martes, 26 de abril de 2016

Construcción de un CPU Clúster tipo Beowulf - Parte I


Clúster vista frontal
Clúster vista frontal


1. Resumen del trabajo
El trabajo consistió en la construcción de un Clúster usando las PC's (dual Core, 1Gb de RAM aproximadamente 15 Gflops por nodo) que debido a su antigüedad y performance estaban en des-uso.

El objetivo que se planteó fue de reciclar y usar dichas PC's, con poco rendimiento comparados incluso a las de un procesador Intel i3, por lo que se optó por la arquitectura tipo Bewoulf que consiste en que las pcs estén conectadas entre si mediante Ethernet y un switch que gestione el flujo de datos, y a su vez conectadas a una PC denominada maestro (es la que manda las tasks a cada nodo).

Una vez implementado el cluster, se tiene que cada PC forma parte de un computador mas grande, que puede utilizar el procesamiento de cada PC por tarea asignada y sumar cada rendimiento individual y obtener uno global que vendría a denominarse el rendimiento del clúster.
2. Metodología de la implementación de un Clúster de CPU tipo Beowulf
El sistema operativo sobre el cual se ha trabajado es Ubuntu Server 14.04.

Primero, se procedió a la configuración de la IP, DNS, etc ...
$ sudo nano /etc/network/interfaces 
Script de interfaces
Script de interfaces


Luego, debemos saber cuantas computadoras usaremos para con el clúster. Supongamos que tenemos una computadora destinada a ser master (localhost) y cuatro computadoras destinadas a ser slaves llamados ub0, ub1, ub2 y ub3.

Lo primero que debemos hacer es que en cada una de dichas computadoras se modifique el archivo /etc/hosts de la siguiente manera:

$sudo nano /etc/network/interfaces 

donde debemos modificar de esta manera:
127.0.0.1 localhost     
192.168.133.100 ub0 
192.168.133.101 ub1 
192.168.133.102 ub2 
192.168.133.103 ub3 
Script de interfaces modificado
Script de interfaces modificado
 
Y podemos modificar nuestro nombre de PC en /etc/hostname
$sudo nano /etc/hostname 
Script de hostname
Script de hostname

Link a la parte segunda: http://blog.smartcityperu.org/2016/04/cluster-parte2.html


Laboratory of Big Data & HPC/CTIC- UNI
Escuela Profesional de Ciencia de la Computación
Facultad de Ciencias
Universidad Nacional de Ingeniería

0 comentarios:

Publicar un comentario