Compute Blade Review : Raspberry Pi sur un rack de serveur

Un matériel solide dans un excellent facteur de forme qui a clairement été conçu avec un cas d'utilisation spécifique à l'esprit.

Petit facteur de forme

Emplacement SSD

PoE

USB-C

Refroidissement passif

GPIO limité

Pourquoi vous pouvez faire confiance à Tom's Hardware Nos examinateurs experts passent des heures à tester et à comparer les produits et services afin que vous puissiez choisir celui qui vous convient le mieux. En savoir plus sur la façon dont nous testons.

Lorsque vous pensez à Raspberry Pi, vous imaginez probablement un ordinateur monocarte que vous utilisez pour des projets intéressants. Mais de nombreuses personnes utilisent Raspberry Pis dans des clusters de calcul. Alors pourquoi ne pas être en mesure de mettre des serveurs alimentés par Pi dans un centre de données ? Le meilleur facteur de forme pour l'informatique de centre de données est un serveur lame, un châssis compact qui peut facilement s'adapter à côté d'autres serveurs lames sur un rack. La lame de calcul remplit parfaitement cet objectif, à condition que vous puissiez trouver un module de calcul Raspberry Pi à y installer.

Je surveille le projet Compute Blade d'Ivan Kuleshov depuis juin 2021 car il m'intriguait. Bien sûr, j'ai utilisé de nombreuses cartes porteuses Compute Module 4 différentes. De la carte officielle, la carte porteuse Dual Gigabit Ethernet de Seeed, à la carte Maker de Cytron. Tous ont leur propre créneau à remplir, mais la lame de calcul de Kuleshov a toujours retenu mon intérêt malgré une période de gestation de deux ans.

Le Kickstarter est terminé depuis longtemps, ayant recueilli plus d'un million de dollars, et les unités feront bientôt leur chemin vers des bailleurs de fonds enthousiastes. J'ai eu la chance de mettre la main sur une version candidate qui correspond étroitement au produit final. Pour le Kickstarter, la lame de calcul DEV à 110 $ est singulièrement la meilleure version de la gamme et intègre de nombreuses fonctionnalités axées sur le serveur dans un facteur de forme élancé. Cet avis est basé sur la version candidate et pourrait changer lorsqu'il arrivera au détail.

Dès le départ, ce n'est pas une simple carte porteuse IO. La lame de calcul est conçue pour une utilisation montée en rack, avec PoE fournissant l'alimentation et la mise en réseau d'un cluster haute densité de cartes Raspberry Pi CM4. La conception longue et mince de la lame s'y prête magnifiquement, et le positionnement intelligent des composants signifie que nous avons une planche densément remplie de fonctionnalités.

Sous un dissipateur thermique anodisé rouge élégant (maintenu en place avec quatre vis Torx 8), nous avons un connecteur pour un module de calcul Raspberry Pi 4. Ce connecteur peut être utilisé avec n'importe quelle variante du module de calcul 4. Notre machine de test était un CM4 avec 4 Go 32 Go d'eMMC et Wi-Fi intégré. Nous avons suivi la documentation plutôt excellente pour flasher Raspberry Pi OS en utilisant un outil spécial pour monter le lecteur eMMC.

Cet outil, rpiboot, est un moyen officiel de Raspberry Pi pour monter le stockage flash eMMC en tant que clé USB. Il a été utilisé avec le Compute Module depuis sa création (je me souviens avoir appris à l'utiliser avec le premier Compute Module) et utilisé avec Raspberry Pi Imager, je peux flasher le système d'exploitation en un rien de temps.

Si vous prévoyez d'utiliser un Compute Module Lite, l'emplacement pour carte micro SD intégré peut être utilisé pour démarrer le système d'exploitation. Le port USB A intégré n'est pas accessible au démarrage, mais ce n'est pas la faute de Compute Blade. Ce problème se situe au pied du module de calcul lui-même. Ce n'est rien qu'un changement de configuration rapide ne puisse résoudre, et après un redémarrage rapide, j'ai un port USB A 2.0 fonctionnel.

L'ajout d'un lecteur NVMe, de 2230 à 22110 est facile grâce à une zone dédiée près de "l'arrière" de la lame. Avec la lame de calcul éteinte, j'avais juste besoin de retirer une vis, de déposer un lecteur d'essai, puis de le fixer en place. À partir du terminal Linux, j'ai pu préparer le lecteur à l'utilisation, notamment en configurant le lecteur à monter au démarrage. Si vous avez besoin de connecter votre Compute Blade à un écran, le port HDMI intégré est situé entre le dissipateur thermique en aluminium anodisé rouge et un port Gigabit Ethernet à l'avant de la Blade.

Ce port Ethernet fournit également PoE (Power over Ethernet) et en utilisant mon Netgear GS308P, un commutateur compatible PoE, j'ai pu alimenter et me connecter à mon réseau domestique, le tout à partir d'un seul câble. Aucune configuration supplémentaire n'était nécessaire, il suffit de brancher et de jouer. Les plus attentifs d'entre vous auront remarqué un commutateur DIP entre HDMI et Ethernet. Ces commutateurs contrôlent la protection en écriture, le Wi-Fi et le Bluetooth. Basculer ces commutateurs active / désactive ces fonctionnalités, offrant un niveau de sécurité.

Il ne peut pas vous avoir échappé que les modules de calcul Raspberry Pi sont pratiquement introuvables en ce moment, alors la lame de calcul peut-elle être utilisée avec des cartes clones ? La réponse courte est oui, mais le meilleur support vient du Raspberry Pi Compute Module 4. Je n'ai pas pu le tester personnellement ; ma seule alternative CM4 est un module de calcul Rock 3, qui n'est pas électriquement compatible avec le brochage CM4.

YouTuber Jeff Geerling a testé une poignée de cartes compatibles CM4 avec Compute Blade et il semble que Pine64 SOQuartz avec Plebian Linux a le meilleur support, mais même cela fait extrêmement défaut par rapport à Raspberry Pi. Pour l'instant, il est préférable de s'en tenir au CM4, si vous en trouvez un en stock.

Bien que ce ne soit pas la "raison d'être" de Compute Blade, il existe un GPIO que nous pouvons utiliser. Juste en dessous de l'emplacement SSD NVMe se trouve un en-tête 2 x 5 qui éclate quelques broches sélectionnées, spécifiquement pour une utilisation avec un module RTC en option. Heureusement, ces broches incluent également I2C, ce qui signifie que je pourrais tester une série d'appareils compatibles I2C en utilisant les interfaces Stemma QT.

J'ai choisi de tester l'interface I2C en utilisant CircuitPython, une installation facile grâce à Adafruit. La connexion d'un capteur de température / humidité et de qualité de l'air BME688 était un jeu d'enfant et en quelques minutes, j'avais des données en continu sur l'écran. En me déplaçant vers «l'avant» de la lame, j'ai repéré un bouton-poussoir avec un mécanisme de poussée imprimé en 3D soigné. Ce bouton est connecté au GPIO et entièrement accessible via votre langage de programmation préféré. J'ai effectué un test en utilisant Python et je peux signaler que cela fonctionne parfaitement. Maintenant, il ne me reste plus qu'à savoir quoi faire lorsque j'appuie sur le bouton.

Juste sous le bouton doit se trouver le plus petit WS2812 (NeoPixel) que j'ai jamais vu. Ces deux pixels sont entièrement adressables et accessibles via de nombreux langages de programmation. J'ai choisi d'exécuter ma (in)célèbre séquence de lumière disco et elle a réussi le test disco. Il y a deux interfaces UART sur la carte. J'ai testé l'interface "avant" à l'aide d'un adaptateur CH341A USB vers série (TTL) et I2C. Quelques ajustements de configuration et j'ai eu une invite de série en cours d'exécution avec très peu d'effort.

La lame de calcul n'est pas une carte de support de module de calcul typique, mais son objectif est plutôt de faire partie d'un cluster. Un cluster alimenté par le module de calcul 4 fournirait une puissance de calcul haute densité, et le facteur de forme de la lame de calcul signifie que nous pouvons construire un cluster haute densité. Les applications typiques sont l'informatique de pointe, l'apprentissage automatique, l'IA et les centres de données ultra-petits. L'insertion des lames dans un rack de serveur avec PoE donnera une installation propre et simple.

Vous pouvez construire un serveur basé sur Raspberry Pi en utilisant un Raspberry Pi 4, l'Argon EON illustre parfaitement cela. Mais si vous avez besoin d'une puissance de calcul basée sur Raspberry Pi haute densité, rien ne peut battre le facteur de forme de Compute Blade. Bien sûr, nous perdons la plupart des interfaces GPIO, CSI et DSI, mais la lame de calcul est conçue pour être utilisée dans des racks de serveurs, nous pouvons donc nous permettre de perdre ces fonctionnalités au nom de la conception.

Le Compute Blade est un kit bien pensé. Ce n'est pas pour tout le monde, mais pour ceux qui apprécient ses caractéristiques, c'est le summum de la conception à fonction fonctionnelle. Tout ce dont nous avons besoin pour les projets dirigés par un centre de données est contenu dans la lame de calcul.

Les Pounder est éditeur associé chez Tom's Hardware. Il est un technologue créatif et a créé pendant sept ans des projets pour éduquer et inspirer les esprits, petits et grands. Il a travaillé avec la Fondation Raspberry Pi pour écrire et dispenser leur programme de formation des enseignants "Picademy".

eBlaztr présente un boîtier et des systèmes PC tout-en-un évolutifs pour les joueurs

Raspberry Pi donne vie à Big Mouth Billy Bass avec ChatGPT

Le processeur AMD Ryzen 7 7800X3D tombe à seulement 406 $

Par Charles Jefferies26 mai 2023

Par Christian Eberle25 mai 2023

Par Jarred Walton24 mai 2023

Par Denise Bertacchi24 mai 2023

Par Jarred Walton23 mai 2023

Par Brandon Hill22 mai 2023

Par Myles Goldman21 mai 2023

Par Andrew E. Freedman20 mai 2023

Par Sarah Jacobsson Purewal20 mai 2023

Par Joe Shields19 mai 2023

Par Sarah Jacobsson Purewal19 mai 2023