555Mi 1.0Mi 218Mi 722Mi Swap: 199Mi 0B 199Mi

Je důležité poznamenat, že dokumentace k Raspberry PI OS vám říká, že nemůžete nastavit paměť GPU na hodnoty nižší než 64 MB (kromě právě zobrazené konfigurace 16 MB).

Na druhou stranu, pokud chcete pro svůj GPU vyhradit více paměti RAM, můžete výchozí hodnotu zvýšit na vyšší. Například nastavení na 256 MB:

gpu_mem=256

Pro GPU a CPU budete mít následující hodnoty:

pi@raspberrypi:~ $ vcgencmd get_mem gpu gpu=256M

pi@raspberrypi:~ $ free -h total used free shared buff/cache available Mem: 731Mi 259Mi 301Mi 1.1Mi 221Mi 471Mi Swap: 199Mi 0B 199Mi

Dokumenty Raspberry PI config.txt také říkají o nastavení gpu_mem_256, gpu_mem_512 a gpu_mem_1024, ale upřímně mi nefungovaly…

Maximální hodnota doporučení pro GPU RAM

Další otázkou, kterou si můžete položit, je, jaká je maximální velikost paměti RAM, kterou můžete dát GPU vašeho Raspberry PI. To závisí na celkové velikosti paměti vašeho modelu:

• U desek s 256 MB celkové paměti RAM je doporučená maximální paměť GPU 128 MB.
• U desek s 512 MB celkové paměti RAM je doporučená maximální paměť GPU 384 MB.
• U desek s 1 GB nebo více celkové paměti RAM je doporučená maximální paměť GPU 512 MB.

Staré nastavení raspi-config

POUZE s nejstaršími verzemi operačního systému Raspberry PI Velikost paměti GPU můžete změnit také pomocí vestavěného nástroje raspi-config, který můžete otevřít pomocí následujícího příkazu:

sudo raspi-config

Odtud jste mohli najít nastavení rozdělení paměti z „Možnosti výkonu“ -> „Paměť GPU“.

Co bude dál

Zajímají vás další skvělé projekty pro vaše Raspberry PI? Podívejte se na návody peppe8o Raspberry PI.

Jak užitečný byl tento post?

Kliknutím na hvězdičku ohodnotíte anonymně!

Průměrné hodnocení 4.2 / 5. Počet hlasů: 15

Zatím žádné hlasy! Buďte první, kdo ohodnotí tento příspěvek.

Je nám líto, že tento příspěvek nebyl pro vás užitečný!

Pojďme tento příspěvek vylepšit!

Řekněte nám, jak můžeme tento příspěvek vylepšit?

Clustery výpočetních zařízení jsou jedním z nejúčinnějších způsobů, jak zvýšit rychlost a výkon výpočetní techniky. Ale proč používat cluster Raspberry Pi? Odpověď je jednoduchá – kvůli malým rozměrům, nízké ceně a vysokému výkonu.

Raspberry Pi – je jednodeskový počítač, který se stal skutečným hitem na trhu s elektronikou. Je vybaven procesorem ARM, operační pamětí RAM a lze na něm provozovat různé operační systémy včetně oblíbeného Raspbianu. Pro mnoho lidí však Raspberry Pi slouží výhradně jako domácí multimediální centrum nebo herní konzole. V rukou zkušeného uživatele se ale cluster Raspberry Pi může stát mocným nástrojem pro provádění složitých výpočtů a zpracování dat.

Výhody Výhody použití clusteru Raspberry Pi jsou zřejmé. Za prvé je snadno škálovatelný – můžete přidat nové uzly clusteru a zvýšit tak jeho propustnost a výpočetní výkon. Za druhé, cluster Raspberry Pi lze sestavit nezávisle na dostupných komponentách, což je mnohem levnější než nákup hotového řešení.

Výhody clusteru Raspberry Pi

Cluster Raspberry Pi poskytuje řadu důležitých výhod, které pomáhají řešit složité problémy a zvyšují efektivitu systému.

1. Vyšší výkon: Kombinace výpočetního výkonu více Raspberry Pis může poskytnout významné zvýšení výkonu. To je užitečné zejména pro výpočetně náročné výpočty.

2. Škálovatelnost: Cluster Raspberry Pi lze snadno škálovat přidáním nových uzlů. To umožňuje systému přizpůsobit se měnícím se potřebám a zlepšit jeho výkon, aniž by bylo nutné vyměnit celou infrastrukturu.

3. Spolehlivost: Rozdělení úloh mezi několik uzlů clusteru zajišťuje vyšší spolehlivost systému. Pokud jeden uzel selže, ostatní mohou pokračovat v provozu bez přerušení procesu.

4. Úspora nákladů: Raspberry Pis jsou cenově dostupná zařízení, která vám umožní vytvořit cluster za relativně nízkou cenu ve srovnání s tradičními servery. To platí zejména pro začínající projekty a malé podniky.

5. Učení a výuka: Cluster Raspberry Pi je skvělý pro učení a výuku o paralelních počítačích a distribuovaných systémech. Poskytuje praktické zkušenosti s vysoce výkonnými výpočty a paralelními algoritmy.

Cluster Raspberry Pi je skvělý pro širokou škálu úkolů, od vědeckého výzkumu a zpracování velkých dat až po vytvoření vlastního systému s vysokou zátěží.

Zvýšený výpočetní výkon

Každý uzel v clusteru Raspberry Pi může dělat svou část práce tím, že rozdělí úlohu na menší dílčí úlohy a spustí je paralelně. To umožňuje výrazně zkrátit dobu provádění úlohy, protože každý uzel může pracovat na své straně současně.

Raspberry Pi cluster lze také použít ke zpracování velkého množství dat. Každý uzel může zpracovat svou vlastní část dat a poté lze výsledky zkombinovat a vytvořit tak celkový výsledek. To umožňuje efektivnější provádění úloh, které vyžadují vysoký výpočetní výkon a zpracování velkého množství dat, jako jsou vědecké výpočty, modelování, analýza dat a strojové učení.

Cluster Raspberry Pi navíc poskytuje možnost horizontálního škálování, tedy přidání nových uzlů do sítě pro zvýšení výpočetního výkonu. Díky tomu jsou clustery Raspberry Pi velmi flexibilní a škálovatelná řešení, která vám umožní přizpůsobit výpočetní infrastrukturu potřebám konkrétního úkolu nebo projektu.

Výhody použití clusteru Raspberry Pi ke zvýšení výpočetního výkonu:
1. Paralelní zpracování úloh
2. Zpracování velkého množství dat
3. Horizontální měřítko

Efektivita nákladů a energetická účinnost

Použití clusteru Raspberry Pi má řadu výhod, včetně nákladové efektivity a energetické účinnosti. Nasazením clusteru více Raspberry Pis můžete ušetřit značné náklady ve srovnání s jinými typy serverů.

Za prvé, Raspberry Pi jsou malá a kompaktní zařízení, která spotřebují mnohem méně energie než běžné servery. Spotřebují pouze asi 2,5 wattu energie, díky čemuž jsou velmi energeticky účinné. To také znamená, že můžete hodně ušetřit na účtech za energii.

Za druhé, Raspberry Pis jsou relativně levné. Jsou mnohem levnější než většina serverů a můžete sestavit cluster několika Raspberry Pis za cenu jednoho běžného serveru. To je skvělé řešení pro ty, kteří mají omezený rozpočet nebo chtějí ušetřit na vybavení.

Raspberry Pi je navíc od základu navrženo tak, aby bylo co nejefektivnější z hlediska zdrojů. Jsou vybaveny procesory s nízkou spotřebou a jsou optimalizovány pro lehkou zátěž. To vám umožní zvýšit produktivitu a zároveň ušetřit energii.

Celkově je použití clusteru Raspberry Pi nákladově efektivní a energeticky efektivní řešení. Umožňuje ušetřit náklady, jak při nákupu zařízení, tak během provozu. Cluster Raspberry Pi může být navíc skvělou volbou pro různé scénáře, kde je vyžadována škálovatelnost a flexibilita.