适用于银行和资本市场的 Azure
获取云规模的高性能建模、分析和数据管理
发现适用于金融服务的 HPC
使用按需计算资源对大量数据进行复杂计算。使用基于云的高性能计算 (HPC) 在云中运行大型并行和批处理计算作业，满足将来的容量需求并极大地缩短计算估值与风险所需的时间。
满足全局要求
从银行和资本市场行业中最广泛的安全和法规符合性认证组合中选择。信任平台各个方面（从 Azure 数据中心的物理安全性到持续的威胁分析方面）提供的安全性。
体验速度和规模
在合适的时间，使用正确的资源匹配计算需求。如果需要更多容量，可通过将本地 HPC 金融服务工作负荷扩展到云或完全在 Azure 中运行所有工作负荷，来获取市场优势。
坚持使用已经熟悉的工具
将 Azure 与商用数据连接器和计划工具（如 TIBCO DataSynapse GridServer 和 Univa Grid Engine）一起使用，或借助 Microsoft HPC Pack（一种 HPC 计算群集解决方案）生成自己的 Windows 或 Linux 群集以运行工具（如 Torque 或 SLURM）。
扩展当前工作负荷或在云中部署
混合云
通过将本地 HPC 或网格计算解决方案扩展到 Azure 中作为混合解决方案，节约基础结构成本。增加现有 HPC 群集中的容量并仅为所需资源付费。
云端原生
在 Windows 或 Linux 服务架构 (IaaS) 虚拟机上部署云应用程序。通过所选作业计划解决方案，使用自己的自定义映像并运行 HPC 工作负荷。
规模管理风险
Mitsubishi UJF 没有购买其本地网格中的数百服务器，而是使用 HPC Pack 中的部署、管理、作业计划和监视工具，解除其对 Azure 的日常风险计算。由于计算能力显著提高，且没有增加人员，公司在服务器和数据中心空间方面节省了数百万美元。
"I can now manage 750 machines in Azure on weekdays and a thousand on weekends. Plus an extra 300 production machines on-prem. And that's all done by one person." -主管 Robert Griffiths
"The Microsoft Cloud gives us infinite capacity to handle these large books spanning all the asset classes large financial institutions hold. Leveraging an evergreen cloud platform gives us agility in our development cycle and ultimately improves time to market. As a result, our solutions are able to innovate in sync with our client needs." -Fabien Couderc，企业发展负责人
为混合云而设计
- 使用 Azure 数据工厂，从不同的本地数据源将财务数据收集到 Azure 存储或 Azure SQL 数据库中。
- 使用 Azure 数据工厂连接到商业数据源并将数据引入 Azure 存储。
- 使用 HPC Pack 或自己的网格计算解决方案，在云上完整部署群集。在 Azure Marketplace 上部署不断增长的 Windows 和 Linux 映像列表中的虚拟机。
- 如果不想管理计算基础结构，请使用 Azure Batch，该作业计划服务可运行大规模并行工作负荷。
- 使用 Azure HDInsight 或使用在 Azure IaaS 虚拟机上运行的 Hadoop，将输出数据进一步聚合到云存储中。
- 使用 Azure 机器学习创建丰富的预测性模型，并在 Azure 数据工厂数据集成工作流中实施它们。
- 使用 Azure 数据工厂将已处理数据移动到基于云或本地的数据市场，并通过 Microsoft Power BI 等在线解决方案或使用客户端分析工具和可视化工具使用该数据。
- 通过使用与 Azure Active Directory 联合的企业帐户凭据进行身份验证，放心使用精算和量化分析结果。
- 使用 Azure 数据工厂，在单个界面中撰写、计划、实施、管理和监视整个数据管道。
- 使用 Azure Express Route，在 Azure 数据中心和本地群集之间创建更安全、更可靠和更快速的专用连接。
请参阅示例解决方案，了解如何在 Azure 中处理大规模数据集。
