如果用两台丐版 Mac Mini 弄集群，实现配置叠加是否可行？

[FaiFai]

现在新款的 mac mini 丐版，8C+10C 、8g+256g ，教育优惠是 3699 元。

但是如果加配置，价格又会成倍增加。

能否用两台丐版 mac mini 弄集群，实现配置叠加呢？那样就可以 cpu 核心变成 16C ，gpu 变成 20c ，内存 16G ，存储 512G 。甚至允许加更多的 mac mini 组成配置更高的机器，用来剪视频。

这样的想法是否可行，有没有人推荐可行的方案呢

[luomao]

mark 一下，有解决方案踢我

[guowq]

<amp-youtube data-videoid="0b46E4mp_V8" layout="responsive" width="480" height="270"></amp-youtube>

[mizuBai]

整个作业调度器？

[jellyspot]

记得在 mac 18 款出的时候，苹果就说过，也有个图片展示过，可以配 cluster ，但是这种是用来并行计算的，且需要软件支持，而不简单的是把内存 cpu 相加，说白了，能不能行，还要看软件是否支持

[yyfearth]

如果是集群的方案来着 就是软件需要是分布式部署的 然后可以通过网络派发任务 然后整合

但是你说的更像是 M1 Ultra 那样叠加芯片 那就不现实了
不要说你叠加分开的机器 就算是你在同一个机器里面放多个 CPU 都达不到 M1 Ultra 这样无缝叠加的效果
一个是 OS 和软件支持

但是最主要的因素就是带宽不够 你看下 M1 Ultra 融合 2 个 CPU 芯片需要多大的带宽 UltraFusion interconnect 2.5 Tbps 的带宽
USB4 或 Thunderbolt 4 也就 40 Gpbs 下一代也顶多 80 Gbps 差太远了
更不要说网络 10 Gbps 最好的可能也就 100 Gbps 不够的

[yyfearth]

简单来说 2 台 mini 是两台电脑
没办法当作一台电脑使用
没办法只用一个 OS 让一个软件 （非分布式）去同时用 2 台电脑的硬件资源

[julyclyde]

古代有一种叫 MOSIX 的操作系统……别想了，都已经完蛋了十几年了

[ohiu]

不可行

[qzwmjv]

你可以自己飞线把两个 m2 连起来

[LeonParker]

intel 12 代初期的时候一个 die 上大小核尚且有调度问题。。
lz 属于纯纯想多了

[littlewing]

分布式集群，做计算，做存储都可以

[20015jjw]

效率很低
只能做交互很小的是
不然你以为 infinity fabric 是干啥的

[zhaoxin]

不可行。举个最简单的例子，两台 Mac mini 之间如何交换数据呢？我们已经知道 M2 的内存带宽是 100GB/s ，M2 Pro 是 200GB/s 。但是 Mac mini 上的接口，最快的是雷电 3 40Gbps ，也就是 5GB/s 。换句话说，当你采用这个最快的接口来交换数据时，内存带宽就 100GB/s 和 200GB/s ，变成了 5GB/s ，速度降低到原来的 1/20 和 1/40 之一。速度降低这么多，你还如何实现如同 Ultra 那样性能翻倍的目的呢？

[WuSiYu]

不可行，现代没有那种“多台电脑可以变成一台电脑”的技术，集群系统需要软件栈的支持，哪怕是超算，你不跑 MPI 这种并行程序的话，也就只能利用单个节点

[TinyBBC]

你想想铁轨为啥不搞双车道就好了，搞了会引入调度问题，某一时刻某一车道上仍是一条火车在跑，而且并不减少两点之间的绝对到达时间，但是确实会增加运力！

[Ourobotos]

如果单纯分布式视频渲染的话，可以搜一下 RNDR network 区块链渲染网络，只是这玩意要数百台才有效果，两台机的话网络传输瓶颈太大

[lrigi]

windows 似乎有这种分布式计算软件进行科学计算之类的？
其实我也想过用两台拿来跑深度学习，pytorch 直接就是一个多机🤔玩玩还行，真的生产力这得凑多少台才能打过一个 A100 啊

[sunchunyang]

黑苹果 32G+8G 显存，都快用光了。你 8+8 够吗

[systemcall]

渲染视频可以用渲染农场，编译程序可以用 incredibuild ，还有 MATLAB 之类的科学计算软件支持多个电脑的集群
剪视频的软件好像没什么是支持集群的。转码的话我觉得你可以试着自己做一个，转码的时候把视频切成几个分段，留一点余量，转码完成后按照关键帧和时间来拼接起来，要通过网络来传输的数据并不是很多，而且可以用雷电网络
无论你用什么办法，2 台 8c 8+256 的电脑，都还是两台 8c 8+256 的电脑，你能做的一切事情，就是把工作负载裁成两份，分担到这两台电脑上面

[systemcall]

还有，楼上提到了 alder lake ，其实不同架构的核心之间通信本身也有很多问题，以及不同核心之间通信通常不需要用内存，内存太慢
网上可以找到很多测评，比较典型的就是 matisse 的 2 个 CCD 的 sku ，跨 CCD 时的问题
你把两个 die 丢一个 package 里，比一个 die 上性能差不少，除非上硅互联才会好点