分布式计算

您所指的是所谓的单系统映像（SSI）计算。该术语描述了用于高性能计算（不一定是分布式计算）的计算体系结构，其中单个操作系统正在运行，因此应用程序程序员将能够在该单个操作系统内运行多个线程。对于应用程序开发人员而言，这具有很大的优势，即可以应用并行计算范式，并且开发人员不必处理来自分布式计算的复杂性，即群集中几台计算机之间的进程间计算以及缺少共享内存。

集群计算在过去引起了越来越多的兴趣。推动这一趋势的因素之一是，可以轻松地在通用云服务之上实现群集，并且通常，群集方法可以扩展到更大的规模，这通常是Web规模应用程序所必需的。

但是，您明确要求使用SSI系统。在高性能计算领域，我们知道许多这样的系统。其中一项很受欢迎的是Altix系列https://en.wikipedia.org/wiki/Altix。这些是超大型计算机，通常具有数千个处理器和TB的RAM，并运行SSI Linux内核。从硬件的角度来看，各个处理器和内存板是互连的，并支持所谓的高速缓存一致性非均匀内存访问（cc-NUMA）。从根本上讲，这是一种机制，使操作系统给人一种印象，即它正在使用一个大型线性内存块，而实际上内存分散在许多计算节点上。显然，这意味着存在更快的存储区域，而其他存储区域则较慢。应用程序开发人员需要牢记这一点。Altix使用专有的高带宽互连体系结构，使它们可以非常快速地在群集中移动内存块。

有一些方法可以在现成的商品硬件之上实现类似的功能。过去，Beowulf（https://en.wikipedia.org/wiki/Beowulf_cluster）项目非常受欢迎，并在许多安装中得到了实际使用。对于这个项目，我不太确定您是否能够推出使用现代Linux内核的安装。同样，OpenSSI（https://en.wikipedia.org/wiki/OpenSSI）和OpenMosix（https://en.wikipedia.org/wiki/OpenMosix）项目似乎未提供任何最新版本。也许Kerrighed（http://www.kerrighed.org/wiki/index.php/Main_Page）值得一试，至少您应该能够在运行于x86_64的顶级体系结构上进行安装。

您提到的是要在使用ARM处理器体系结构的Pi上推出类似的东西。据我所知，上述方法均不支持ARM。但是，在集群领域中，MPI是一种非常广泛使用的标准。关于如何在一组Pi上运行MPI的教程（http://thenewstack.io/installing-mpi-python-raspberry-pi-cluster-runs-docker/），这些集群用于教学分布式计算。它们的性能绝不能与商业集群系统竞争。但是，架构是相同的，因此这些安装非常适合教学目的。试想一下一个群集系统，您可以将它随身携带在手提箱中！