Perenderan video 3D adalah proses yang memakan banyak waktu dan membutuhkan sejumlah besar waktu CPU untuk diselesaikan. Pada satu mesin, proses pembuatan file video dari aset statik dapat memakan waktu berjam-jam atau bahkan berhari-hari tergantung pada panjang dan kompleksitas video yang Anda buat. Banyak perusahaan akan membeli komputer desktop kelas atas yang mahal untuk melakukan tugas-tugas ini, atau berinvestasi di sumber daya render besar tempat mereka mengirimkan pekerjaan tersebut. Namun, dengan memanfaatkan Azure Batch, kemampuan itu tersedia untuk Anda saat dibutuhkan dan tidak berfungsi jika tidak dibutuhkan, semua tanpa investasi modal.
Arsitektur
Unduh file Visio arsitektur ini.
Aliran data
Skenario ini memperlihatkan alur kerja yang menggunakan Azure Batch. Data mengalir sebagai berikut:
- Unggah file input{i>
- Buat kumpulan Batch node komputasi di akun Batch Anda, pekerjaan untuk menjalankan beban kerja pada kumpulan, dan tugas dalam pekerjaan.
- Unduh file input dan aplikasi ke Batch.
- Pantau eksekusi tugas.
- Unggah output tugas.
- Unduh file output.
Untuk menyederhanakan proses ini, Anda juga dapat menggunakan Plugin Batch untuk Maya dan 3ds Max
Komponen
Azure Batch dibangun berdasarkan teknologi Azure berikut:
- Azure Virtual Networks digunakan untuk simpul kepala dan sumber daya komputasi.
- Akun Azure Storage digunakan untuk sinkronisasi dan retensi data.
- Azure Virtual Machine Scale Sets digunakan oleh CycleCloud untuk sumber daya komputasi.
Alternatif
Jika Anda memerlukan kontrol lebih besar atas lingkungan perenderan Anda di Azure atau memerlukan implementasi hibrid, komputasi CycleCloud dapat membantu mengatur kisi IaaS di cloud. Menggunakan teknologi dasar Azure yang sama dengan Azure Batch, solusi ini membuat pembangunan dan pemeliharaan kisi IaaS menjadi proses yang efisien. Untuk mengetahui selengkapnya, lihat Apa itu Azure CycleCloud?.
Untuk gambaran umum lengkap tentang semua solusi HPC yang tersedia untuk Anda di Azure, lihat artikel solusi HPC, Batch, dan Big Compute menggunakan Azure VM.
Detail skenario
Batch memberi Anda pengalaman manajemen dan penjadwalan pekerjaan yang konsisten, baik saat Anda memilih node komputasi Windows Server maupun Linux. Dengan Batch, Anda dapat menggunakan aplikasi Windows atau Linux yang ada, termasuk AutoDesk Maya dan Blender, untuk menjalankan pekerjaan render berskala besar di Azure.
Kemungkinan kasus penggunaan
Solusi ini sangat ideal untuk industri media dan hiburan. Kasus penggunaan yang relevan lainnya meliputi:
- Pemodelan 3D
- Perenderan Visual FX (VFX)
- Transcoding video
- Pemrosesan gambar, koreksi warna, dan mengubah ukuran
Pertimbangan
Pertimbangan ini mengimplementasikan pilar Azure Well-Architected Framework, yang merupakan serangkaian tenet panduan yang dapat digunakan untuk meningkatkan kualitas beban kerja. Untuk informasi selengkapnya, lihat Microsoft Azure Well-Architected Framework.
Ukuran Mesin yang tersedia untuk Azure Batch
Sementara kebanyakan pelanggan perenderan akan memilih sumber daya dengan daya CPU yang tinggi, beban kerja lain yang menggunakan set penskalaan mesin virtual dapat memilih VM secara berbeda dan akan tergantung pada sejumlah faktor:
- Apakah aplikasi dijalankan terikat pada memori?
- Apakah aplikasi perlu menggunakan GPU?
- Apakah jenis pekerjaan sangat paralel atau membutuhkan konektivitas infiniband untuk pekerjaan yang digabungkan dengan erat?
- Memerlukan I/O cepat untuk mengakses penyimpanan pada Node komputasi.
Azure memiliki berbagai ukuran VM yang dapat mengatasi setiap dan semua persyaratan aplikasi di atas, beberapa khusus untuk HPC, tetapi bahkan ukuran terkecil dapat digunakan untuk memberikan implementasi kisi yang efektif:
- Ukuran VM HPC Karena sifat rendering yang terikat CPU, Microsoft biasanya menyarankan VM Azure seri H. Dibangun khusus untuk kebutuhan komputasi kelas atas, jenis VM ini memiliki ukuran vCPU inti 8 dan 16 yang tersedia, dan fitur memori DDR4, penyimpanan sementara SSD, dan teknologi Intel Haswell E5.
- Ukuran VM GPU Ukuran VM yang dioptimalkan GPU adalah komputer virtual khusus yang tersedia dengan GPU NVIDIA tunggal atau ganda. Ukuran-ukuran ini dirancang untuk beban kerja intensif komputasi, intensif grafis, dan visualisasi.
