Udostępnij za pośrednictwem

Obliczenia o wysokiej wydajności (HPC) na platformie Azure

  • Artykuł

Wprowadzenie do obliczeń HPC

Obliczenia o wysokiej wydajności (HPC), nazywane również "dużymi obliczeniami", używają dużej liczby komputerów z procesorem CPU lub procesorem GPU do rozwiązywania złożonych zadań matematycznych.

Wiele branży używa obliczeń HPC do rozwiązywania niektórych ze swoich najtrudniejszych problemów. Obejmują one obciążenia, takie jak:

  • Genomics
  • Symulacje dotyczące ropy naftowej i gazu
  • Finance
  • Projektowanie półprzewodników
  • Projektowanie
  • Modelowanie zjawisk pogodowych

Czym różnią się obliczenia HPC w chmurze?

Jedną z podstawowych różnic między lokalnym systemem HPC a jednym w chmurze jest możliwość dynamicznego dodawania i usuwania zasobów w miarę ich potrzeb. Dynamiczne skalowanie usuwa „wąskie gardło” możliwości obliczeniowych i pozwala klientom skalować ich infrastrukturę odpowiednio do wymagań związanych z wykonywanymi zadaniami.

Poniższe artykuły zawierają więcej szczegółów dotyczących tej funkcji dynamicznego skalowania.

Lista kontrolna wdrażania

Gdy chcesz zaimplementować własne rozwiązanie HPC na platformie Azure, pamiętaj o sprawdzeniu następujących kwestii:

  • Wybieranie odpowiedniej architektury na podstawie wymagań
  • Dowiadywanie się, które opcje obliczeniowe są odpowiednia dla Twojego obciążenia
  • Identyfikowanie odpowiedniego rozwiązania do magazynowania zaspokajającego Twoje potrzeby
  • Decydowanie o sposobie, w jaki zamierzasz zarządzać wszystkimi swoimi zasobami
  • Optymalizowanie swojej aplikacji pod kątem chmury
  • Zabezpieczanie infrastruktury

Infrastruktura

Istnieje wiele składników infrastruktury, które są niezbędne do utworzenia systemu HPC. Zasoby obliczeniowe, magazyn i sieć zapewniają podstawowe składniki, bez względu na sposób zarządzania obciążeniami HPC.

Compute

Platforma Azure oferuje szeroką gamę rozmiarów zoptymalizowanych pod kątem obciążeń intensywnie korzystających zarówno z procesora CPU, jak i GPU.

Maszyny wirtualne oparte na procesorze CPU

Maszyny wirtualne z obsługą procesorów GPU

Maszyny wirtualne z serii N są wyposażone w procesory GPU NVIDIA zaprojektowane pod kątem aplikacji wymagających dużych obciążeń obliczeniowych lub graficznych, takich jak uczenie sztucznej inteligencji (AI) i wizualizacja.

Storage

Duże obciążenia usług Batch i HPC mają wymagania dotyczące magazynu danych i dostępu, które przekraczają możliwości tradycyjnych systemów plików w chmurze. Istnieje wiele rozwiązań, które zarządzają zarówno szybkością, jak i potrzebami pojemności aplikacji HPC na platformie Azure:

Aby uzyskać więcej informacji na temat porównywania rozwiązań Lustre, GlusterFS i BeeGFS na platformie Azure, zapoznaj się z książką elektroniczną Parallel Files Systems na platformie Azure i blogiem Lustre na platformie Azure.

Sieć

Maszyny wirtualne H16r, H16mr, A8 i A9 mogą łączyć się z siecią zaplecza RDMA o wysokiej przepływności. Ta sieć może zwiększyć wydajność ściśle powiązanych aplikacji równoległych działających w ramach interfejsu Microsoft Message Passing Interface lepiej znanego jako MPI lub Intel MPI.

Zarządzanie

Zrób to sam

Tworzenie systemu HPC od podstaw na platformie Azure zapewnia znaczną elastyczność, ale często wymaga bardzo intensywnej konserwacji.

  1. Skonfiguruj własne środowisko klastra na maszynach wirtualnych platformy Azure lub w zestawach skalowania maszyn wirtualnych.
  2. Użyj szablonów usługi Azure Resource Manager do wdrażania wiodących menedżerów obciążeń, infrastruktury i aplikacji.
  3. Wybierz rozmiary maszyn wirtualnych GPU i HPC obejmujących wyspecjalizowany sprzęt i połączenia sieciowe dla obciążeń interfejsu MPI lub procesora GPU.
  4. Dodaj magazyn o wysokiej wydajności dla obciążeń intensywnie korzystających z operacji we/wy.

Rozszerzanie możliwości chmury i środowiska hybrydowego

Jeśli masz istniejący lokalny system HPC, który chcesz połączyć się z platformą Azure, istnieje kilka zasobów, które pomogą Ci rozpocząć pracę.

Najpierw przejrzyj artykuł Opcje łączenia sieci lokalnej z platformą Azure w dokumentacji. W tym miejscu możesz znaleźć dodatkowe informacje na temat tych opcji łączności:

Po bezpiecznym nawiązaniu łączności sieciowej można zacząć korzystać z zasobów obliczeniowych chmury na żądanie przy użyciu możliwości obsługi dużego ruchu istniejącego menedżera obciążeń.

Rozwiązania z witryny Marketplace

W witrynie Azure Marketplace jest dostępnych wiele menedżerów obciążeń.

Usługa Azure Batch

Azure Batch to usługa platformy do wydajnego uruchamiania aplikacji równoległych i HPC na dużą skalę w chmurze. Usługa Azure Batch umożliwia planowanie pracy wymagającej intensywnych obliczeń do wykonania w zarządzanej puli maszyn wirtualnych oraz automatyczne skalowanie zasobów obliczeniowych w celu spełnienia wymagań związanych z zadaniami.

Deweloperzy lub dostawcy oprogramowania jako usługi mogą używać narzędzi i zestawów SDK usługi Batch do integrowania aplikacji HPC lub obciążeń kontenerów z platformą Azure, przemieszczania danych na platformę Azure i tworzenia potoków wykonywania zadań.

W usłudze Azure Batch wszystkie usługi działają w chmurze, na poniższym obrazie przedstawiono wygląd architektury w usłudze Azure Batch, konfiguracje skalowalności i harmonogramu zadań uruchomione w chmurze, a wyniki i raporty mogą być wysyłane do środowiska lokalnego.

Diagram przedstawia przykład architekturę HPC dla usługi Azure Batch.

Azure CycleCloud

Azure CycleCloud udostępnia najprostsze rozwiązanie do zarządzania obciążeniami HPC przy użyciu dowolnego harmonogramu (takiego jak Slurm, Grid Engine, HPC Pack, HTCondor, LSF, PBS Pro lub Symphony) na platformie Azure

Narzędzie CycleCloud umożliwia:

  • Wdrażanie pełnych klastrów i innych zasobów, w tym harmonogramu, obliczeniowych maszyn wirtualnych, magazynu, sieci i pamięci podręcznej
  • Organizowanie przepływów pracy zadań, danych i chmury
  • Zapewnianie administratorom pełnej kontroli nad tym, którzy użytkownicy mogą uruchamiać zadania oraz gdzie i jakim kosztem mogą to robić
  • Dostosowywanie i optymalizowanie klastrów za pomocą zaawansowanych zasad i funkcji zarządzania, w tym kontroli kosztów, integracji z usługą Active Directory, monitorowania i raportowania
  • Używanie bieżących aplikacji i harmonogramu zadań w niezmienionej formie
  • Korzystanie z wbudowanego autoskalowania oraz sprawdzonych architektur referencyjnych dla wielu różnych branż i obciążeń HPC
Model skalowania hybrydowego/chmurowego

Na tym przykładzie hybrydowym widać wyraźnie, jak te usługi są dystrybuowane między chmurą a środowiskiem lokalnym. Możliwość uruchamiania zadań w obu obciążeniach. Diagram przedstawia przykładową architekturę HPC dla rozwiązania CycleCloud na platformie Azure w środowisku hybrydowym.

Model natywny dla chmury

Poniższy przykładowy diagram modelu natywnego w chmurze pokazuje, jak obciążenie w chmurze będzie obsługiwać wszystko, zachowując jednocześnie połączenie ze środowiskiem lokalnym.

Diagram przedstawia przykładową architekturę HPC dla rozwiązania CycleCloud na platformie Azure w modelu natywnym dla chmury.

