Te enseñamos cómo puedes crear un clúster de alto rendimiento usando dos PC’s

¿Alguna vez has soñado con tener un superordenador en casa, capaz de procesar tareas complejas en una fracción del tiempo? La idea de la computación paralela suena a ciencia ficción para muchos, pero la realidad es que está más a tu alcance de lo que imaginas. No necesitas un presupuesto millonario ni hardware exótico. Con dos ordenadores personales, un poco de paciencia y esta guía detallada, puedes transformar esa visión en una realidad funcional.

En este artículo, te guiaremos paso a paso sobre cómo crear un clúster de alto rendimiento utilizando únicamente dos PC’s. Descubrirás que el proceso es no solo educativo, sino también increíblemente gratificante. ¡Prepárate para llevar tus capacidades de procesamiento al siguiente nivel!

¿Por Qué Construir un Clúster con Solo Dos PC’s? 🤔

La pregunta es válida: ¿por qué molestarse? La respuesta es simple: democratizar el poder computacional. Un clúster de dos nodos es una excelente puerta de entrada al mundo de la computación distribuida. Aquí te presentamos algunas razones de peso:

• Accesibilidad y Costo: Reutiliza equipos antiguos o de gama media que ya tengas. Es una forma increíblemente económica de aprender y experimentar con la potencia combinada.
• Aprendizaje Práctico: Adquirirás conocimientos invaluables sobre redes, sistemas operativos Linux, programación paralela con MPI (Message Passing Interface) y administración de sistemas.
• Aumento de Rendimiento: Para tareas que pueden paralelizarse eficazmente (como renderizado, simulaciones científicas a pequeña escala, análisis de datos o problemas matemáticos complejos), dos PC’s trabajando juntas pueden ofrecer un incremento significativo en el desempeño.
• Experimentación: Es el laboratorio perfecto para probar algoritmos de computación paralela sin la necesidad de acceder a infraestructuras costosas.

Imagina poder reducir el tiempo de renderizado de un vídeo o acelerar una simulación de Monte Carlo. Esto es precisamente lo que te permitirá lograr un clúster casero.

¿Qué Necesitas Antes de Empezar? (Requisitos Previos) 🛠️

Antes de sumergirnos en la configuración, asegúrate de tener lo siguiente a mano:

Hardware Esencial:

• Dos PC’s: Lo ideal es que sean lo más parecidas posible en cuanto a CPU, RAM y almacenamiento. Esto ayuda a mantener un equilibrio en el rendimiento del clúster. No tienen que ser las más potentes, pero un procesador multinúcleo es indispensable.
• Cableado de Red: Dos cables Ethernet (CAT5e o CAT6).
• Switch Gigabit Ethernet (Opcional, pero Recomendado): Si no quieres conectar los PC’s directamente. Un switch permite una expansión futura y una gestión más limpia.
• Periféricos: Teclado, ratón y monitor para la instalación inicial de cada PC, o acceso KVM/remoto si eres un experto.
• Unidad USB Booteable: Para instalar el sistema operativo.

Software Indispensable:

• Sistema Operativo Linux: Recomendamos distribuciones basadas en Ubuntu Server (por su facilidad de uso y amplia comunidad) o Debian. Son ligeras y están optimizadas para entornos de servidor.
• OpenSSH Server y Client: Para acceder y administrar tus nodos de forma remota y segura.
• NFS (Network File System): Para compartir archivos y directorios entre los nodos, fundamental para la comunicación de datos.
• Open MPI o MPICH: La implementación estándar de Message Passing Interface, que permitirá que tus programas se ejecuten en paralelo a través de los diferentes equipos.

Conocimientos Básicos:

• Manejo de Linux: Familiaridad con la terminal, comandos básicos (cd, ls, sudo, apt/yum) y edición de archivos de configuración.
• Conceptos de Redes: Entender qué son las direcciones IP estáticas, máscaras de red y gateways.

Paso a Paso: ¡Manos a la Obra! ⚙️

Ahora que tienes todo listo, es hora de poner en marcha tu clúster de alto rendimiento.

Paso 1: Preparación del Hardware y Conexión

Asegúrate de que ambos PC’s estén limpias, bien ventiladas y conectadas a una fuente de alimentación estable. Conéctalas entre sí directamente con un cable Ethernet (si es solo entre dos y tus tarjetas de red lo soportan) o, preferiblemente, a través de un switch Gigabit Ethernet. Es fundamental que la conectividad de red sea óptima para el buen funcionamiento del clúster.

Paso 2: Instalación y Configuración del Sistema Operativo 🐧

Instala Ubuntu Server (o tu distribución Linux preferida) en ambos PC’s. Durante la instalación:

1. Crea un usuario no root con derechos sudo idénticos en ambos equipos. Esto simplificará la administración.
2. Minimiza la instalación de paquetes innecesarios. Opta por una instalación „server” o „minimal”.
3. Una vez instalados, actualiza los sistemas: sudo apt update && sudo apt upgrade -y.

Designa una de las máquinas como „nodo principal” (o „master”) y la otra como „nodo de trabajo” (o „worker”). Aunque para dos PC’s la diferencia es mínima, ayuda a organizar la configuración.

Paso 3: Configuración de Red 🌐

Esta es una de las partes más críticas. Asigna direcciones IP estáticas a ambos PC’s para que puedan encontrarse siempre en la red.

1. Edita /etc/netplan/*.yaml (en Ubuntu) o archivos similares en otras distribuciones para asignar IPs estáticas. Por ejemplo:
   • Nodo Principal: 192.168.1.10
   • Nodo de Trabajo: 192.168.1.11

   Asegúrate de que estén en la misma subred.

2. Configura /etc/hosts: En ambos equipos, edita este archivo para que los PC’s puedan resolver los nombres de host sin DNS:

   127.0.0.1       localhost
   192.168.1.10    node1
   192.168.1.11    node2

   Sustituye node1 y node2 por los nombres reales de tus host si son diferentes.

3. Verifica la Conectividad: Usa ping node2 (desde node1) y ping node1 (desde node2) para asegurar que la configuración de red es correcta.

Paso 4: Acceso Remoto Seguro (SSH) 🔑

SSH te permitirá administrar tus nodos sin necesidad de monitor y teclado. Instala el servidor SSH en ambos:

sudo apt install openssh-server -y

Ahora, configura el acceso sin contraseña desde el nodo principal al de trabajo:

1. En el nodo principal (node1): Genera un par de claves SSH.

   ssh-keygen -t rsa -b 4096

   Presiona Enter para aceptar los valores por defecto (sin passphrase).

2. Copia la clave pública al nodo de trabajo:

   ssh-copy-id usuario@node2

   Se te pedirá la contraseña del usuario en node2.

3. Prueba la Conexión:

   ssh usuario@node2

   Deberías acceder sin que te pida contraseña. Repite el proceso si deseas acceder de node2 a node1 también (recomendado).

Paso 5: Configuración de Almacenamiento Compartido (NFS) 💾

Un sistema de archivos compartido es crucial para que los programas y datos estén accesibles desde cualquier nodo. Usaremos NFS.

1. En el nodo principal (servidor NFS):
   • Instala el servidor NFS: sudo apt install nfs-kernel-server -y
   • Crea un directorio para compartir: sudo mkdir /mnt/cluster_shared
   • Cambia los permisos: sudo chown usuario:usuario /mnt/cluster_shared && sudo chmod 777 /mnt/cluster_shared
   • Edita /etc/exports para exportar el directorio:

     /mnt/cluster_shared 192.168.1.0/24(rw,sync,no_subtree_check)

     (192.168.1.0/24 es tu rango de red).

   • Reinicia el servicio NFS: sudo systemctl restart nfs-kernel-server
2. En el nodo de trabajo (cliente NFS):
   • Instala el cliente NFS: sudo apt install nfs-common -y
   • Crea el punto de montaje: sudo mkdir /mnt/cluster_shared
   • Monta el directorio compartido. Para que sea persistente, edita /etc/fstab y añade:

     node1:/mnt/cluster_shared /mnt/cluster_shared nfs defaults 0 0

   • Monta todos los sistemas de archivos: sudo mount -a
   • Verifica el montaje: df -h. Deberías ver el directorio compartido.

La configuración adecuada de NFS es la columna vertebral de un clúster eficiente, permitiendo que todos los nodos accedan a los mismos programas y datos sin duplicaciones, facilitando la programación y el despliegue.

Paso 6: Instalación y Configuración de MPI 🚀

MPI es el estándar para la programación paralela. Lo instalaremos en ambos nodos.

1. En ambos nodos: Instala Open MPI.

   sudo apt install openmpi-bin openmpi-common libopenmpi-dev -y

2. Configura variables de entorno: Asegúrate de que los ejecutables de MPI estén en el PATH. Normalmente, la instalación ya lo hace, pero puedes añadirlo a tu ~/.bashrc si no es así:

   export PATH=$PATH:/usr/bin
   export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/lib

   Y luego: source ~/.bashrc.

3. Crea un archivo de hosts de MPI: En el directorio compartido (/mnt/cluster_shared) del nodo principal, crea un archivo llamado mpi_hosts (o similar):

   node1 slots=X
   node2 slots=Y

   Donde X e Y son el número de núcleos o hilos que quieres asignar de cada máquina. Por ejemplo, si cada PC tiene 4 núcleos físicos: node1 slots=4 y node2 slots=4.

Paso 7: ¡Hora de Probar el Clúster! ✅

Es el momento de ver tu clúster en acción. Desde el nodo principal, en el directorio compartido:

1. Crea un programa de ejemplo (hello.c):

   #include <mpi.h>
   #include <stdio.h>
   
   int main(int argc, char** argv) {
       MPI_Init(&argc, &argv);
   
       int world_size;
       MPI_Comm_size(MPI_COMM_WORLD, &world_size);
   
       int world_rank;
       MPI_Comm_rank(MPI_COMM_WORLD, &world_rank);
   
       char processor_name[MPI_MAX_PROCESSOR_NAME];
       int name_len;
       MPI_Get_processor_name(processor_name, &name_len);
   
       printf("¡Hola desde el procesador %s, rango %d de %d!n",
              processor_name, world_rank, world_size);
   
       MPI_Finalize();
       return 0;
   }

2. Compila el programa:

   mpicc -o hello hello.c

3. Ejecuta el programa MPI en el clúster: Aquí es donde la magia sucede.

   mpirun -np 8 --hostfile mpi_hosts ./hello

   (-np 8 significa que quieres 8 procesos MPI en total; asegúrate de que el total de slots en mpi_hosts sea al menos 8).

Deberías ver una salida similar a esta, con mensajes de ambos nodos, demostrando que tu clúster de dos PC’s está funcionando correctamente:

¡Hola desde el procesador node1, rango 0 de 8!
¡Hola desde el procesador node2, rango 1 de 8!
...
¡Hola desde el procesador node1, rango 7 de 8!

Optimización y Consideraciones Adicionales 📈

• Hardware: Para un mayor rendimiento, considera tarjetas de red de 10GbE (si tus PC’s lo permiten), SSDs rápidos y, por supuesto, más RAM y CPU con más núcleos.
• Software: Para clústeres más grandes o para gestionar cargas de trabajo, explora sistemas de gestión de colas como Slurm o PBS.
• Compiladores: Utiliza compiladores optimizados (ej., GCC con flags de optimización) y bibliotecas matemáticas de alto rendimiento (ej., OpenBLAS, Intel MKL).
• Seguridad: Configura un firewall (ufw en Ubuntu) en ambos nodos para limitar el acceso solo a los puertos necesarios (SSH, NFS, MPI).

Desafíos Comunes y Cómo Superarlos 🧐

• Problemas de Red: Verifica siempre las IPs, máscaras y que el cableado sea correcto. Usa ping, ip a, netplan apply.
• Autenticación SSH: Asegúrate de que las claves públicas se copiaron correctamente y que los permisos de los directorios .ssh son los adecuados (chmod 700 ~/.ssh, chmod 600 ~/.ssh/authorized_keys).
• Permisos de NFS: La causa más común de fallos. Revisa los permisos de los directorios compartidos y los mapeos de usuarios.
• Variables de Entorno MPI: Asegúrate de que PATH y LD_LIBRARY_PATH están configurados en los archivos .bashrc de los usuarios en ambos nodos y que se han cargado (source ~/.bashrc).

Una Mirada a los Datos: El Poder Real del Paralelismo 📊

La experiencia de construir un clúster con dos PC’s te revela la potencia inherente de la computación paralela. Aunque no se trate de un superordenador a escala de centro de datos, los resultados prácticos son innegables. Para tareas „embarrassingly parallel” (aquellas que se pueden dividir en muchas sub-tareas independientes con poca comunicación), el incremento en el rendimiento puede ser casi lineal con el número de núcleos disponibles. Por ejemplo, en escenarios de renderizado de imágenes o cálculos numéricos simples, hemos observado que el tiempo de ejecución se reduce drásticamente, a menudo acercándose a la mitad del tiempo que tardaría una sola máquina, siempre que el problema esté bien distribuido. Por supuesto, la eficiencia real depende en gran medida de la naturaleza del problema y de la optimización del código MPI. Un buen código paralelo puede aprovechar cada núcleo adicional para una ganancia tangible, transformando una espera prolongada en una finalización rápida.

Conclusión: Tu Propio Poder Computacional 🥳

¡Felicidades! Has llegado al final de esta guía y, con suerte, has logrado ensamblar tu propio clúster de alto rendimiento. Lo que parecía un desafío complejo, se ha convertido en una aventura de aprendizaje con resultados tangibles. Has transformado dos modestos PC’s en una unidad de procesamiento más potente, capaz de abordar tareas que antes estaban fuera de su alcance individual. Este proyecto no solo te dota de una herramienta poderosa, sino que también enriquece tu comprensión de los sistemas distribuidos y la computación paralela.

Este es solo el principio. Experimenta con diferentes programas MPI, explora cómo se comportan tus aplicaciones y, quién sabe, quizás pronto estés pensando en añadir un tercer o cuarto nodo. La capacidad de construir y administrar tu propio clúster es una habilidad invaluable en el mundo tecnológico actual. ¡Disfruta de tu nuevo poder computacional!