Architecture d’analyse des risques hybrides

Cette solution d’analyse des risques modélisée utilise le calcul HPC d’Azure et les machines virtuelles GPU pour étendre le calcul Tibco GridServer local à Azure en utilisant Azure CycleCloud pour une intégration de mise à l’échelle automatique. Le travail s’exécute aussi bien localement que dans le cloud en utilisant la mise en cache rapide d’Avere vFXT et l’accès NFS natif aux données du marché disponibles localement.

Hybrid risk analysis architectureThis templated risk analysis solution uses Azure HPC compute and GPU virtual machines (VMs) to expand on-premises Tibco GridServer compute to Azure using Azure CycleCloud for auto-scaling integration. The job executes both on-premises and in the cloud by using Avere vFXT fast caching and native NFS access to market data available on-premises.1234566778

L’équipe des opérations utilise Azure CycleCloud pour configurer et lancer une grille d’analyse des risques dans Azure.

Azure CycleCloud orchestre la création de machines virtuelles et la configuration logicielle des répartiteurs Tibco Gridserver et HPCCA, du cache de données en mémoire et du cache Avere vFXT.

Quant (ou le lot planifié) soumet un modèle d’analyse des risques au directeur Tibco GridServer local. En fonction des stratégies de travaux et de l’utilisation locale actuelle, le workflow est autorisé à s’étendre dans Azure pour augmenter localement la capacité de la grille.

Tibco HPCCA détecte le changement de profondeur de file d’attente pour chaque répartiteur Tibco et demande une capacité de moteur Tibco supplémentaire en utilisant l’API Azure CycleCloud. Azure CycleCloud démarre ensuite automatiquement les nœuds de moteur dans les groupes de machines virtuelles identiques à l’aide de machines virtuelles Azure des séries H, HB et HC pour optimiser les coûts et les performances, et à l’aide de machines virtuelles de la série NC pour fournir la capacité de GPU nécessaire.

Dès que les machines virtuelles VM de moteur rejoignent la grille Azure, les répartiteurs commencent à exécuter les tâches vers les nouveaux nœuds.

Les travaux liés aux risques extraient des artefacts du stockage local et du Stockage Blob Azure en fonction des besoins à partir d’un cache Avere vFXT monté sur NFS et/ou via le cache en mémoire à accès rapide.

Lorsque chaque tâche est terminée, les résultats sont renvoyés au demandeur ou au pilote et les données sont réécrites dans le cache en mémoire ou dans le stockage NFS via Avere vFXT, si nécessaire. Les données mises en cache sont conservées soit localement, soit dans le Stockage Blob Azure.

Au fur et à mesure que les files d’attente des tâches s’épuisent, Tibco HPCCA utilise l’API de mise à l'échelle automatique d’Azure CycleCloud pour réduire la grille de calcul et les coûts.

  1. 1 L’équipe des opérations utilise Azure CycleCloud pour configurer et lancer une grille d’analyse des risques dans Azure.
  2. 2 Azure CycleCloud orchestre la création de machines virtuelles et la configuration logicielle des répartiteurs Tibco Gridserver et HPCCA, du cache de données en mémoire et du cache Avere vFXT.
  3. 3 Quant (ou le lot planifié) soumet un modèle d’analyse des risques au directeur Tibco GridServer local. En fonction des stratégies de travaux et de l’utilisation locale actuelle, le workflow est autorisé à s’étendre dans Azure pour augmenter localement la capacité de la grille.
  4. 4 Tibco HPCCA détecte le changement de profondeur de file d’attente pour chaque répartiteur Tibco et demande une capacité de moteur Tibco supplémentaire en utilisant l’API Azure CycleCloud. Azure CycleCloud démarre ensuite automatiquement les nœuds de moteur dans les groupes de machines virtuelles identiques à l’aide de machines virtuelles Azure des séries H, HB et HC pour optimiser les coûts et les performances, et à l’aide de machines virtuelles de la série NC pour fournir la capacité de GPU nécessaire.
  1. 5 Dès que les machines virtuelles VM de moteur rejoignent la grille Azure, les répartiteurs commencent à exécuter les tâches vers les nouveaux nœuds.
  2. 6 Les travaux liés aux risques extraient des artefacts du stockage local et du Stockage Blob Azure en fonction des besoins à partir d’un cache Avere vFXT monté sur NFS et/ou via le cache en mémoire à accès rapide.
  3. 7 Lorsque chaque tâche est terminée, les résultats sont renvoyés au demandeur ou au pilote et les données sont réécrites dans le cache en mémoire ou dans le stockage NFS via Avere vFXT, si nécessaire. Les données mises en cache sont conservées soit localement, soit dans le Stockage Blob Azure.
  4. 8 Au fur et à mesure que les files d’attente des tâches s’épuisent, Tibco HPCCA utilise l’API de mise à l'échelle automatique d’Azure CycleCloud pour réduire la grille de calcul et les coûts.

Conseils sur l’implémentation

Produits/Description Documentation

Machines virtuelles série N

Les machines virtuelles de la série N sont idéales pour les charges de travail impliquant beaucoup de ressources de calcul et graphiques afin d’encourager l’innovation dans des scénarios tels que la visualisation à distance, l’apprentissage profond et l’analytique prédictive.

Machines virtuelles série H

La série H est une nouvelle gamme spécialement conçue pour gérer les charges de travail de calcul haute performance, notamment la modélisation des risques financiers, la simulation de gisements et de tremblements de terre, la modélisation moléculaire et la recherche génomique.

Azure CycleCloud

Gérez efficacement les charges de travail courantes tout en créant et en optimisant les clusters HPC avec Microsoft Azure CycleCloud.

Avere vFXT

Un stockage de données plus rapide et plus accessible pour un calcul haute performance à la périphérie

TIBCO GridServer

TIBCO GridServer® est une plate-forme d’infrastructure leader du marché en matière de calcul distribué et élastique, et constitue la dorsale des entreprises opérant sur les marchés les plus exigeants du monde. Plus d’un million d’UC réparties sur un millier d’installations dans le monde forment des grilles d’entreprise managées par GridServer.