Szerkesztés

CAE

Azure Application Gateway
Azure Blob Storage
Azure Kubernetes Service (AKS)
Azure Virtual Machines

Figyelemfelhívás

Ez a cikk a CentOS-ra, egy olyan Linux-disztribúcióra hivatkozik, amely közel áll az élettartam (EOL) állapotához. Fontolja meg a használatát, és ennek megfelelően tervezze meg. További információ: CentOS End Of Life útmutató.

Ez a példaforgatókönyv az Azure nagy teljesítményű számítási (HPC) képességeire épülő saaS-platform megvalósítását mutatja be. Ez a forgatókönyv egy mérnöki szoftvermegoldáson alapul. Az architektúra azonban más, HPC-erőforrásokat igénylő iparágakra is vonatkozik, például a képmegjelenítésre, az összetett modellezésre és a pénzügyi kockázat kiszámítására.

Architektúra

A HPC-képességeket engedélyező SaaS-megoldás architektúrája.

Töltse le az architektúra Visio-fájlját.

Munkafolyamat

  • A felhasználók az Apache Guacamole szolgáltatással html5-alapú RDP-kapcsolattal rendelkező böngészőn keresztül érhetik el az NV-sorozatú virtuális gépeket (VM-eket). Ezek a virtuálisgép-példányok hatékony GPU-kat biztosítanak a renderelési és együttműködési feladatokhoz. A felhasználók szerkeszthetik a terveiket, és megtekinthetik az eredményeket anélkül, hogy hozzá kellene férniük a csúcskategóriás mobil számítástechnikai eszközökhöz vagy laptopokhoz. Az ütemező további virtuális gépeket hoz létre a felhasználó által definiált heurisztika alapján.
  • Egy asztali CAD-munkamenetben a felhasználók számítási feladatokat küldhetnek végrehajtásra az elérhető HPC-fürtcsomópontokon. Ezek a számítási feladatok olyan feladatokat hajtanak végre, mint a stresszelemzés vagy a számítási folyadékdinamikai számítások, így nincs szükség dedikált helyszíni számítási fürtökre. Ezek a fürtcsomópontok úgy konfigurálhatók, hogy terhelés vagy üzenetsor mélysége alapján automatikusan skálázhatók a számítási erőforrások aktív felhasználói igényei alapján.
  • Az Azure Kubernetes Service (AKS) a végfelhasználók számára elérhető webes erőforrások üzemeltetésére szolgál.

Összetevők

  • A H sorozatú virtuális gépeket olyan nagy számítási igényű szimulációk futtatására használják, mint a molekuláris modellezés és a számítási folyadék dinamikája. A megoldás olyan technológiák előnyeit is kihasználja, mint a távoli közvetlen memóriahozzáférés (RDMA) és az InfiniBand hálózatkezelés.
  • Az NV-sorozatú virtuális gépek csúcskategóriás munkaállomás-funkciókat biztosítanak a mérnököknek egy standard webböngészőből. Ezek a virtuális gépek nvidia Tesla M60 GPU-kkal rendelkeznek, amelyek támogatják a speciális renderelést, és egyetlen pontosságú számítási feladatot futtathatnak.
  • A CentOS-t futtató általános célú virtuális gépek hagyományosabb számítási feladatokat, például webalkalmazásokat kezelnek.
  • Az Application Gateway terhelése kiegyenlíti a webkiszolgálókra érkező kéréseket.
  • Az Azure Kubernetes Service (AKS) skálázható számítási feladatok alacsonyabb költséggel történő futtatására szolgál olyan szimulációk esetében, amelyek nem igénylik a HPC vagy GPU virtuális gépek magas szintű képességeit.
  • Az Altair PBS Works Suite vezényli a HPC-munkafolyamatot, biztosítva, hogy elegendő virtuálisgép-példány legyen elérhető az aktuális terhelés kezeléséhez. Emellett felszabadítja a virtuális gépeket, ha alacsonyabb a kereslet a költségek csökkentése érdekében.
  • A Blob Storage az ütemezett feladatokat támogató fájlokat tárolja.

Alternatívák

  • Az Azure CycleCloud leegyszerűsíti a HPC-fürtök létrehozását, kezelését, üzemeltetését és optimalizálását. Speciális szabályzat- és szabályozási funkciókat kínál. A CycleCloud bármilyen feladatütemezőt vagy szoftververmet támogat.
  • A HPC Pack létrehozhat és kezelhet Egy Azure HPC-fürtöt Windows Server-alapú számítási feladatokhoz. A HPC Pack nem választható Linux-alapú számítási feladatokhoz.
  • Az Azure Automation State Configuration egy kódként használható infrastruktúra-megközelítést biztosít az üzembe helyezendő virtuális gépek és szoftverek meghatározásához. A virtuális gépek üzembe helyezhetők egy virtuálisgép-méretezési csoport részeként, a számítási csomópontokra vonatkozó automatikus skálázási szabályokkal a feladatsorba küldött feladatok száma alapján. Ha új virtuális gépre van szükség, a rendszer a legújabb javított rendszerképet használja az Azure-rendszerképtárból, majd a szükséges szoftvert egy PowerShell DSC-konfigurációs szkripttel telepíti és konfigurálja.
  • Azure Functions

Forgatókönyv részletei

Ez a példa egy mérnöki szoftverszolgáltatót mutat be, amely számítógéppel támogatott mérnöki (CAE) alkalmazásokat biztosít mérnöki cégeknek és gyártó vállalatoknak. A CAE-megoldások lehetővé teszik az innovációt, csökkentik a fejlesztési időt és csökkentik a költségeket a termék tervezése során. Ezek a megoldások jelentős számítási erőforrásokat igényelnek, és gyakran nagy adatmennyiségeket dolgoznak fel. A helyszíni HPC-berendezések vagy a csúcskategóriás munkaállomások magas költségei gyakran elzárják ezeket a technológiákat a kis mérnöki cégek, vállalkozók és diákok számára.

A vállalat egy felhőalapú HPC-technológiákkal támogatott SaaS-platform létrehozásával szeretné bővíteni alkalmazásai piacát. Ügyfeleiknek szükség szerint fizetniük kell a számítási erőforrásokért, és olyan nagy számítási teljesítményhez kell hozzáférniük, amely egyébként megfizethetetlen lenne.

A vállalat céljai a következők:

  • A HPC képességeinek kihasználása az Azure-ban a terméktervezési és tesztelési folyamat felgyorsítása érdekében.
  • A legújabb hardverinnovációk használata összetett szimulációk futtatásához, az egyszerűbb szimulációk költségeinek minimalizálása mellett.
  • Az élethű vizualizáció és a renderelés engedélyezése webböngészőben, csúcskategóriás mérnöki munkaállomás megkövetelése nélkül.

Lehetséges használati esetek

Ez a forgatókönyv a média, a pénzügy, a gyártás, az oktatás, az energia és a környezetvédelmi iparágakhoz kapcsolódik. Egyéb releváns használati esetek a következők:

  • Genomikai kutatás
  • Időjárási szimuláció
  • Számítási kémiai alkalmazások

Megfontolások

Ezek a szempontok implementálják az Azure Well-Architected Framework alappilléreit, amely a számítási feladatok minőségének javítására használható vezérelvek halmaza. További információ: Microsoft Azure Well-Architected Framework.

  • Bár a virtuális gépek builddefinícióinak kezelésére kiváló módszer az infrastruktúra mint kód típusú megközelítés használata, az új virtuális gépek szkriptek használatával történő kiépítése hosszú időt vehet igénybe. Ez a megoldás jó középutat talált a DSC-szkript használatával, hogy rendszeres időközönként aranylemezképet hozzon létre, amely aztán egy új virtuális gép üzembe helyezésére használható gyorsabban, mint egy igény szerinti virtuális gép teljes kiépítése a DSC használatával. Az Azure DevOps Services vagy más CI/CD-eszközök rendszeresen frissíthetik az aranylemezképeket DSC-szkriptek használatával.
  • A teljes megoldás költségeinek és a számítási erőforrások gyors rendelkezésre állásának kiegyensúlyozása kulcsfontosságú szempont. Az N sorozatú virtuálisgép-példányok készletének kiépítése és felszabadított állapotba helyezése csökkenti az üzemeltetési költségeket. Ha további virtuális gépre van szükség, a meglévő példány újbóli üzembe helyezése a virtuális gép másik gazdagépen való bekapcsolásával jár, de az operációs rendszer által a GPU illesztőprogramjainak azonosításához és telepítéséhez szükséges PCI-buszészlelési idő megszűnik, mivel a leépített és újraépített virtuális gépek újraindításkor ugyanazt a PCI-buszt fogják használni a GPU-hoz.
  • Az eredeti architektúra teljes egészében az Azure-beli virtuális gépekre támaszkodott szimulációk futtatásához. A virtuális gép összes funkcióját nem igénylő számítási feladatok költségeinek csökkentése érdekében ezeket a számítási feladatokat tárolóba helyezték és üzembe helyezték az Azure Kubernetes Service-ben (AKS).
  • A vállalat munkaerője már rendelkezik a nyílt forráskódú technológiák terén meglévő ismeretekkel. Ezeket a készségeket olyan technológiákra építve használhatják ki, mint a Linux és a Kubernetes.

Költségoptimalizálás

A költségoptimalizálás a szükségtelen kiadások csökkentésének és a működési hatékonyság javításának módjairól szól. További információ: A költségoptimalizálási pillér áttekintése.

A forgatókönyv futtatásának költségeinek megismeréséhez számos szükséges szolgáltatás előre konfigurálva van egy költségkalkulátor-példában. A megoldás költségei a követelményeknek való megfeleléshez szükséges szolgáltatások számától és skálájától függenek.

A következő szempontok a megoldás költségeinek jelentős részét fogják eredményezni:

  • Az Azure-beli virtuális gépek költségei lineárisan növekednek a további példányok kiépítésekor. A felszabadított virtuális gépek csak tárolási költségekkel járnak, nem pedig számítási költségekkel. Ezeket a felszabadított gépeket aztán újra lehet helyezni, ha nagy a kereslet.
  • Az Azure Kubernetes Services költségei a számítási feladat támogatásához választott virtuálisgép-típuson alapulnak. A költségek lineárisan növekednek a fürtben lévő virtuális gépek száma alapján.

Következő lépések