Hopp over navigasjon

Hybrid HPC i Azure med HPC Pack

Microsoft HPC Pack er en gratis HPC-løsning (databehandling med høy ytelse), bygget på Microsoft Azure og Windows Server-teknologiene. HPC Pack kombinerer et omfattende sett med distribusjons-, administrasjons-, jobbplanleggings- og overvåkingsverktøy for Windows og Linux HPC-klyngemiljøer, og gir en fleksibel plattform for å utvikle og kjøre HPC-programmer på lokalt og i Azure.

Denne løsningen viser prosessen for å bruke HPC Pack for å lage et hybrid (lokalt og Azure) HPC-miljø.

7 6 5 4 3 2 1

Logg på hovednode lokalt

Legg til Azure-komponentnoder til klyngen

Start av databehandlingsnoder

Sending av jobber til klyngen

HPC Pack sender jobber til lokale noder og Azure-noder basert på den valgte nodegruppen

Overvåkning av fremdrift i jobber

Stopp beregningsnoder eller konfigurerer automatisk skalering

  1. 1 Logg på hovednode lokalt
  2. 2 Legg til Azure-komponentnoder til klyngen
  3. 3 Start av databehandlingsnoder
  4. 4 Sending av jobber til klyngen
  1. 5 HPC Pack sender jobber til lokale noder og Azure-noder basert på den valgte nodegruppen
  2. 6 Overvåkning av fremdrift i jobber
  3. 7 Stopp beregningsnoder eller konfigurerer automatisk skalering

Implementeringsveiledning

Produkter/beskrivelse Dokumentasjon

Virtual Machines

Opprett virtuelle Linux- og Windows-maskiner på noen sekunder.

Microsoft HPC Pack

Gratis løsning for databehandling med høy ytelse (HPC), bygget på Microsoft Azure og Windows Server-teknologiene.

Produktinformasjon

Koblingene til høyre gir deg dokumentasjon om distribusjon og administrasjon for noen av produktene.

Relaterte løsningsarkitekturer

6 4 3 5 2 1

Store behandlingsjobber med Azure Batch

Arbeidsbelastninger for store behandlingsjobber og databehandling med høy ytelse er som regel dataintensive og kan kjøres parallelt og dermed dra nytte av skaleringen og fleksibiliteten som finnes i skyen. Arbeidsbelastningene kjøres ofte asynkront ved bruk av bunkebehandling med databehandlingsressurser som er nødvendig for å kjøre jobben, og jobbplanlegging som er nødvendig for å spesifisere jobben. Eksempler på store behandlingsjobber og databehandling med høy ytelse omfatter Monte Carlo-simuleringer vedrørende økonomisk risiko, bildegjengivelse, medietranskoding, filbehandling og tekniske eller vitenskapelige simuleringer.