Quando você pensa em Raspberry Pi, provavelmente imagina um computador de placa única que usa para projetos interessantes. Mas muitas pessoas usam Raspberry Pis em clusters de computação. Então, por que não colocar alguns servidores com tecnologia Pi em um data center? O melhor fator de forma para a computação de data center é um servidor blade, um chassi compacto que cabe facilmente próximo a outros servidores blade em um rack. O Compute Blade cumpre esse propósito de forma excelente, desde que você encontre um módulo Raspberry Pi Compute para colocar nele.
Eu estive de olho no Ivan Kuleshov Projeto Compute Blade desde junho de 2021 como isso me intrigava. Claro que usei muitas placas de suporte do módulo de computação 4 diferentes. De conselho oficial, Placa portadora Dual Gigabit Ethernet da Seeedpara Placa do fabricante da Cytron. Todos têm seu próprio nicho a cumprir, mas o Compute Blade de Kuleshov ainda despertou meu interesse, apesar de um período de gestação de dois anos.
O Kickstarter acabou há muito tempo e as unidades logo estarão chegando aos apoiadores ansiosos. Tive a sorte de colocar as mãos em um candidato a lançamento que se aproxima do produto final. Para o Kickstarter, o DEV Compute Blade de $ 110 é singularmente a melhor versão da linha e inclui muitos recursos focados no servidor em um formato esguio. Esta revisão é baseada no candidato a lançamento e pode mudar quando chegar ao varejo.
Especificações da lâmina de computação
Compatibilidade Raspberry Pi | Módulo de computação Raspberry Pi 4/4 Lite |
Armazenar | MicroSD. M.2 NVMe até 22110 |
rede | Gigabit Ethernet (Wi-Fi em alguns modelos CM4) |
GPIO | 2 x UART |
5 x GPIO controláveis pelo usuário, incluindo I2C | |
Conector do ventilador (quadrado na parte traseira da lâmina) | |
botão do usuário | |
2 x LEDs RGB | |
Poder | USB C |
Power over Ethernet (PoE) | |
portas | HDMI (4K60) |
USB A | |
Segurança | TPM 2.0 |
Hardware comutável Wi-Fi, Bluetooth e proteção contra gravação EEPROM | |
Dimensões | 42,5 x 255 x 17,5 mm |
Configurando o Compute Blade
Logo de cara, isso não é uma mera placa de operadora IO. O Compute Blade foi projetado para uso montado em rack, com PoE fornecendo energia e rede para um cluster de alta densidade de placas Raspberry Pi CM4. O design longo e fino da lâmina se presta perfeitamente a isso, e o posicionamento inteligente dos componentes significa que temos uma placa densamente compactada e repleta de recursos.
Debaixo de um elegante dissipador de calor anodizado vermelho (fixado com quatro parafusos Torx 8), temos um conector para um Raspberry Pi Compute Module 4. Esse conector pode ser usado com qualquer variante do Compute Module 4. Nossa máquina de teste era um CM4 com 4 GB 32 GB de eMMC e Wi-Fi integrado no qual instalamos o Raspberry Pi OS usando uma ferramenta especial para montar a unidade eMMC.
Esta ferramenta, rpiboot, é um meio oficial do Raspberry Pi para montar o armazenamento flash eMMC como uma unidade USB. Ele tem sido usado com o Compute Module desde o início (lembro-me de aprender a usá-lo com o primeiro Compute Module) e usado com o Raspberry Pi Imager, posso atualizar o sistema operacional rapidamente.
Se você planeja usar um Compute Module Lite, o slot para cartão micro SD integrado pode ser usado para inicializar o sistema operacional. A porta USB A integrada não está acessível na inicialização, mas isso não é culpa do Compute Blade. Esse problema está nos pés do próprio Módulo de Computação. Não é nada que uma rápida mudança de configuração não resolva e, após uma rápida reinicialização, tenho uma porta USB A 2.0 funcionando.
Adicionar uma unidade NVMe, de 2230 a 22110 é fácil graças a uma área dedicada perto da “parte traseira” da lâmina. Com o Compute Blade desligado, eu só precisava remover um parafuso, colocar um test drive e prendê-lo no lugar. No terminal Linux, consegui preparar a unidade para uso, incluindo configurar a unidade para montar na inicialização. Se você precisar conectar seu Compute Blade a uma tela, a porta HDMI integrada está localizada entre o dissipador de calor de alumínio anodizado vermelho e uma porta Gigabit Ethernet na “frente” do Blade.