Porównanie

Funkcja Usługa Azure Batch Azure CycleCloud
Planista Interfejsy API i narzędzia usługi Batch oraz skrypty wiersza polecenia w witrynie Azure Portal (natywne dla chmury). Użyj standardowych harmonogramów HPC, takich jak Slurm, PBS Pro, LSF, Grid Engine i HTCondor, lub rozszerz wtyczki autoskalowania CycleCloud, aby pracować z własnym harmonogramem.
Zasoby obliczeniowe Węzły oprogramowania jako usługi — platforma jako usługa Oprogramowanie jako usługa platformy jako usługi — platforma jako usługa
Narzędzia monitora Azure Monitor Azure Monitor, Grafana
Dostosowanie Niestandardowe pule obrazów, obrazy innych firm, dostęp do interfejsu API usługi Batch. Korzystanie z kompleksowego interfejsu API RESTful w celu dostosowywania i rozszerzania funkcjonalności, wdrażania własnego harmonogramu i obsługi istniejących menedżerów obciążeń
Integracja Potoki usługi Synapse, Azure Data Factory, interfejs wiersza polecenia platformy Azure Wbudowany interfejs wiersza polecenia dla systemów Windows i Linux
Typ użytkownika Deweloperzy Klasyczni administratorzy i użytkownicy HPC
Typ pracy Batch, Workflows Ściśle powiązane (Message Passing Interface/MPI).
Obsługa systemu Windows Tak Różni się w zależności od wyboru harmonogramu

Menedżerowie obciążeń

Poniżej przedstawiono przykłady menedżerów obciążeń i klastra, którzy mogą być uruchamiani w infrastrukturze platformy Azure. Utwórz klastry autonomiczne na maszynach wirtualnych platformy Azure lub przenieś duży ruch z klastra lokalnego na maszyny wirtualne platformy Azure.

Kontenery

Do zarządzania niektórymi obciążeniami HPC można także używać kontenerów. Usługi, takie jak Azure Kubernetes Service (AKS), ułatwiają wdrażanie zarządzanego klastra Kubernetes na platformie Azure.

Zarządzanie kosztami

Zarządzanie kosztami obliczeń HPC na platformie Azure może odbywać się na kilka różnych sposobów. Przejrzyj opcje zakupu platformy Azure, aby znaleźć metodę, która sprawdza się najlepiej w Twojej organizacji.

Zabezpieczenia

Aby poznać omówienie najlepszych rozwiązań dotyczących zabezpieczeń na platformie Azure, przejrzyj dokumentację zabezpieczeń platformy Azure.

Oprócz konfiguracji sieci dostępnych w sekcji Skalowanie w chmurze można zaimplementować konfigurację piasty/szprychy w celu odizolowania zasobów obliczeniowych:

Aplikacje HPC

Uruchom niestandardowe lub komercyjne aplikacje HPC na platformie Azure. Kilka przykładów w tej sekcji jest badanych w testach porównawczych pod kątem wydajnego skalowania przy użyciu dodatkowych maszyn wirtualnych lub rdzeni obliczeniowych. Odwiedź portal Azure Marketplace, aby uzyskać rozwiązania gotowe do wdrożenia.

Uwaga

Skontaktuj się z dostawcą aplikacji komercyjnej w celu uzyskania informacji na temat licencjonowania lub innych ograniczeń związanych z uruchamianiem w chmurze. Nie wszyscy dostawcy oferują licencjonowanie oparte na płatności zgodnie z rzeczywistym użyciem. Dla danego rozwiązania może być konieczne posiadanie serwera licencyjnego w chmurze lub połączenie z lokalnym serwerem licencji.

Aplikacje inżynieryjne

Oprogramowanie graficzne i renderujące

Sztuczna inteligencja i uczenie głębokie

Dostawcy interfejsu MPI

Wizualizacja zdalna

Uruchamianie maszyn wirtualnych opartych na procesorze GPU na platformie Azure w tym samym regionie co dane wyjściowe HPC w celu uzyskania najmniejszego opóźnienia, dostępu i wizualizacji zdalnej za pośrednictwem usługi Azure Virtual Desktop.

Testy porównawcze wydajności

Historie klientów

Istnieje wielu klientów, którzy odnotowali wielki sukces dzięki użyciu platformy Azure na potrzeby obciążeń HPC. Kilka z analiz przypadków tych klientów zamieszczono poniżej:

Inne istotne informacje

Następne kroki

Najnowsze ogłoszenia można znaleźć w następujących zasobach:

Przykłady usługi Microsoft Batch

Te samouczki zawierają szczegółowe informacje na temat uruchamiania aplikacji w usłudze Microsoft Batch: