Modifier

Modèle d’analyse des risques HPC

Stockage Blob Azure
Azure CycleCloud
Machines virtuelles Azure

Idées de solution

Cet article présente une idée de solution. Si vous souhaitez que nous développions le contenu avec d’autres informations, telles que des cas d’usage potentiels, d’autres services, des considérations d’implémentation ou un guide des prix, adressez-nous vos commentaires GitHub.

Cette solution d'analyse des risques basée sur un modèle utilise le calcul HPC Azure et des machines virtuelles GPU pour étendre le calcul TIBCO GridServer local à Azure à l'aide d'Azure CycleCloud pour l'intégration de la mise à l'échelle automatique. Le travail s'exécute à la fois localement et dans le cloud à l'aide de la mise en cache rapide Avere vFXT et de l'accès NFS natif aux données du marché disponibles en local.

Architecture

Diagramme montrant un organigramme de la solution d’analyse des risques.

Téléchargez un fichier Visio de cette architecture.

Dataflow

  1. L'équipe des opérations utilise Azure CycleCloud pour configurer et lancer la grille d'analyse des risques dans Azure.
  2. Azure CycleCloud orchestre la création des machines virtuelles et la configuration logicielle pour les répartiteurs TIBCO GridServer et HPCCA, le cache de données en mémoire et le cache Avere vFXT.
  3. Quant (ou traitement par lots planifié) soumet un flux de travail de modèle d'analyse des risques au directeur TIBCO GridServer local. En fonction des stratégies de travail et de l'utilisation locale actuelle, le flux de travail est autorisé à s'étendre à Azure pour accroître la capacité de la grille locale.
  4. TIBCO HPCCA détecte le changement de profondeur de file d’attente pour chaque répartiteur TIBCO et demande de la capacité supplémentaire pour le moteur TIBCO à l’aide de l’API Azure CycleCloud Auto-Scaling. Azure CycleCloud démarre ensuite automatiquement les nœuds de moteur dans les groupes de machines virtuelles identiques à l'aide de machines virtuelles Azure de séries H, HB et HC pour optimiser les coûts et les performances, et de machines virtuelles de série NC pour fournir la capacité GPU nécessaire.
  5. Dès que les machines virtuelles du moteur rejoignent Azure Grid, les répartiteurs commencent à exécuter les tâches sur les nouveaux nœuds.
  6. Les travaux à risque extraient les artefacts à partir du stockage local et du stockage Blob Azure selon les besoins, à partir d'Avere vFXT monté sur NFS et/ou via le cache en mémoire rapide.
  7. À la fin de chaque tâche, les résultats sont renvoyés à l'émetteur ou au pilote, et les données sont réécrites dans le cache en mémoire ou dans le stockage NFS via Avere vFXT, selon les besoins. Les données en cache sont conservées localement ou dans le stockage Blob Azure.
  8. À mesure que les files d'attente de tâches se vident, TIBCO HPCCA utilise l'API Azure CycleCloud Auto-Scaling pour réduire la grille de calcul et réduire les coûts.

Composants

  • Machines virtuelles de série N : Les machines virtuelles de série N sont idéales pour les charges de travail nécessitant des ressources de calcul et des ressources graphiques importantes. Elles aident les clients à stimuler l'innovation grâce à des scénarios tels que la visualisation à distance haut de gamme, le Deep Learning et l'analyse prédictive.
  • Machines virtuelles de série H : La série H est une nouvelle gamme spécialement conçue pour gérer les charges de travail de calcul haute performance telles que la modélisation des risques financiers, la simulation des séismes et des gisements, la modélisation moléculaire et la recherche génomique.
  • Gérez efficacement les charges de travail courantes tout en créant et en optimisant les clusters HPC avec Microsoft Azure CycleCloud.
  • Avere vFXT : Stockage de données plus rapide et plus accessible pour un calcul haute performance à la périphérie
  • TIBCO GridServer® est une plateforme d’infrastructure leader du marché dans les domaines du Grid Computing et du Computing élastique. Il s’agit d’un pilier des entreprises opérant sur les marchés les plus exigeants du monde. Plus d’un million de processeurs répartis sur un millier d’installations mondiales forment des réseaux d’entreprise gérés par GridServer.

Étapes suivantes