Esta porta Ethernet também fornece PoE (Power over Ethernet) e, usando meu Netgear GS308P, um switch compatível com PoE, consegui alimentar e conectar à minha rede doméstica, tudo a partir de um cabo. Nenhuma configuração extra foi necessária, apenas plug and play. Os mais atentos entre vocês devem ter notado um interruptor DIP entre HDMI e Ethernet. Esses interruptores controlam a proteção contra gravação, Wi-Fi e Bluetooth. A alternância dessas opções habilita/desabilita esses recursos, fornecendo um nível de segurança.
Ataque dos Clones
Não pode ter escapado ao seu conhecimento de que os Raspberry Pi Compute Modules são praticamente impossíveis de obter agora, então o Compute Blade pode ser usado com placas clone? A resposta curta é sim, mas o melhor suporte vem do Raspberry Pi Compute Module 4. Não consegui testar isso pessoalmente; minha única alternativa CM4 é um Rock 3 Compute Module, que não é eletricamente compatível com a pinagem CM4.
YouTuber Jeff Geerling testou um punhado de placas compatíveis com CM4 com o Compute Blade e parece que o Pne64 SOQuartz com Plebian Linux tem o melhor suporte, mas mesmo isso é extremamente deficiente quando comparado ao Raspberry Pi. Por enquanto, é melhor ficar com o CM4, caso encontre um em estoque.
Acessando o GPIO
Embora não seja a “razão de ser” do Compute Blade, existe um GPIO que podemos usar. Logo abaixo do slot NVMe SSD está um cabeçalho 2 x 5 que quebra alguns pinos selecionados, especificamente para uso com um módulo RTC opcional. Felizmente, esses pinos também incluem I2C, o que significa que eu poderia testar uma série de dispositivos habilitados para I2C usando interfaces Stemma QT.
Escolhi testar a interface I2C usando o CircuitPython, uma instalação fácil graças ao Adafruit. Conectar um sensor de temperatura / umidade e qualidade do ar BME688 foi muito fácil e em poucos minutos eu tinha dados fluindo na tela. Movendo-me para a “frente” do Blade, localizei um botão de pressão com um mecanismo de pressão impresso em 3D. Este botão está conectado ao GPIO e totalmente acessível por meio de sua linguagem de programação favorita. Fiz um teste usando Python e posso relatar que funciona perfeitamente. Agora só tenho que descobrir o que fazer quando pressiono o botão.
Logo abaixo do botão deve estar o menor WS2812s (NeoPixel) que eu já vi. Esses dois pixels são totalmente endereçáveis e acessíveis por meio de várias linguagens de programação. Escolhi executar minha (in)famosa sequência de luzes de discoteca e ela passou no teste de discoteca. Existem duas interfaces UART na placa. Testei a interface “frontal” usando um adaptador CH341A USB to Serial (TTL) e I2C. Alguns ajustes de configuração e eu tive um prompt serial rodando com muito pouco esforço.
O que posso fazer com o Compute Blade?
O Compute Blade não é uma placa transportadora típica do Compute Module, mas seu objetivo é fazer parte de um cluster. Um cluster alimentado pelo Compute Module 4 forneceria poder de computação de alta densidade, e o fator de forma do Compute Blade significa que podemos construir um cluster de alta densidade. As aplicações típicas são computação de borda, aprendizado de máquina, IA e data centers ultrapequenos. Encaixar os Blades em um rack de servidor com PoE proporcionará uma instalação limpa e simples.
Conclusão
Você pode construir um servidor baseado em Raspberry Pi usando um Raspberry Pi 4, o Argônio EON exemplifica isso perfeitamente. Mas se você precisa de poder de computação baseado em Raspberry Pi de alta densidade, então não há nada que possa superar o fator de forma do Compute Blade. Claro que perdemos a maior parte das interfaces GPIO, CSI e DSI, mas o Compute Blade foi projetado para uso em racks de servidor, portanto podemos perder esses recursos em nome do design.
O Compute Blade é um kit bem pensado. Não é para todos, mas para aqueles que apreciam seus recursos, é o auge do design de função. Tudo o que precisamos para projetos liderados por data centers está contido no Compute Blade.