Серия HBv4
Применимо к: ✔️ Виртуальные машины Linux ✔️ Виртуальные машины Windows ✔️ Универсальные масштабируемые наборы
Виртуальные машины серии HBv4 оптимизированы для различных рабочих нагрузок HPC, таких как динамики вычислительной жидкости, анализ конечных элементов, интерфейсный и внутренний EDA, отрисовка, молекулярной динамики, вычислительной геонауки, моделирование погоды и анализ финансового риска. Виртуальные машины HBv4 имеют до 176 процессоров AMD EPYC™ 9V33X ("Genoa-X") с трехмерным виртуальным кэшем AMD, частотой часов до 3,7 ГГц и без одновременной многопоточности. Виртуальные машины серии HBv4 также предоставляют 768 ГБ ОЗУ, 2,3 ГБ кэша L3. Кэш L3 2,3 ГБ на виртуальную машину может обеспечить до 5,7 ТБ/с пропускной способности, чтобы повысить пропускную способность до 780 ГБ/с от DRAM, для смешанного среднего 1,2 ТБ/с эффективной пропускной способности памяти в широком диапазоне рабочих нагрузок клиентов. Виртуальные машины также предоставляют до 12 ГБ/с (операций чтения) и 7 ГБ/с (записи) производительности дисков SSD блочного устройства.
Все виртуальные машины серии HBv4 имеют 400 Гб/с NDR InfiniBand из сети NVIDIA, чтобы включить рабочие нагрузки MPI суперкомпьютерного масштабирования. Эти виртуальные машины подключены в неблокирующем дереве FAT для обеспечения оптимальной и стабильной производительности RDMA. NDR продолжает поддерживать такие функции, как адаптивная маршрутизация и динамически Подключение транспорт (DCT). Это новейшее поколение InfiniBand также обеспечивает большую поддержку разгрузки коллективов MPI, оптимизированных реальных задержек из-за аналитики управления перегрузкой и расширенных возможностей адаптивной маршрутизации. Эти функции улучшают производительность, масштабируемость и согласованность приложений. Их использование настоятельно рекомендуется.
Хранилище класса Premium: поддерживается
Кэширование в хранилище класса Premium: поддерживается
Диски (цен. кат. "Ультра"): поддерживаются (Дополнительные сведения о доступности, использовании и производительности)
Динамическая миграция: не поддерживается
Обновления с сохранением памяти: не поддерживаются
Поддержка создания виртуальных машин: поколение 2
Ускорение работы в сети
Временные диски ОС: поддерживаются
Size | Физические ядра ЦП | Процессор | Память (ГБ) | Пропускная способность памяти (ГБ/с) | Базовая частота ЦП (ГГц) | Частота одного ядра (ГГц, пик) | Производительность RDMA (ГБ/с) | Поддержка MPI | Временное хранилище (ТБ) | Макс. количество дисков данных | Макс. кол-во виртуальных сетевых адаптеров Ethernet |
---|---|---|---|---|---|---|---|---|---|---|---|
Standard_HB176rs_v4 | 176 | AMD EPYC 9V33X (Genoa-X) | 768 | 780 | 2.4 | 3,7 | 400 | Все | 2 * 1.8 | 32 | 8 |
Standard_HB176-144rs_v4 | 144 | AMD EPYC 9V33X (Genoa-X) | 768 | 780 | 2.4 | 3,7 | 400 | Все | 2 * 1.8 | 32 | 8 |
Standard_HB176-96rs_v4 | 96 | AMD EPYC 9V33X (Genoa-X) | 768 | 780 | 2.4 | 3,7 | 400 | Все | 2 * 1.8 | 32 | 8 |
Standard_HB176-48rs_v4 | 48 | AMD EPYC 9V33X (Genoa-X) | 768 | 780 | 2.4 | 3,7 | 400 | Все | 2 * 1.8 | 32 | 8 |
Standard_HB176-24rs_v4 | 24 | AMD EPYC 9V33X (Genoa-X) | 768 | 780 | 2.4 | 3,7 | 400 | Все | 2 * 1.8 | 32 | 8 |
Начало работы
- Обзор HPC на виртуальных машинах серии HB с поддержкой InfiniBand и серии N.
- Настройка виртуальных машин и поддерживаемые Образы ОС и виртуальных машин.
- Включение InfiniBand с помощью образов высокопроизводительных виртуальных машин, расширений ВМ или установки вручную.
- Настройка MPI, включая фрагменты кода и рекомендации.
- Параметры конфигурации кластера.
- Рекомендации по развертыванию.
Определение размера
Емкость хранилища отображается в единицах ГиБ (1 ГиБ = 1024^3 байтов). При сравнении емкости дисков в ГБ (1000^3 байтов) с емкостью дисков в ГиБ (1024^3 байтов) помните, что значения емкости в ГиБ могут казаться меньше, чем в ГБ. Например, 1023 ГиБ = 1098,4 ГБ.
Пропускная способность дисков измеряется в операциях ввода-вывода в секунду (IOPS) и МБит/с, где 1 МБит/с = 10^6 байтов в секунду.
Диски данных могут работать в режиме кэширования и в режиме без кэширования. Чтобы использовать кэширование диска данных, для режима кэширования узла следует задать значение ReadOnly или ReadWrite. Чтобы не использовать кэширование диска данных, для режима кэширования узла следует задать значение None.
Сведения о том, как получить оптимальную производительность хранилища для виртуальных машин, см. в статье Производительность диска и виртуальной машины.
Ожидаемая пропускная способность сети — это максимальная агрегированная пропускная способность , выделенная для каждого типа виртуальной машины для всех сетевых адаптеров. Чтобы получить дополнительную информацию, см. Пропускная способность сети для виртуальных машин.
Верхние пределы не гарантированы. Пределы предлагают руководство по выбору типа виртуальной машины, подходящего для предполагаемого приложения. Фактическая производительность сети зависит от нескольких факторов, в том числе загрузки сети и приложения, а также параметров сети. Сведения об оптимизации пропускной способности см. в статье Оптимизация пропускной способности сети для виртуальных машин Azure. Чтобы обеспечить ожидаемую производительность сети на виртуальных машинах Linux или Windows, возможно, потребуется выбрать определенную версию виртуальной машины или оптимизировать ее. Чтобы получить дополнительную информацию, см. Проверка пропускной способности (NTTTCP).
Другие размеры и сведения
- Универсальные
- Оптимизированные для памяти
- Оптимизированные для хранилища
- Оптимизированные для GPU
- Для высокопроизводительных вычислений
- Предыдущие поколения
Калькулятор цен: Калькулятор цен
Дополнительные сведения о типах дисков см. в статье Какие типы дисков доступны в Azure.
Следующие шаги
- Ознакомьтесь с последними объявлениями, примерами рабочей нагрузки HPC, а также результатами оценки производительности в блогах технического сообщества Вычислений Azure.
- Сведения о более высоком уровне архитектурного представления выполнения рабочих нагрузок HPC см. в статье Высокопроизводительные вычисления (HPC) в Azure.
- Узнайте больше о том, как с помощью единиц вычислений Azure (ACU) сравнить производительность вычислений для различных номеров SKU Azure.