Eseguire simulazioni CFD

Azure Batch
Azure CycleCloud
Archiviazione di Azure
Dynamics
GitHub

Questa architettura illustra l'esecuzione di simulazioni di fluidità di calcolo con Azure. Informazioni su come creare, gestire e ottimizzare i cluster usando Azure CycleCloud.

Architettura

Diagramma che mostra l'architettura di uno scenario di dinamica di calcolo.

Scaricare un file di Visio di questa architettura.

Flusso di lavoro

Questo diagramma mostra una panoramica generale di una progettazione ibrida tipica che fornisce il monitoraggio dei processi dei nodi su richiesta in Azure:

  1. Connettersi al server Azure CycleCloud per configurare il cluster.
  2. Configurare e creare il nodo head del cluster, usando macchine virtuali abilitate per RDMA per la comunicazione MPI.
  3. Aggiungere e configurare il nodo head locale.
  4. Se sono presenti risorse insufficienti, Azure CycleCloud ridimensiona le risorse di calcolo di Azure su (o giù). È possibile definire un limite predeterminato per evitare la sovrassegnazione.
  5. Le attività vengono allocate ai nodi di esecuzione.
  6. I dati vengono memorizzati nella cache in Azure dal server NFS locale.
  7. I dati sono letti dalla cache Avere vFXT per Azure .
  8. Le informazioni sui processi e sulle attività vengono inoltrate al server Azure CycleCloud.

Componenti

Alternativi

I clienti possono anche usare Azure CycleCloud per creare una griglia interamente in Azure. In questa configurazione, il server Azure CycleCloud viene eseguito all'interno della sottoscrizione di Azure.

Per un approccio moderno alle applicazioni in cui la gestione di un utilità di pianificazione del carico di lavoro non è necessaria, Azure Batch può essere utile. Azure Batch può eseguire in modo efficiente applicazioni parallele e HPC (High Performance Computing) su larga scala nel cloud. Azure Batch consente di definire le risorse di calcolo di Azure per eseguire le applicazioni in parallelo o in scala, senza necessità di configurare o gestire manualmente l'infrastruttura. Azure Batch pianifica le attività a elevato utilizzo di calcolo e aggiunge o rimuove dinamicamente le risorse in base alle esigenze.

Dettagli dello scenario

Le simulazioni di fluidità computazionale (CFD) richiedono un tempo di calcolo significativo insieme all'hardware specializzato. Man mano che aumenta l'utilizzo dei cluster, crescono i tempi di simulazione e l'uso complessivo della griglia, causando problemi in termini di capacità di riserva e tempi di attesa. L'aggiunta di hardware fisico può essere costosa e potrebbe non essere allineata ai picchi di utilizzo e alle valli che un'azienda passa. Grazie all'uso di Azure, molti di questi problemi possono essere risolti senza investimenti di capitale.

Azure fornisce l'hardware necessario per eseguire i processi CFD in macchine virtuali CPU e GPU. Le dimensioni della macchina virtuale abilitate per RDMA (Remote Direct Memory Access) hanno reti basate su FDR InfiniBand, che consente la comunicazione MPI a bassa latenza (Message Passing Interface). Quando si combinano queste soluzioni con Avere vFXT, che fornisce un file system cluster su scala aziendale, i clienti possono garantire la velocità effettiva massima per le operazioni di lettura in Azure.

Per semplificare la creazione, la gestione e l'ottimizzazione di cluster HPC, è possibile usare Azure CycleCloud per effettuare il provisioning dei cluster e orchestrare i dati in scenari ibridi e cloud. Quando si monitorano i processi in sospeso, CycleCloud avvierà automaticamente il calcolo su richiesta, in cui si paga solo per ciò che si usa, connesso all'utilità di pianificazione del carico di lavoro desiderata.

Potenziali casi d'uso

Gli altri settori pertinenti per le applicazioni CFD includono:

  • Aeronautica e aereo aerospaziale/aereo
  • Automobilistico
  • Edificio HVAC (strutture)
  • Petrolio e gas (energia)
  • Scienze della vita e assistenza sanitaria

Considerazioni

Queste considerazioni implementano i pilastri di Azure Well-Architected Framework, che è un set di set di set di guide che possono essere usati per migliorare la qualità di un carico di lavoro. Per altre informazioni, vedere Microsoft Azure Well-Architected Framework.

Scalabilità e sicurezza

Il ridimensionamento dei nodi di esecuzione in Azure CycleCloud può essere eseguito manualmente o tramite la scalabilità automatica. Per altre informazioni, vedere l'articolo sulla scalabilità automatica in CycleCloud.

Per indicazioni generali sulla progettazione di soluzioni sicure, vedere la documentazione sulla sicurezza di Azure.

Ottimizzazione dei costi

L'ottimizzazione dei costi riguarda l'analisi dei modi per ridurre le spese non necessarie e migliorare l'efficienza operativa. Per altre informazioni, vedere Panoramica del pilastro di ottimizzazione dei costi.

Il costo dell'esecuzione di un'implementazione HPC tramite un server CycleCloud varia in base a diversi fattori. Ad esempio, CycleCloud viene addebitato in base alla quantità di tempo di calcolo usato, con il server primario e il server CycleCloud in genere costantemente allocati e in esecuzione. Il costo dei nodi di esecuzione dipenderà dalle relative dimensioni e dal tempo per cui sono operativi. Si applicano anche i normali costi di Azure per l'archiviazione e la rete.

Questo scenario illustra come è possibile eseguire applicazioni CFD in Azure. Le macchine virtuali richiederanno funzionalità RDMA, disponibili solo in macchine virtuali di dimensioni specifiche. Di seguito sono riportati esempi dei costi che potrebbero essere addebitati per un set di scalabilità allocato in modo continuativo per otto ore al giorno per un mese, con dati in uscita per 1 TB. Include anche i costi per il server Azure CycleCloud e l'installazione di Avere vFXT per Azure:

  • Area: Europa settentrionale
  • Server Azure CycleCloud: 1 x D3 Standard (4 x CPU, 14 GB di memoria, HDD Standard da 32 GB)
  • Server primario Azure CycleCloud: 1 x D12 v Standard (4 x CPU, 28 GB di memoria, HDD Standard da 32 GB)
  • Matrice di nodi di Azure CycleCloud: 10 x H16r Standard (16 x CPU, 112 GB di memoria)
  • Cluster Avere vFXT in Azure: 3 x D16s v3 (sistema operativo 200 GB, disco dati SSD Premium da 1 TB)
  • Dati in uscita: 1 TB

Vedere questa stima dei prezzi per l'hardware elencato in precedenza.

Distribuire lo scenario

Prerequisiti

Seguire questi passaggi prima di distribuire il modello di Resource Manager:

  1. Creare un'entità servizio per recuperare appId, displayName, nome, password e tenant.

  2. Generare una coppia di chiavi SSH per accedere in modo sicuro al server CycleCloud.

  3. Fare clic sul collegamento seguente per distribuire la soluzione.

    Distribuisci in Azure

  4. Accedere al server CycleCloud per configurare e creare un nuovo cluster.

  5. Creare un cluster.

La cache Avere è una soluzione opzionale che può aumentare notevolmente la velocità effettiva di lettura per i dati del processo dell'applicazione. Avere vFXT per Azure risolve il problema di eseguire queste applicazioni aziendali HPC nel cloud e allo stesso tempo usare i dati archiviati in locale o nell'archiviazione BLOB di Azure.

Per le organizzazioni che stanno pianificando un'infrastruttura ibrida, con archiviazione locale e cloud computing, le applicazioni HPC possono eseguire il "burst" in Azure usando i dati archiviati in dispositivi NAS e attivare CPU virtuali in base alle esigenze. Il set di dati non viene mai spostato completamente nel cloud. I byte richiesti vengono temporaneamente memorizzati nella cache usando un cluster Avere durante l'elaborazione.

Per impostare e configurare un'installazione di Avere vFXT, seguire le indicazioni della guida alla configurazione e installazione di Avere.

Autori di contributi

Questo articolo viene gestito da Microsoft. È stato originariamente scritto dai collaboratori seguenti.

Autore principale:

Passaggi successivi

Documentazione sui prodotti:

Vedere gli articoli seguenti sulle macchine virtuali: