Templat analisis risiko HPC

Penyimpanan Blob
CycleCloud
Komputer Virtual

Ide solusi

Artikel ini adalah ide solusi. Jika Anda ingin kami memperluas konten dengan informasi lebih lanjut, seperti potensi kasus penggunaan, layanan alternatif, pertimbangan implementasi, atau panduan harga, beri tahu kami dengan memberikan umpan balik GitHub.

Solusi analisis risiko dengan templat ini menggunakan komputasi Azure HPC dan mesin virtual GPU (VM) untuk memperluas komputasi TIBCO GridServer lokal ke Azure menggunakan Azure CycleCloud untuk integrasi penyekalaan otomatis. Pekerjaan tersebut dijalankan baik di lingkungan lokal maupun di cloud dengan menggunakan penembolokan cepat Avere vFXT dan akses NFS asli ke data pasar yang tersedia di lingkungan lokal.

Arsitektur

Diagram memperlihatkan diagram alur solusi analisis risiko.

Unduh file Visio arsitektur ini.

Aliran data

  1. Tim operasi menggunakan Azure CycleCloud untuk mengonfigurasi dan meluncurkan kisi analisis risiko di Azure.
  2. Azure CycleCloud mengatur pembuatan VM dan konfigurasi perangkat lunak untuk broker TIBCO GridServer dan HPCCA, cache data dalam memori, dan cache Avere vFXT.
  3. Quant (atau batch terjadwal) mengirimkan alur kerja templat analisis risiko ke direktur TIBCO GridServer lokal. Berdasarkan kebijakan pekerjaan dan penggunaan lokal saat ini, alur kerja diizinkan untuk meledak ke Azure guna memperluas kapasitas jaringan lokal.
  4. TIBCO HPCCA mendeteksi perubahan kedalaman antrean untuk setiap broker TIBCO dan meminta kapasitas mesin TIBCO tambahan menggunakan API Penskalaan Otomatis Azure CycleCloud. Azure CycleCloud kemudian memulai otomatis node mesin di Virtual Machine Scale Sets menggunakan VM Azure Seri H, Seri HB, dan Seri HC untuk mengoptimalkan biaya dan performa dan VM Seri NC untuk menyediakan kapasitas GPU sesuai kebutuhan.
  5. Segera setelah VM mesin bergabung dengan Azure Grid, broker mulai menjalankan tugas ke node baru.
  6. Pekerjaan berisiko menarik artefak dari penyimpanan lokal dan Azure Blob sesuai kebutuhan dari Avere vFXT yang dipasang NFS dan/atau melalui cache dalam memori yang cepat.
  7. Saat setiap tugas selesai, hasilnya dikembalikan ke pengirim atau driver dan data ditulis kembali ke cache dalam memori, atau ke penyimpanan NFS melalui Avere vFXT, sebagaimana diperlukan. Data yang di-cache disimpan baik di lingkungan lokal maupun di penyimpanan Azure Blob.
  8. Saat antrean tugas terkuras, TIBCO HPCCA menggunakan API Penyekalaan Otomatis Azure CycleCloud untuk menyusutkan kisi komputasi dan mengurangi biaya.

Komponen

  • Virtual Machines Seri N: Mesin virtual Seri N ideal untuk beban kerja komputasi dan grafis yang intensif, membantu pelanggan mendorong inovasi melalui skenario seperti visualisasi jarak jauh kelas atas, pembelajaran mendalam, dan analisis prediktif.
  • Virtual Machines Seri H: Seri H adalah rangkaian baru yang didesain khusus untuk menangani beban kerja komputasi performa tinggi seperti pemodelan risiko keuangan, simulasi seismik dan reservoir, pemodelan molekul, dan penelitian genom.
  • Kelola beban kerja umum secara efektif dengan mudah saat membuat dan mengoptimalkan kluster HPC dengan Microsoft Azure CycleCloud.
  • Avere vFXT: Penyimpanan data yang lebih cepat dan lebih mudah diakses untuk komputasi performa tinggi di edge
  • TIBCO GridServer® adalah platform infrastruktur terdepan di pasar untuk komputasi kisi dan elastis-dan backbone bisnis yang beroperasi di pasar yang paling menuntut di dunia. Lebih dari satu juta CPU yang tersebar di seribu instalasi global membentuk kisi perusahaan yang dikelola oleh GridServer.

Langkah berikutnya