- Ukuran NC, NCv2, NCv3, dan ND dioptimalkan untuk aplikasi dan algoritma yang intensif komputasi dan intensif jaringan, termasuk aplikasi dan simulasi berbasis CUDA dan OpenCL, AI, serta Pembelajaran Mendalam. Ukuran NV dioptimalkan dan dirancang untuk visualisasi jarak jauh, streaming, game, pengodean, dan skenario VDI menggunakan kerangka kerja seperti OpenGL dan DirectX.
- Ukuran VM yang dioptimalkan memori Ketika lebih banyak memori diperlukan, ukuran VM yang dioptimalkan memori menawarkan rasio memori-dibandingkan-CPU yang lebih tinggi.
- Ukuran VM tujuan umum Ukuran VM tujuan umum juga tersedia dan memberikan rasio CPU-dibandingkan-memori yang seimbang.
Ketersediaan
Pemantauan komponen Azure Batch tersedia melalui berbagai layanan, alat, dan API. Pemantauan dibahas lebih lanjut dalam artikel Memantau solusi Batch.
Skalabilitas
Kumpulan dalam akun Azure Batch dapat diskalakan melalui intervensi manual atau, dengan menggunakan rumus berdasarkan metrik Azure Batch, yang diskalakan secara otomatis. Untuk informasi selengkapnya tentang skalabilitas, lihat artikel Membuat rumus penskalaan otomatis untuk penskalaan node di kumpulan Batch.
Keamanan
Keamanan memberikan jaminan terhadap serangan yang disukai dan penyalahgunaan data dan sistem berharga Anda. Untuk informasi selengkapnya, lihat Gambaran Umum pilar keamanan.
Untuk panduan umum tentang mendesain solusi aman, lihat Dokumentasi Keamanan Azure.
Ketahanan
Meskipun saat ini tidak ada kemampuan failover di Azure Batch, sebaiknya gunakan langkah-langkah berikut untuk memastikan ketersediaan jika terjadi pemadaman yang tidak direncanakan:
- Membuat akun Azure Batch di lokasi Azure alternatif dengan Akun Storage alternatif
- Membuat kumpulan node yang sama dengan nama yang sama, dengan nol node dialokasikan
- Memastikan Aplikasi dibuat dan diperbarui ke Akun Storage alternatif
- Mengunggah file input dan mengirimkan pekerjaan ke akun Azure Batch alternatif
Pengoptimalan biaya
Optimalisasi biaya adalah tentang mencari cara untuk mengurangi pengeluaran yang tidak perlu dan meningkatkan efisiensi operasional. Untuk informasi selengkapnya, lihat Gambaran umum pilar pengoptimalan biaya.
Biaya penggunaan Azure Batch akan tergantung pada ukuran VM yang digunakan untuk kumpulan dan berapa lama VM ini dialokasikan dan berjalan, tidak ada biaya yang terkait dengan pembuatan akun Azure Batch. Penyimpanan dan egress data harus diperhitungkan karena akan membebankan biaya tambahan.
Berikut adalah contoh biaya yang dapat dikeluarkan untuk pekerjaan yang selesai dalam 8 jam menggunakan sejumlah server yang berbeda:
100 VM CPU Performa Tinggi: Perkiraan Biaya
100 x H16m (16 core, RAM 225 GB, Penyimpanan Premium 512 GB), Blob Storage 2 TB, egress 1 TB
50 VM CPU Performa Tinggi: Perkiraan Biaya
50 x H16m (16 core, RAM 225 GB, Penyimpanan Premium 512 GB), Blob Storage 2 TB, egress 1 TB
10 VM CPU Performa Tinggi: Perkiraan Biaya
10 x H16m (16 core, RAM 225 GB, Penyimpanan Premium 512 GB), Blob Storage 2 TB, egress 1 TB
Harga untuk VM prioritas rendah
Azure Batch juga mendukung penggunaan VM prioritas rendah di kumpulan node, yang dapat berpotensi memberikan penghematan biaya yang substansial. Untuk informasi selengkapnya, termasuk perbandingan harga antara VM standar dan VM prioritas rendah, lihat Harga Azure Batch.
Catatan
VM prioritas rendah hanya cocok untuk aplikasi dan beban kerja tertentu.
Menyebarkan skenario ini
Membuat akun dan kumpulan Azure Batch secara manual
Skenario ini menunjukkan cara kerja Azure Batch sembari menampilkan Azure Batch Labs sebagai contoh solusi SaaS yang dapat dikembangkan untuk pelanggan Anda sendiri:
Menyebarkan komponen
Templat akan menyebarkan:
- Akun Azure Batch baru
- Akun penyimpanan
- Kumpulan node yang terkait dengan akun batch
- Kumpulan node akan dikonfigurasi untuk menggunakan VM A2 v2 dengan citra Canonical Ubuntu
- Kumpulan node akan berisi nol VM pada awalnya dan mengharuskan Anda untuk menskalakan secara manual untuk menambahkan VM
Klik link di bawah untuk menyebarkan solusi.
Pelajari selengkapnya tentang templat Azure Resource Manager
Langkah berikutnya
Dokumentasi produk:
- Apa yang dimaksud dengan Azure Batch?
- Apa itu Azure Virtual Network?
- Akun Azure Storage
- Apa itu Virtual Machine Scale Sets?
Pelajari modul: