Compute Blade Review: Raspberry Pi auf einem Server-Rack

Solide Hardware in einem großartigen Formfaktor, die eindeutig für einen bestimmten Anwendungsfall entwickelt wurde.

Kleiner Formfaktor

SSD-Steckplatz

PoE

USB C

Passive Kühlung

Begrenzter GPIO

Warum Sie Tom's Hardware vertrauen können Unsere Experten verbringen Stunden damit, Produkte und Dienstleistungen zu testen und zu vergleichen, damit Sie das Beste für sich auswählen können. Erfahren Sie mehr darüber, wie wir testen.

Wenn Sie an Raspberry Pi denken, stellen Sie sich wahrscheinlich einen Einplatinencomputer vor, den Sie für interessante Projekte verwenden. Aber viele Leute verwenden Raspberry Pis in Rechenclustern. Warum also nicht einige Pi-basierte Server in einem Rechenzentrum unterbringen können? Der beste Formfaktor für die Datenverarbeitung im Rechenzentrum ist ein Blade-Server, ein kompaktes Gehäuse, das problemlos neben anderen Blade-Servern in ein Rack passt. Das Compute Blade erfüllt diesen Zweck hervorragend, vorausgesetzt, Sie finden ein Raspberry Pi Compute-Modul, das Sie darin einbauen können.

Ich habe Ivan Kuleshovs Compute Blade-Projekt seit Juni 2021 im Auge behalten, da es mich faszinierte. Sicherlich habe ich viele verschiedene Compute Module 4 Carrier Boards verwendet. Vom offiziellen Board, dem Dual Gigabit Ethernet Carrier Board von Seeed, bis zum Maker Board von Cytron. Alle haben ihre eigene Nische zu erfüllen, aber Kuleshovs Compute Blade hat trotz einer zweijährigen Entwicklungszeit immer noch mein Interesse geweckt.

Die Kickstarter-Kampagne ist längst vorbei, es wurden weit über 1 Million US-Dollar gesammelt, und die Einheiten werden bald ihren Weg zu eifrigen Unterstützern finden. Ich hatte das Glück, einen Release Candidate in die Hände zu bekommen, der dem Endprodukt sehr nahe kommt. Für den Kickstarter ist das DEV Compute Blade für 110 US-Dollar eindeutig die beste Version der Reihe und bietet zahlreiche serverorientierte Funktionen in einem schlanken Formfaktor. Diese Rezension basiert auf dem Release Candidate und kann sich ändern, wenn es im Handel erhältlich ist.

Auf den ersten Blick handelt es sich hierbei nicht um eine bloße IO-Trägerplatine. Compute Blade ist für den Rack-Einsatz konzipiert, wobei PoE die Stromversorgung und das Netzwerk für einen hochdichten Cluster von Raspberry Pi CM4-Boards bereitstellt. Das lange, schlanke Blade-Design eignet sich hervorragend dafür, und die clevere Positionierung der Komponenten sorgt dafür, dass wir ein dicht gepacktes Board voller Funktionen haben.

Unter einem schicken rot eloxierten Kühlkörper (der mit vier Torx-8-Schrauben befestigt wird) befindet sich ein Anschluss für ein Raspberry Pi Compute Module 4. Dieser Anschluss kann mit jeder Compute Module 4-Variante verwendet werden. Unser Testgerät war ein CM4 mit 4 GB 32 GB eMMC und integriertem WLAN. Wir haben die ziemlich gute Dokumentation befolgt, um Raspberry Pi OS mit einem speziellen Tool zum Mounten des eMMC-Laufwerks zu flashen.

Dieses Tool, rpiboot, ist ein offizielles Mittel von Raspberry Pi, um den eMMC-Flash-Speicher als USB-Laufwerk bereitzustellen. Es wird seit seiner Einführung mit dem Compute-Modul verwendet (ich erinnere mich, dass ich gelernt habe, wie man es mit dem ersten Compute-Modul verwendet) und mit dem Raspberry Pi Imager kann ich das Betriebssystem im Handumdrehen flashen.

Wenn Sie planen, ein Compute Module Lite zu verwenden, kann der integrierte Micro-SD-Kartensteckplatz zum Booten des Betriebssystems verwendet werden. Der integrierte USB-A-Anschluss ist beim Booten nicht zugänglich, aber das ist nicht die Schuld des Compute Blade. Dieses Problem liegt am Rechenmodul selbst. Es gibt nichts, was eine schnelle Konfigurationsänderung nicht lösen kann, und nach einem schnellen Neustart habe ich einen funktionierenden USB-A-2.0-Anschluss.

Das Hinzufügen eines NVMe-Laufwerks von 2230 bis 22110 ist dank eines speziellen Bereichs nahe der „Rückseite“ des Blades einfach. Bei ausgeschaltetem Compute Blade musste ich nur eine Schraube entfernen, ein Testlaufwerk einlegen und es dann befestigen. Vom Linux-Terminal aus konnte ich das Laufwerk für die Verwendung vorbereiten, einschließlich der Einstellung, dass das Laufwerk beim Booten gemountet wird. Wenn Sie Ihren Compute Blade an einen Bildschirm anschließen müssen, befindet sich der integrierte HDMI-Anschluss zwischen dem rot eloxierten Aluminium-Kühlkörper und einem Gigabit-Ethernet-Anschluss an der „Vorderseite“ des Blade.

Dieser Ethernet-Port bietet auch PoE (Power over Ethernet) und mit meinem Netgear GS308P, einem PoE-fähigen Switch, konnte ich mein Heimnetzwerk über ein einziges Kabel mit Strom versorgen und eine Verbindung dazu herstellen. Es war keine zusätzliche Konfiguration erforderlich, einfach Plug-and-Play. Den aufmerksamen Augen unter Ihnen ist ein DIP-Schalter zwischen HDMI und Ethernet aufgefallen. Diese Schalter steuern Schreibschutz, WLAN und Bluetooth. Das Umschalten dieser Schalter aktiviert/deaktiviert diese Funktionen und sorgt so für ein gewisses Maß an Sicherheit.

Es ist Ihnen sicher nicht entgangen, dass Raspberry Pi Compute-Module derzeit praktisch nicht erhältlich sind. Kann der Compute Blade also mit Klonplatinen verwendet werden? Die kurze Antwort ist ja, aber die beste Unterstützung kommt vom Raspberry Pi Compute Module 4. Ich konnte das nicht persönlich testen; Meine einzige CM4-Alternative ist ein Rock 3 Compute Module, das elektrisch nicht mit der CM4-Pinbelegung kompatibel ist.

YouTuber Jeff Geerling hat eine Handvoll CM4-kompatibler Boards mit dem Compute Blade getestet und es scheint, dass Pine64 SOQuartz mit Plebian Linux die beste Unterstützung bietet, aber selbst diese ist im Vergleich zum Raspberry Pi äußerst mangelhaft. Im Moment ist es am besten, beim CM4 zu bleiben, falls Sie eines auf Lager haben.

Obwohl dies nicht die „Daseinsberechtigung“ von Compute Blade ist, gibt es einen GPIO, den wir verwenden können. Direkt unter dem NVMe-SSD-Steckplatz befindet sich ein 2 x 5-Header, der einige ausgewählte Pins herausbricht, speziell für die Verwendung mit einem optionalen RTC-Modul. Zum Glück beinhalten diese Pins auch I2C, was bedeutet, dass ich eine Reihe von I2C-fähigen Geräten mit Stemma QT-Schnittstellen testen konnte.

Ich habe mich entschieden, die I2C-Schnittstelle mit CircuitPython zu testen, eine einfache Installation dank Adafruit. Der Anschluss eines Temperatur-/Feuchtigkeits- und Luftqualitätssensors BME688 war ein Kinderspiel und innerhalb weniger Minuten konnte ich Daten über den Bildschirm streamen. Als ich zur „Vorderseite“ des Blade ging, entdeckte ich einen Druckknopf mit einem hübschen 3D-gedruckten Druckmechanismus. Diese Schaltfläche ist mit dem GPIO verbunden und über Ihre bevorzugte Programmiersprache vollständig zugänglich. Ich habe einen Test mit Python durchgeführt und kann berichten, dass es perfekt funktioniert. Jetzt muss ich nur noch herausfinden, was ich tun soll, wenn ich den Knopf drücke.

Direkt unter der Schaltfläche muss sich der kleinste WS2812 (NeoPixel) befinden, den ich je gesehen habe. Diese beiden Pixel sind vollständig adressierbar und über viele Programmiersprachen zugänglich. Ich habe mich für meine (berüchtigte) Disco-Lichtsequenz entschieden und sie hat den Disco-Test bestanden. Auf der Platine befinden sich zwei UART-Schnittstellen. Ich habe die „vordere“ Schnittstelle mit einem CH341A USB-zu-Seriell (TTL) und I2C-Adapter getestet. Ein paar Konfigurationsänderungen und ich hatte mit sehr geringem Aufwand eine serielle Eingabeaufforderung am Laufen.

Das Compute Blade ist kein typisches Compute-Modul-Trägerboard, sondern dient vielmehr dazu, Teil eines Clusters zu sein. Ein mit Compute Module 4 betriebener Cluster würde Rechenleistung mit hoher Dichte bereitstellen, und der Formfaktor des Compute Blade bedeutet, dass wir einen Cluster mit hoher Dichte aufbauen können. Typische Anwendungen sind Edge Computing, maschinelles Lernen, KI und ultrakleine Rechenzentren. Durch den Einbau der Blades in ein Server-Rack mit PoE ist eine saubere und einfache Installation möglich.

Sie können einen Raspberry Pi-basierten Server mit einem Raspberry Pi 4 bauen, der Argon EON veranschaulicht dies perfekt. Wenn Sie jedoch hochdichte Rechenleistung auf Raspberry Pi-Basis benötigen, gibt es nichts, was den Formfaktor des Compute Blade übertreffen kann. Natürlich verlieren wir die meisten GPIO-, CSI- und DSI-Schnittstellen, aber der Compute Blade ist für den Einsatz in Server-Racks konzipiert, sodass wir es uns leisten können, diese Funktionen im Namen des Designs zu verlieren.

Der Compute Blade ist ein gut durchdachtes Teil des Bausatzes. Es ist nicht jedermanns Sache, aber für diejenigen, die seine Funktionen zu schätzen wissen, ist es der Gipfel des funktionsorientierten Designs. Alles, was wir für rechenzentrumsgeführte Projekte benötigen, ist im Compute Blade enthalten.

Les Pounder ist Associate Editor bei Tom's Hardware. Er ist ein kreativer Technologe und hat sieben Jahre lang Projekte entwickelt, um Jung und Alt zu bilden und zu inspirieren. Er hat mit der Raspberry Pi Foundation zusammengearbeitet, um deren Lehrerausbildungsprogramm „Picademy“ zu schreiben und durchzuführen.

So überprüfen Sie Ihre CPU-Temperatur

Die besten Angebote für Technik und PC-Hardware

Der neue Dual-Tower-Kühler von Cooler Master verfügt über 135-mm- und 120-mm-Lüfter

Von Sarah Jacobsson Purewal 30. Mai 2023

Von Les Pounder, 29. Mai 2023

Von Albert Thomas, 28. Mai 2023

Von Joe Shields, 27. Mai 2023

Von Charles Jefferies, 26. Mai 2023

Von Christian Eberle 25. Mai 2023

Von Jarred Walton, 24. Mai 2023

Von Denise Bertacchi, 24. Mai 2023

Von Jarred Walton, 23. Mai 2023

Von Brandon Hill, 22. Mai 2023

Von Myles Goldman, 21. Mai 2023