Upravit

Sdílet prostřednictvím


Vykreslování 3D videa

Azure Batch
Azure Storage
Azure Virtual Network
Azure Virtual Machine Scale Sets

Vykreslování 3D videa je časově náročný proces, který vyžaduje značné množství času na dokončení procesoru. Na jednom počítači může proces generování videosouboru ze statických prostředků trvat hodiny nebo dokonce dny v závislosti na délce a složitosti videa, které vytváříte. Mnoho společností si tyto úlohy koupí buď drahými špičkovými stolními počítači, nebo investovat do velkých vykreslovacích farem, do které můžou odesílat úlohy. Když ale využijete Azure Batch, bude vám tato moc dostupná, když ji potřebujete, a vypne se, když to neuděláte, a to vše bez kapitálových investic.

Architektura

Přehled architektur komponent, které jsou součástí cloudového nativního řešení PROSTŘEDÍ HPC pomocí služby Azure Batch

Stáhněte si soubor aplikace Visio s touto architekturou.

Tok dat

Tento scénář ukazuje pracovní postup, který používá Službu Azure Batch. Toky dat jsou následující:

  1. Nahrajte vstupní soubory a aplikace, které je budou zpracovávat, do účtu Azure Storage.
  2. Vytvořte ve svém účtu Batch fond výpočetních uzlů služby Batch, úlohu pro spuštění ve fondu a úkoly v této úloze.
  3. Stáhněte si vstupní soubory a aplikace do služby Batch.
  4. Monitorování provádění úkolů
  5. Nahrajte výstup úkolu.
  6. Stáhněte si výstupní soubory.

Pro zjednodušení tohoto procesu byste mohli použít také moduly plug-in Batch pro Maya a 3ds Max.

Komponenty

Azure Batch vychází z následujících technologií Azure:

Alternativy

Pokud potřebujete větší kontrolu nad vykreslovacím prostředím v Azure nebo potřebujete hybridní implementaci, může vám cloudová architektura CycleCloud pomoct orchestrovat mřížku IaaS v cloudu. Použití stejných základních technologií Azure jako Azure Batch zajišťuje efektivní vytváření a údržbu mřížky IaaS. Další informace najdete v tématu Co je Azure CycleCloud?

Úplný přehled všech řešení PROSTŘEDÍ HPC, která jsou k dispozici v Azure, najdete v článku Řešení HPC, Batch a Big Compute s využitím virtuálních počítačů Azure.

Podrobnosti scénáře

Služba Batch poskytuje konzistentní prostředí pro správu a plánování úloh bez ohledu na to, jestli vyberete výpočetní uzly Windows Serveru nebo Linuxu. Pomocí služby Batch můžete ke spouštění rozsáhlých úloh vykreslování v Azure používat stávající aplikace pro Windows nebo Linux, včetně aplikací AutoDesk Maya a Blender.

Potenciální případy použití

Toto řešení je ideální pro mediální a zábavní průmysl. Mezi další relevantní případy použití patří:

  • 3D modelování
  • Vykreslování visual FX (VFX)
  • Překódování videa
  • Zpracování obrázků, oprava barev a změna velikosti

Důležité informace

Tyto aspekty implementují pilíře dobře architektuře Azure, což je sada hlavních principů, které je možné použít ke zlepšení kvality úlohy. Další informace naleznete v tématu Microsoft Azure Well-Architected Framework.

Dostupné velikosti počítačů pro Azure Batch

Zatímco většina vykreslovacích zákazníků zvolí prostředky s vysokým výkonem procesoru, ostatní úlohy využívající škálovací sady virtuálních počítačů můžou zvolit virtuální počítače jinak a budou záviset na řadě faktorů:

  • Je aplikace vázaná na paměť?
  • Potřebuje aplikace používat gpu?
  • Jsou typy úloh trapně paralelní nebo vyžadují připojení infiniband pro úzce propojené úlohy?
  • Vyžadovat rychlý vstupně-výstupní operace pro přístup k úložišti na výpočetních uzlech.

Azure má širokou škálu velikostí virtuálních počítačů, které můžou řešit každý z výše uvedených požadavků na aplikaci, některé jsou specifické pro prostředí HPC, ale i ty nejmenší velikosti je možné použít k zajištění efektivní implementace mřížky:

  • Velikosti virtuálních počítačů HPC vzhledem k povaze vykreslování vázané na procesor obvykle Microsoft navrhuje virtuální počítače Azure H-Series. Tento typ virtuálního počítače se sestavuje speciálně pro požadavky na vysokovýkonné výpočty, mají k dispozici velikosti 8 a 16 jader virtuálních procesorů a nabízí paměť DDR4, dočasné úložiště SSD a technologii Haswell E5 Intel.
  • Velikosti virtuálních počítačů s GPU optimalizované pro GPU jsou specializované virtuální počítače dostupné s jedním nebo několika grafickými procesory NVIDIA. Tyto velikosti jsou navržené pro úlohy náročné na výpočetní výkon, grafiku a vizualizace.
  • Velikosti NC, NCv2, NCv3 a ND jsou optimalizované pro aplikace a algoritmy náročné na výpočty a sítě, včetně aplikací a simulací založených na CUDA a OpenCL, AI a hloubkového učení. Velikosti NV jsou optimalizované a navržené pro vzdálené vizualizace, streamování, hry, kódování a scénáře VDI pomocí architektur, jako jsou OpenGL a DirectX.
  • Velikosti virtuálních počítačů optimalizovaných pro paměť, pokud je vyžadováno více paměti, nabízejí velikosti optimalizovaných pro paměť vyšší poměr paměti k procesoru.
  • K dispozici jsou také velikosti virtuálních počítačů pro obecné účely a poskytují vyvážený poměr procesoru k paměti.

Dostupnost

Monitorování komponent Azure Batch je k dispozici prostřednictvím celé řady služeb, nástrojů a rozhraní API. Monitorování je podrobněji popsáno v článku Monitorování řešení Batch.

Škálovatelnost

Fondy v rámci účtu Azure Batch se můžou škálovat buď ručním zásahem, nebo pomocí vzorce založeného na metrikách Azure Batch automaticky škálovat. Další informace o škálovatelnosti najdete v článku Vytvoření vzorce automatického škálování pro škálování uzlů ve fondu Batch.

Zabezpečení

Zabezpečení poskytuje záruky proti záměrným útokům a zneužití cenných dat a systémů. Další informace najdete v tématu Přehled pilíře zabezpečení.

Obecné pokyny k návrhu zabezpečených řešení najdete v dokumentaci k zabezpečení Azure.

Odolnost

Přestože ve službě Azure Batch aktuálně není k dispozici žádná funkce převzetí služeb při selhání, doporučujeme použít následující kroky k zajištění dostupnosti, pokud dojde k neplánovanému výpadku:

  • Vytvoření účtu Azure Batch v alternativním umístění Azure s alternativním účtem úložiště
  • Vytvoření stejných fondů uzlů se stejným názvem s přidělenými nulovými uzly
  • Ujistěte se, že se aplikace vytvářejí a aktualizují na alternativní účet úložiště.
  • Nahrání vstupních souborů a odeslání úloh do alternativního účtu Azure Batch

Optimalizace nákladů

Optimalizace nákladů se zabývá způsoby, jak snížit zbytečné výdaje a zlepšit efektivitu provozu. Další informace najdete v tématu Přehled pilíře optimalizace nákladů.

Náklady na používání služby Azure Batch budou záviset na velikostech virtuálních počítačů používaných pro fondy a na tom, jak dlouho jsou tyto virtuální počítače přidělovány a spuštěny, nejsou spojené žádné náklady na vytvoření účtu Azure Batch. Úložiště a výchozí přenos dat by se měly vzít v úvahu, protože se za ně použijí další náklady.

Tady jsou příklady nákladů, které by mohly vzniknout pro úlohu, která se dokončí za 8 hodin pomocí jiného počtu serverů:

  • 100 vysoce výkonných virtuálních počítačů s procesorem: Odhad nákladů

    100 × H16m (16 jader, 225 GB RAM, Premium Storage 512 GB), 2 TB Blob Storage, výchozí přenos dat 1 TB

  • 50 vysoce výkonných virtuálních počítačů s procesorem: Odhad nákladů

    50 × H16m (16 jader, 225 GB RAM, Premium Storage 512 GB), 2 TB Blob Storage, výchozí přenos dat 1 TB

  • 10 vysoce výkonných virtuálních počítačů s procesorem: Odhad nákladů

    10 × H16m (16 jader, 225 GB RAM, Premium Storage 512 GB), 2 TB Blob Storage, výchozí přenos dat 1 TB

Ceny virtuálních počítačů s nízkou prioritou

Azure Batch také podporuje použití virtuálních počítačů s nízkou prioritou ve fondech uzlů, což může potenciálně přinést značné úspory nákladů. Další informace, včetně porovnání cen mezi standardními virtuálními počítači a virtuálními počítači s nízkou prioritou, najdete v tématu Ceny služby Azure Batch.

Poznámka:

Virtuální počítače s nízkou prioritou jsou vhodné jenom pro určité aplikace a úlohy.

Nasazení tohoto scénáře

Ruční vytvoření účtu a fondů Azure Batch

Tento scénář ukazuje, jak služba Azure Batch funguje při předvádění azure Batch Labs jako ukázkového řešení SaaS, které je možné vyvíjet pro vaše vlastní zákazníky:

Azure Batch Labs

Nasazení komponent

Šablona se nasadí:

  • Nový účet Azure Batch
  • Účet úložiště
  • Fond uzlů přidružený k účtu Batch
  • Fond uzlů bude nakonfigurovaný tak, aby používal virtuální počítače A2 v2 s imagemi Canonical Ubuntu.
  • Fond uzlů bude zpočátku obsahovat nula virtuálních počítačů a bude vyžadovat ruční škálování pro přidání virtuálních počítačů.

Kliknutím na odkaz níže nasaďte řešení.

Nasazení do Azure

Další informace o šablonách Resource Manageru

Další kroky

Dokumentace k produktu:

Moduly learn: