3D-s videórenderelés

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

A 3D videómegjelenítés egy időigényes folyamat, amely jelentős mennyiségű processzoridőt igényel. Egyetlen gépen a videofájl statikus objektumokból való létrehozásának folyamata órákat vagy akár napokat is igénybe vehet a létrehozott videó hosszától és összetettségétől függően. Sok vállalat drága, csúcskategóriás asztali számítógépeket vásárol ezeknek a feladatoknak a elvégzéséhez, vagy nagy renderfarmokba fektet be, amelyekbe feladatokat küldhet be. Az Azure Batch előnyeit kihasználva azonban ez a teljesítmény akkor érhető el, amikor szüksége van rá, és leállítja magát, ha nem, mindezt tőkebefektetés nélkül.

Felépítés

Architecture overview of the components involved in a cloud-native HPC solution using Azure Batch.

Töltse le az architektúra Visio-fájlját.

Adatfolyam

Ez a forgatókönyv egy Azure Batchet használó munkafolyamatot mutat be. Az adatfolyamok a következők:

  1. Töltse fel a bemeneti fájlokat és az azokat feldolgozó alkalmazásokat az Azure Storage-fiókba.
  2. Hozzon létre egy számítási csomópontokból álló Batch-készletet a Batch-fiókjában, egy feladatot a számítási feladat futtatásához a készleten, valamint a feladat alá tartozó tevékenységeket.
  3. Töltse le a bemeneti fájlokat és az alkalmazásokat a Batchbe.
  4. Tevékenység végrehajtásának figyelése.
  5. Feladat kimenetének feltöltése.
  6. Kimeneti fájlok letöltése.

A folyamat egyszerűsítése érdekében használhatja a Maya és a 3ds Max Batch beépülő moduljait is

Összetevők

Az Azure Batch a következő Azure-technológiákra épül:

Alternatívák

Ha több vezérlést igényel a renderelési környezet felett az Azure-ban, vagy hibrid implementációra van szüksége, akkor a CycleCloud-számítástechnika segíthet egy IaaS-rács felhőbeli vezényléséhez. Az Azure Batch-hez hasonló mögöttes Azure-technológiák használatával az IaaS-rács létrehozása és karbantartása hatékony folyamattá válik. További információ: Mi az Az Azure CycleCloud?

Az Azure-ban elérhető összes HPC-megoldás teljes áttekintéséért tekintse meg a HPC, a Batch és a Big Compute azure-beli virtuális gépeket használó megoldásait ismertető cikket.

Forgatókönyv részletei

A Batch konzisztens felügyeleti élményt és feladatütemezést biztosít, akár Windows Server, akár Linux rendszerű számítási csomópontokat választ. A Batch használatával a meglévő Windows- vagy Linux-alkalmazásokat, köztük az AutoDesk Mayát és a Blendert is használhatja nagy léptékű renderelési feladatok futtatásához az Azure-ban.

Lehetséges használati esetek

Ez a megoldás ideális a média- és szórakoztatóipar számára. Egyéb releváns használati esetek a következők:

  • 3D modellezés
  • Visual FX (VFX) renderelés
  • Videoátkódolás
  • Képfeldolgozás, színkorrekció és átméretezés

Considerations

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.

Az Azure Batchhez elérhető gépméretek

Bár a legtöbb renderelő ügyfél magas processzorteljesítményű erőforrásokat választ, a virtuálisgép-méretezési csoportokat használó egyéb számítási feladatok eltérően választhatnak virtuális gépeket, és számos tényezőtől függenek:

  • Az alkalmazáshoz memória van kötve?
  • Az alkalmazásnak GPU-kat kell használnia?
  • A feladattípusok kínosan párhuzamosak, vagy infiniband kapcsolatot igényelnek a szorosan összekapcsolt feladatokhoz?
  • A számítási csomópontokon lévő tároló eléréséhez gyors I/O-ra van szükség.

Az Azure számos virtuálisgép-mérettel rendelkezik, amelyek a fenti alkalmazáskövetelmények mindegyikét képesek kielégíteni, némelyik a HPC-hez tartozik, de még a legkisebb méretek is használhatók a hatékony hálózati megvalósításhoz:

  • HPC virtuális gépek méretei A renderelés processzorhoz kötött jellege miatt a Microsoft általában az Azure H sorozatú virtuális gépeket javasolja. Ez a virtuális géptípus kifejezetten a magas szintű számítási igényekhez készült, 8 és 16 magos vCPU-méretekkel rendelkezik, és DDR4 memóriával, SSD ideiglenes tárolóval és Haswell E5 Intel technológiával rendelkezik.
  • A GPU virtuálisgép-méretek GPU-optimalizált virtuálisgép-méretei olyan speciális virtuális gépek, amelyek egy vagy több NVIDIA GPU-val érhetők el. Ezeket a méreteket nagy számítási igényű, grafikus és vizualizációs számítási feladatokhoz tervezték.
  • Az NC, NCv2, NCv3 és ND méretek számítási igényű és hálózatigényes alkalmazásokhoz és algoritmusokhoz vannak optimalizálva, beleértve a CUDA- és OpenCL-alapú alkalmazásokat és szimulációkat, az AI-t és a Mély Tanulás. Az NV-méretek távoli vizualizációhoz, streameléshez, játékhoz, kódoláshoz és VDI-forgatókönyvekhez vannak optimalizálva és tervezve olyan keretrendszerek használatával, mint az OpenGL és a DirectX.
  • Memóriaoptimalizált virtuálisgép-méretek Ha több memória szükséges, a memóriaoptimalizált virtuálisgép-méretek nagyobb memória-processzor arányt biztosítanak.
  • Általános célú virtuálisgép-méretek Általános célú virtuálisgép-méretek is elérhetők, és kiegyensúlyozott processzor-memória arányt biztosítanak.

Elérhetőség

Az Azure Batch-összetevők monitorozása számos szolgáltatással, eszközzel és API-kkal érhető el. A monitorozást a Batch-megoldások monitorozásáról szóló cikkben részletesebben is bemutatjuk.

Méretezhetőség

Az Azure Batch-fiókban lévő készletek manuális beavatkozással skálázhatók, vagy az Azure Batch-metrikákon alapuló képlet használatával automatikusan skálázhatók. A méretezhetőségről további információt a Csomópontok Batch-készletben való skálázására szolgáló automatikus skálázási képlet létrehozása című cikkben talál.

Biztonság

A biztonság biztosítékokat nyújt a szándékos támadások és az értékes adatokkal és rendszerekkel való visszaélés ellen. További információ: A biztonsági pillér áttekintése.

A biztonságos megoldások tervezésével kapcsolatos általános útmutatásért tekintse meg az Azure biztonsági dokumentációját.

Resiliency

Bár az Azure Batch jelenleg nem rendelkezik feladatátvételi képességgel, javasoljuk, hogy a következő lépésekkel biztosítsa a rendelkezésre állást, ha nem tervezett leállást tapasztal:

  • Azure Batch-fiók létrehozása másik Azure-beli helyen egy másik tárfiókkal
  • Azonos nevű csomópontkészletek létrehozása nulla lefoglalt csomóponttal
  • Győződjön meg arról, hogy az alkalmazások létre lettek hozva és frissítve vannak a másodlagos tárfiókra
  • Bemeneti fájlok feltöltése és feladatok elküldése egy másik Azure Batch-fiókba

Költségoptimalizálás

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

Az Azure Batch használatának költsége a készletekhez használt virtuálisgép-méretektől és a virtuális gépek lefoglalásának és futtatásának tartalmától függ, az Azure Batch-fiók létrehozásával kapcsolatban nincs költség. A tárolást és az adatforgalomot figyelembe kell venni, mivel ezek további költségeket fognak eredményezni.

Az alábbi példák olyan költségekre mutatnak be példákat, amelyek egy olyan feladat esetében merülhetnek fel, amely 8 órán belül, eltérő számú kiszolgáló használatával fejeződik be:

  • 100 nagy teljesítményű CPU-virtuális gép: Költségbecslés

    100 x H16m (16 mag, 225 GB RAM, Premium Storage 512 GB), 2 TB Blob Storage, 1 TB kimenő

  • 50 nagy teljesítményű processzor virtuális gép: Költségbecslés

    50 x H16m (16 mag, 225 GB RAM, Premium Storage 512 GB), 2 TB Blob Storage, 1 TB kimenő

  • 10 nagy teljesítményű CPU-virtuális gép: Költségbecslés

    10 x H16m (16 mag, 225 GB RAM, Premium Storage 512 GB), 2 TB Blob Storage, 1 TB kimenő

Alacsony prioritású virtuális gépek díjszabása

Az Azure Batch emellett támogatja az alacsony prioritású virtuális gépek használatát a csomópontkészletekben, ami jelentős költségmegtakarítást jelenthet. További információkért, beleértve a standard virtuális gépek és az alacsony prioritású virtuális gépek ár-összehasonlítását, tekintse meg az Azure Batch díjszabását.

Megjegyzés:

Az alacsony prioritású virtuális gépek csak bizonyos alkalmazásokhoz és számítási feladatokhoz alkalmasak.

A forgatókönyv üzembe helyezése

Azure Batch-fiók és -készletek manuális létrehozása

Ez a forgatókönyv bemutatja, hogyan működik az Azure Batch, miközben példaként mutatja be az Azure Batch Labs-t a saját ügyfelei számára fejleszthető SaaS-megoldásként:

Azure Batch Labs

Az összetevők üzembe helyezése

A sablon üzembe helyezése:

  • Új Azure Batch-fiók
  • Egy tárfiók
  • A batch-fiókhoz társított csomópontkészlet
  • A csomópontkészlet úgy lesz konfigurálva, hogy A2 v2 virtuális gépeket használjon a Canonical Ubuntu rendszerképekkel
  • A csomópontkészlet kezdetben nulla virtuális gépet fog tartalmazni, és a virtuális gépek hozzáadásához manuálisan kell skáláznia

A megoldás üzembe helyezéséhez kattintson az alábbi hivatkozásra.

Deploy to Azure

További információ a Resource Manager-sablonokról

További lépések

Termékdokumentáció:

További modulok: