Сценарии для технологий HPC и пакетной службы
У каждой задачи высокопроизводительных вычислений (HPC) свои требования, и часто необходимо уникальное решение.
Как архитектор решений в проектной организации, вы должны использовать решения HPC в Azure для решения сложных задач, с которыми сталкивается организация. Эти задачи включают визуализацию трехмерных моделей помещений, которые проектирует организация, и хранение больших объемов статистических данных. Суть HPC заключается в использовании множества компьютеров или компьютеров с высокой заданной конфигурацией ЦП, GPU и памяти для работы со сложными, трудоемкими задачами.
Здесь вы узнаете о некоторых типичных вариантах использования HPC. Эти знания помогут вам определить будущие проблемы, которые можно решить с помощью решений HPC.
Распространенные варианты использования HPC
Организации используют HPC для решения разнообразных бизнес-задач. Требования могут быть уникальными, но часто варианты использования можно разделить на несколько распространенных сценариев.
Анализ конечных элементов
Анализ конечных элементов помогает решить задачи, связанные со сложными вопросами физики проектирования. Такие задачи имеют дело с тепловой передачей, структурным анализом, переносом массы и электромагнитным потенциалом. Для решения этих задач крупные системы делятся на небольшие блоки, называемые конечными элементами, и собираются в более крупную систему уравнений.
Например, моделирование автомобильных аварий и прогнозирование погоды. Вы можете выделить наиболее интересные аспекты системы. Например, моделирование автомобильных аварий может сосредоточиться на передней части автомобиля, а моделирование погоды можно оптимизировать для выявления экстремальных погодных условий. При использовании анализа конечных элементов для моделирования автомобильных аварий просто требуется спецификация структурной геометрии и материального состава автомобиля. Математические вариации того, что может произойти при автомобильной аварии в течение нескольких секунд, настолько обширны, что для правильного моделирования может понадобиться HPC.
Отрисовка трехмерной модели
Трехмерная отрисовка является классическим вариантом использования HPC в облаке. Для полной отрисовки трехмерного видео или изображения из статических ресурсов на одном компьютере может потребоваться несколько часов или дней. Вы можете приобрести дорогостоящий и хорошо оснащенный компьютер, чтобы справиться с этой задачей. Но учитывая скорость, с которой устаревают технологии, более экономичным и эффективным решением может стать аренда необходимой мощности в облаке. Используйте пакетную службу Azure, чтобы арендовать столько мощности, сколько потребуется для отрисовки за нужное время, после чего завершите работу ненужных ресурсов. Этот процесс можно использовать, если вам часто необходимо выполнять подобные задания.
Базовая инфраструктура развивается по мере появления новых технологий. Пакетная служба также позволяет использовать некоторые из самых популярных решений для трехмерной отрисовки, например Maya, 3D Studio Max и Chaos V-Ray. Вы оплачиваете лицензию за часы. Так как отрисовка требует особенно много ресурсов ЦП, развертывание виртуальных машин серии H в пулах пакетной службы обеспечивает эффективное решение.
На приведенной ниже схеме показана типичная архитектура пакетной службы, которую можно использовать для поддержки трехмерной отрисовки.
Анализ ДНК
Геномика — изучение сложной структуры ДНК отдельного организма — также хорошо подходит для облачных методик HPC. Исследование генома обычно включает большие объемы данных. Конфигурация ДНК отслеживается в достаточно большом количестве организмов, чтобы определить существенные вариации. В среднем в теле человека около 25 000 генов, каждый из которых состоит из инструкций длиной от 500 до 2 300 000 символов. HPC в облаке позволяет эффективно хранить и обрабатывать огромные объемы данных без крупных капитальных расходов на технологии, которые быстро устареют.
Система автоматизированного проектирования
Система автоматизированного проектирования (САПР), которая имеет некоторые сходства с конечным анализом элементов и отрисовкой трехмерных пакетов, является еще одним хорошим вариантом использования HPC в облаке. САПР ускоряет проектирование и тестирование продукта и позволяет выполнять сложные визуализации и имитации на полученных артефактах.
На этой схеме показана возможная архитектура, которую можно использовать для публикации продукта САПР "программное обеспечение как услуга" (SaaS) на основе виртуальных машин серии N и H в Azure.
Вычислительная гидродинамика
В вычислительной гидродинамике используется математика для моделирования непрерывных потоков — свободных и взаимодействующих с твердыми поверхностями. Эти имитации облагаются налогом с точки зрения вычислений. Они предоставляют хороший вариант использования для некоторых из более сложных аспектов виртуальных машин серии H, которые вы видели ранее. К этим аспектам относятся сетевые возможности InfiniBand и возможность взаимодействия через Message Passing Interface (MPI).
Критерии принятия решений
Какая служба кандидатов используется?
Lift-and-shift — это стратегия по переноса рабочей нагрузки в облако без повторного проектирования приложения и внесения изменений в код. Также называется повторным размещением. См. дополнительные сведения о Центре миграции Azure.
Оптимизация для облака — это стратегия переноса в облако путем рефакторинга приложения для использования преимуществ облачных функций и возможностей.
Какая служба хранилища Azure HPC используется?
Вычисления на основе ЦП и GPU
ЦП (мозг) может работать над различными вычислениями, в то время как GPU (драйв) лучше всего сосредоточить все вычислительные способности на конкретной задаче.
Хотя отдельные ядра ЦП быстрее измеряются скоростью ЦП и умнее, как измеряется доступными наборами инструкций. Основное количество ядер GPU и большое количество параллелизма, которое они предлагают, составляют разницу скорости одноядерных часов и ограниченные наборы инструкций.
ЦП
- ЦП состоит из некоторых ядер, оптимизированных для последовательной последовательной обработки. Он предназначен для максимальной производительности одной задачи в задании.
- Чтобы найти нужную виртуальную машину ЦП, выполните следующие действия.
- Определите, выполняется ли одно задание для приложения HPC на менее чем на одном компьютере или использует MPI на нескольких компьютерах.
- Определите ОЗУ задания на использование ядра (например, 6 ГБ ОЗУ на ядро) и проверьте подходящие экземпляры.
- Если для рабочей нагрузки требуются физические ядра, используйте семейства виртуальных машин (показанные в фиолетовом цвете).
- Проверьте доступность предпочитаемых компьютеров.
- Крей применяется для любых рабочих нагрузок:
- Где рабочий тип виртуальной машины недоступен в регионе
- Что является высоким уровнем использования, серверы используются 80+%
- Где у нас нет рабочей конфигурации виртуальной машины
GPU
- GPU использует тысячи меньших и более эффективных ядер для массовой параллельной архитектуры, направленной на обработку нескольких функций одновременно.
- Современные GPU обеспечивают превосходную мощность обработки, пропускную способность памяти и эффективность по сравнению с их аналогами ЦП. Они 50–100 раз быстрее в задачах, требующих нескольких параллельных процессов.
Почему сеть с низкой задержкой важна для тесно связанных заданий?
Многие приложения HPC имеют высокую параллельную связь и тесно связаны между собой. Это означает, что во время выполнения параллельного моделирования приложений все параллельные процессы должны часто взаимодействовать друг с другом.
Эти типы приложений обычно выполняются лучше, если взаимодействие между параллельными процессами выполняется в сетях с высокой пропускной способностью и низкой задержкой, например InfiniBand.
Тесно связанная природа этих приложений означает, что если одна виртуальная машина не работает оптимально, это может привести к снижению производительности задания.
Для правильной работы узлов требуется значительный перекрестный (чат) друг с другом.
