Nagy teljesítményű számítástechnika

A kitűzött üzleti célokat könnyebben elérheti a nagyvállalati szintű rugalmassággal, skálázhatósággal, teljesítménnyel és biztonsággal, amelyet a Microsoft Azure HPC-portfóliója nyújt.

Hatékony sokoldalúság

HPC-alapú számítási feladatokra tervezve. Az Azure biztosítja az Ön szükségleteinek megfelelő HPC-modelleket és -eszközöket bármilyen méretek mellett, legyen szó számítógépes folyadékdinamikáról, véges vagy végtelen elemanalízisről, Monte Carlo-szimulációról, tárolómodellezésről vagy önvezető autók fejlesztéséről.

Terjessze ki HPC-környezetét a felhőre. A helyszíni HPC-környezet felhőre való kiterjesztésével új képességeket vezethet be, többek között a felhő hatékonyságát, a mesterséges intelligenciát és a gépi tanulást, vagy akár teljes migrálást is végezhet.

A HPC-alkalmazások alapvető mintázatai

Az ügyfelek használati adatai alapján az Azure HPC-portfóliója általában négy alkalmazásmintában használatos. Hatékony, skálázható Azure-alkalmazások és -folyamatok új generációjával ismerkedhet meg, amellyel a mérnökök, a tudósok és a kutatók a hagyományos HPC-forgatókönyveket meghaladva képesek innovációra.

Szimuláció

Szimuláció rendkívül hatékony kutatási és fejlesztési üzenettovábbító interfészt (MPI-t) használó munkafolyamatokhoz a gyártás, a mérnöki tervezés, az élettudományok, a pénzügyi szolgáltatások és az energiaipar területén.

Számítási folyadékdinamikai (CFD) szimulációk

Mély tanulás

A prediktív elemzéshez és információkhoz használható Azure AI-t és a gépi tanulási technológiákat magába foglaló mély tanulási számítási feladatok növelték a hatékonyságot, és szorosabb együttműködéshez vezettek.

A gépi tanulás diagramja és áttekintése

Renderelés

A számítási feladatok folyamatainak renderelése és az eredmények megszerzése a szokásos idő töredéke alatt médiagyártásnál és mérnöki tervezésnél.

Renderelési architektúra forgatókönyvének diagramja

Megjelenítés

Munkaterületeit és alkalmazásait virtuális PC-ken jelenítheti meg vizuálisan, így minimálisra csökkentheti a számítógépekre költött befektetéseket, igény szerint méretezhet, és csökkentheti az informatikai támogatással járó problémák számát is.

Gyors hálózatkezelés

Az Azure az egyetlen nyilvános felhő, amely InfiniBand-támogatást kínál, amely biztosítja azt a kapcsolati sebességet és sávszélességet, amellyel támogatható minden MPI-típus és -verzió, többek között az Open MPI, az MVAPICH2, a Platform MPI, az Intel MPI és a SparkRDMA.

Erőteljes infrastruktúra

A nagy memóriával rendelkező virtuális gépekkel, a intenzív grafikai igényű GPU-kkal, a nagy IOPS-értékkel rendelkező tárolással és a teljes mértékben felügyelt, dedikált szuperszámítógépes szolgáltatással a Cray használatával rendkívüli sokoldalúságot és skálázhatóságot érhet el.

Gördülékeny vezénylés

Megtakaríthatja az alkalmazások felhőre való újratervezésével járó időt és költséget, ha egyszerűen kiterjeszti a már meglévő HPC-erőforrási környezetét az Azure-ra. A fürtöket a felhőbe klónozhatja az Azure Cycle használatával, az Azure Batch-csel pedig felügyelheti az alkalmazások munkafolyamatait.

Azure HPC-platformszolgáltatások

Óriási számítási erőforrások állnak rendelkezésére egy olyan felhőplatformmal, amely globális méretekre lett tervezve, és olyan szolgáltatásokkal van felszerelve, melyek speciálisan a HPC-alapú számítási feladatokat képesek kiszolgálni.

HPC-munkafolyamatok szolgáltatása

Kihasználhatja az alkalmazások számítási feladataihoz használható, teljes körű felügyeleti és vezénylési szolgáltatásokat, amelyek az Azure-t az Ön HPC-környezetének vagy alkalmazásainak logikai kiterjesztésévé teszik.

Azure CycleCloud

Azure Batch

Transzformációs szolgáltatás

Következő generációs alkalmazásokat hozhat létre prediktív elemzéssel és gépi tanulási modellek betanításával nagy méretű HPC-adatkészletek használatával.

Azure Machine Learning szolgáltatás

Azure Data Lake

Gyors és biztonságos hálózatkezelés

Privát, biztonságos alagutakat építhet ki a hibrid felhős csatlakozásokhoz, és kihasználhatja az adatközpontjával a Linux RDMA és InfiniBand hatékonyságát az MPI alapú számítási feladatokhoz.

InfiniBand

ExpressRoute

Optimalizált infrastruktúra és adatok

Csaknem korlátlan mennyiségű erőforrások közül választhatja ki az Önnek megfelelőket saját HPC-alkalmazásainak támogatásához, többek között CPU- és GPU-alapú virtuális gépeket, automatikus skálázást és gyors tárolást.

Azure H sorozatú virtuális gépek

Azure N sorozatú virtuális gépek

Tárhely

Az Azure-beli Cray

Avere vFXT

Azure HPC ipari felhasználásra

Önvezető járművek

Anélkül tervezhet és hozhat létre önvezető járműveket, hogy a nagy adatkészletek feldolgozásához szükséges számítási kapacitás szűkössége miatt kellene aggódnia.

Fejlett vezetéstámogató rendszerek (ADAS)

Felgyorsíthatja a piacra jutást olyan szimulációk használatával, melyekkel optimalizálhatja az érzékelők és az algoritmusok teljesítményét.

Töréstesztek szimulációja

Csökkentheti a valós töréstesztekkel járó költségeket, az eredményül kapott adatokból pedig részletesebb információkhoz juthat.

Az ingyenes Run Star-CCM+ Azure HPC-fürtben című tanulmányból megtudhatja, hogyan állítható be egy Azure HPC-fürt az autógyártási szimulációkhoz.

Töltse le most

Kockázatszámítás és elemzés (FRTB)

A kockázatelemzési és a kapcsolódó megfelelőségi követelményeket rugalmasan, a megnövelt biztonságot előtérbe helyező módon kezelheti.

Kereskedelmi moduláció és szimuláció

Anélkül tesztelheti a kereskedelmi stratégiáját, hogy pénzt kockáztatna.

Kockázatjelentés

Felgyorsíthatja a feldolgozást, és hamarabb juthat olyan eredményekhez, amelyek tökéletesen megfelelnek a gyorsan változó piaci feltételeknek.

További információ a pénzügyi szolgáltatási kockázat-életciklus engedélyezéséről az Azure és az R használatával.

Biztosítási pénzügyi kockázatok modellezése

A korábban több ezer órát is igénybe vevő elemzéseket csupán percek alatt lefuttathatja, így több ideje marad az eredmények áttekintésére, értékelésére és ellenőrzésére.

Katasztrófakockázat modellezése

A valószínűségi és determinisztikus modellek használatával jobb előrejelzéseket készíthet, és jobban csökkentheti a kockázatot.

Kockázatelemzés

Felgyorsíthatja és egyszerűsítheti a kockázatfolyamatokat, miközben alkalmazkodhat is a változó gyakorlatokhoz, igényekhez és előírásokhoz.

További információ a pénzügyi szolgáltatási kockázat-életciklus engedélyezéséről az Azure és az R használatával.

Genomikai elemzés

Rendelkezésére áll a szükséges számítási kapacitás DNS-szekvenáláshoz és elemzési számítási feladatokhoz, és nagy adathalmazok adatkezelését is elvégezheti.

NONMEM klinikai próbaszimuláció

Népességre végzett farmakokinetikai és farmakokinetikai-farmakodinamikai modellezési számítási feladatokat hozhat létre.

Molekuláris dinamika

Növelheti a szimulált atom- és részecskemozgások elemzésénél használt képletek matematikai pontosságát.

Számítási folyadékdinamika (CFD)

Jelentősen rövidebb idő alatt juthat eredményekhez a mechanikai tervek javításával és az elemzési információk optimalizálásával.

Végeselem-elemzés (FEA)

Javíthatja a FEA pontosságát és az elemviselkedés előrejelezhetőségét olyan fizikai hatásoknál, mint a mechanikai stressz, a kimerülés vagy a folyadékáramlás.

Számítógépes kémia

A molekuláris tervezést atomi szintű precizitással végezheti el, és pontosan modellezheti vagy előrejelezheti az új anyagok tulajdonságait.

Az ingyenes Run Star-CCM+ Azure HPC-fürtben című tanulmányból megtudhatja, hogyan állítható be egy Azure HPC-fürt az autógyártási szimulációkhoz.

Töltse le most

Gyors médiarenderelés

Nagy mértékben csökkentheti a 3D–2D képkonverziót videós, filmes vagy képi tartalommal a nem lineáris szerkesztési és éles környezeti rendszerekben.

Skálázható utómunkálatok

Anélkül használhatja ki a legintenzívebb számításigényű VFX-eszközöket és -folyamatokat, hogy kockáztatná a szoros gyártási és piacra kerülési határidőket.

Tartalomoptimalizálás

Az új médiatartalmak konzisztenciáját és felfedezhetőségét nagy mértékben javíthatja a távoli tartalombetöltéssel, a beágyazott átkódolással, a beszédindexeléssel és a metaadatok címkézésével.

További információ az Azure médiarenderelési folyamatokhoz történő használatáról.

Tárolók modellezése

Az egycsomópontos feladatokkal, a szorosan párosított többcsomópontos feladatokkal és a dedikált szuperszámítási feladatokkal informatívabb és fejlettebb rácsokat készíthet.

Szeizmikus feldolgozás és képalkotás

Az egyre nagyobb ütemben növekvő szeizmikus adatokat gyorsabban dolgozhatja fel, és gyorsabban jut eredményekhez.

Számítógépes kémia

Szimulálhatja az áramlások fizikai tulajdonságait, továbbfejlesztett érzékenységelemzést végezhet, és pontosabb leírást adhat az új vegyületekről és anyagokról.

További információ arról, hogyan használják az olaj- és gáziparban az Azure Batch szolgáltatást a befektetési megtérülés felgyorsítására és a kockázatok csökkentésére.

Teljes mértékben felügyelt szuperszámítási szolgáltatás az Azure-ban

Dedikált, teljes mértékben felügyelt, önálló bérlős Cray XC sorozatot vagy Cray CS sorozatú szuperszámítógépet használhat. Élvezheti a ClusterStor nagy teljesítményű tárolásának előnyeit a Cray-alapú üzemelő példányokkal vagy az Azure H sorozatú virtuális gépekkel. Több más mellet az alábbi nagyszerű előnyöket kapja:

  • Dedikált, testre szabott, teljes mértékben felügyelt szuperszámítógépek.
  • Önálló bérlő operációs rendszer nélküli gépen a számítási környezet fölötti teljes körű irányítás és adatvédelem érdekében.
  • Nincs adatáthelyezés. Adatai ugyanazon az Azure-hálózaton maradnak, amelyen az RDMA/GPU/FPGA virtuális gépek is vannak.
  • Olyan transzformációs szolgáltatások, mint például a mesterséges intelligencia, a mély tanulás vagy a fejlett analitika.

További információ az Azure-beli Crayről

Munkafolyamatok optimalizálása az Azure-ban

Növelheti a hatékonyságot a HPC-alkalmazások munkafolyamataihoz használható, a gyakorlatban bizonyított feldolgozási és üzemeltetési eszközökkel és szolgáltatásokkal, többek között az alábbiakkal:

Alkalmazások számítási feladatainak skálázása HPC-optimalizált CPU-, GPU- vagy FPGA-alapú virtuális gépekkel vagy dedikált, egybérlős környezetekkel rugalmas skálázású alkalmazásokhoz.

Részletek

Fürtök és környezetek skálázása beépített vezényléssel és felügyelettel, így megtakaríthatja az alkalmazások újratervezésével járó időt és költségeket.

Részletek

Igény szerinti tartalékkapacitás API/CLI-útvonalakon keresztül kiegyenlített hozzáféréssel a felhőméretű HPC-erőforrásokhoz.

Részletek

Hozzáférés alacsony késésű hibrid tároláshoz, amely lehetővé teszi a felhőbeli munka felügyeletét több erőforrásra kiterjedően.

Részletek

Dokumentáció, képzés és bemutatók

Képzés

A Microsoft Learn 45 perces képzési moduljából megtudhatja, hogyan futtathatók hatékonyan nagy méretekben párhuzamos HPC-alkalmazások a felhőben az Azure Batch használatával.

Az első lépések

Ügyféltapasztalatok az Azure HPC-vel

„A nagy méretekkel működni tudó számítás alapvető fontosságú az olyan területeken, mint a hurrikánkockázat, mert ez olyan összetett esemény, amely rendkívül nagy földrajzi területre terjed ki. Az Azure-ral rendelkezésünkre áll az a számítási kapacitás, amellyel modellezni tudunk ilyen eseményeket, és így pontosabb információkkal szolgálhatunk ügyfeleinknek. Mindezeknek köszönhetően szélesebb körű a biztosítás is.”

Simon Blaquière, Viszontbiztosítási biztosításmatematikai vezető, AXA Global P & C

A történet elolvasása

AXA

Az Azure HPC-erőforrásaira alapuló szimulációs eszközünk képes a mai 12-20 éves gyógyszerfejlesztési időt a felére csökkenteni.”

Andy Lee, társalapító és műszaki főigazgató, NeuroInitiative LLC

A történet elolvasása

NeuroInitiative

„Minden verseny és teszt előtt össze kell állítanunk egy jelentést az alkatrészek szállításához az eseményre és az eseményről, hogy biztosíthassuk, hogy minden egyes alkatrész időben eljut a helyszínre. Korábban egy hétig tartott egy ilyen jelentés elkészítése, de sikerült ezt ennek a töredékére csökkentenünk: mindössze pár órára.”

Mark Everest, fejlesztési vezető, Renault Sport Formula 1 Team

A történet elolvasása

Renault Sport

A Microsoft partneri kapcsolatot alakított ki a Schlumberger gázipari óriáscéggel, hogy elindíthassa a cég első SaaS-ajánlatát az Azure-on, a nagy precizitású készletmodellező alkalmazást, az INTERSECT-et.

A történet elolvasása

Schlumberger

A Microsoft Avere vFXT for Azure által nyújtott skálázhatósággal most már minden eddiginél pontosabban tudjuk előrejelezni az igényeket, és jelentősen jobban tudunk reagálni is, különösen ha az utolsó pillanatban bekövetkező változásokról van szó.”

Dave Blommers, Globális technológiai vezető, Mr. X

A történet elolvasása

Mr X

Solution architectures

Media and entertainment rendering architectureThis HPC media rendering solution architecture shows Azure CycleCloud monitoring a Pixar Tractor pipeline manager and orchestrating burst compute node capacity on-demand using Azure low-priority Virtual Machines Scale Sets. An Avere vFXT cache makes data from the existing on-premises filesystem and Azure Blob storage available to compute nodes in Azure.123456778
  1. Áttekintés
  2. Flow

Multimédia és szórakoztatóipari renderelési architektúra

Áttekintés

Ez a nagy teljesítményű feldolgozásra épülő renderelési megoldási architektúra bemutatja, hogyan figyeli az Azure CycleCloud a Pixar Tractor folyamatkezelőt és vezényli az igény szerint átmenetileg aktiválható számításicsomópont-kapacitást alacsony prioritású Azure-beli virtuálisgép-méretezési csoportok használatával. Egy Avere vFXT-gyorsítótár teszi elérhetővé a meglévő helyszíni fájlrendszerből és az Azure Blobtárolóból származó adatokat az Azure-beli számítási csomópontok számára.

Flow

  1. 1 Az üzemeltetési csapat az Azure CycleCloudot használja a renderelési folyamat fürtjének konfigurálására és elindítására.
  2. 2 Az Azure CycleCloud szervezi a virtuális gépek létrehozását és a szoftver konfigurálását az átjárócsomópontokhoz, licenckiszolgálókhoz és az Avere vFXT gyorsítótárához.
  3. 3 Az alkotó a Pixar Tractor folyamatkezelőhöz továbbítja a renderelési feladatot.
  4. 4 Az Azure CycleCloud észleli a feladat-várakozósor hosszának változását, és automatikusan renderelésifarm-csomópontokat indít a feladat követelményei által testre szabott hellyel, termékváltozattal és konfigurációval rendelkező virtuálisgép-méretezési csoportokon.
  5. 5 A renderelési folyamatkezelő (átjárócsomópontok) az új renderelési farm virtuális gépein hajt végre renderelési feladatokat.
  6. 6 A renderelési feladatok az NFS-hez csatlakoztatott Avere vFXT-n keresztül kérnek le összetevőket a helyszíni tárolókból és Azure Blobtárolókból.
  7. 7 Amikor az egyes feladatok befejezik a renderelést, az előállított összetevők az Avere vFXT-n keresztül vannak visszaírva a tárolóba.
  8. 8 Amikor a feladatok várakozási sora kiürül, az Azure CycleCloud a költségek csökkentése érdekében automatikusan leállítja a renderelési farm virtuális gépeit.
Big compute with Azure BatchBig compute and high performance computing (HPC) workloads are normally compute intensive and can be run in parallel, taking advantage of the scale and flexibility of the cloud. The workloads are often run asynchronously using batch processing, with compute resources required to run the work and job scheduling required to specify the work. Examples of Big Compute and HPC workloads include financial risk Monte Carlo simulations, image rendering, media transcoding, file processing and engineering or scientific simulations.123456
  1. Áttekintés
  2. Flow

Big Compute az Azure Batch használatával

Áttekintés

A Big Compute típusú és a nagy teljesítményű feldolgozási (HPC) számítási feladatok általában számításigényes feladatok, amelyek párhuzamosan futtathatók a felhő méretének és rugalmasságának köszönhetően. A számítási feladatok gyakran aszinkron módon futnak, kötegelt feldolgozással, a számítási erőforrásoknak pedig a munka meghatározásához szükséges munka- és feladatütemezést kell futtatniuk. Példák Big Compute és HPC típusú számítási feladatokra: pénzügyi kockázatmodellezés Monte Carlo-szimuláció használatával, képrenderelés, médiakonvertálás, fájlfeldolgozás, és tudományos szimulációk.

Ez a megoldás egy natív felhőbeli alkalmazást implementál az Azure Batch szolgáltatással, amely platformszolgáltatásként számításierőforrás-elosztást és -kezelést, alkalmazástelepítést, automatikus erőforrás-méretezést, valamint feladatütemezést nyújt. A Batch emellett magasabb szintű, kifejezetten R párhuzamos futtatásához, mesterséges intelligencia képzéséhez és renderelési számítási feladatokhoz készült megoldástámogatókat is kínál.

Ez a megoldás a felügyelt Azure-szolgáltatásokon – a Virtual Machines, a Storage, és a Batch szolgáltatásokon – készült. Ezek a szolgáltatások magas rendelkezésre állású környezetben futnak javítások és támogatás mellett, ami lehetővé teszi, hogy a megoldásra tudjon fókuszálni.

Flow

  1. 1 Töltse fel a bemeneti fájlokat és az alkalmazásokat az Azure Storage-fiókba.
  2. 2 Hozzon létre egy számítási csomópontokból álló Batch-készletet, egy feladatot a számítási feladat futtatásához a készleten, valamint a feladat alá tartozó tevékenységeket.
  3. 3 A Batch letölti a bemeneti fájlokat és az alkalmazásokat.
  4. 4 A Batch figyeli a feladatok elvégzését.
  5. 5 A Batch feltölti a feladatok kimenetét.
  6. 6 Kimeneti fájlok letöltése.
Arquitetura de análise de risco híbridaEsta solução de análise de risco de modelo utiliza computação HPC do Azure e máquinas virtuais de GPU (VMs) para expandir a computação local do Tibco GridServer para o Azure através do Azure CycleCloud para integração de dimensionamento automático. O trabalho é executado no local e na cloud através da colocação em cache rápida do Avere vFXT e do acesso NFS nativo aos dados de mercado disponíveis no local.