Den här arkitekturen visar körning av beräkningsvätskedynamiksimuleringar med Hjälp av Azure. Lär dig hur du skapar, hanterar och optimerar kluster med Azure CycleCloud.
Arkitektur
Ladda ned en Visio-fil med den här arkitekturen.
Arbetsflöde
Det här diagrammet visar en översikt på hög nivå över en typisk hybriddesign som ger jobbövervakning av noderna på begäran i Azure:
- Anslut till Azure CycleCloud-servern för att konfigurera klustret.
- Konfigurera och skapa klusterhuvudnoden med RDMA-aktiverade datorer för MPI.
- Lägg till och konfigurera den lokala huvudnoden.
- Om det inte finns tillräckligt med resurser skalar Azure CycleCloud upp eller ned Azure-beräkningsresurserna. En förutbestämd gräns kan definieras för att förhindra överallokering.
- Aktiviteter allokeras till körningsnoderna.
- Data cachelagras i Azure från den lokala NFS-servern.
- Data läss in från Avere vFXT för Azure Cache.
- Jobb- och uppgiftsinformation vidarebefordras till Azure CycleCloud-servern.
Komponenter
- Azure CycleCloud ett verktyg för att skapa, hantera, använda och optimera HPC- och Big Compute-kluster i Azure.
- Avere vFXT på Azure används för att tillhandahålla ett klusterfilsystem i företagsskala som skapats för molnet.
- Azure Virtual Machines (VM) används för att skapa en statisk uppsättning beräkningsinstanser.
- Vm-skalningsuppsättningar ger en grupp identiska virtuella datorer som kan skalas upp eller ned av Azure CycleCloud.
- Azure Storage-konton används för synkronisering och datakvarhållning.
- Med virtuella Azure-nätverk kan många typer av Azure-resurser, till exempel virtuella datorer, kommunicera säkert med varandra, internet och lokala nätverk.
Alternativ
Kunder kan också använda Azure CycleCloud för att skapa ett rutnät helt och hållet i Azure. I den här konfigurationen körs Azure CycleCloud-servern i din Azure-prenumeration.
För en modern programmetod där hanteringen av en arbetsbelastningsschemaläggare inte behövs kan Azure Batch hjälpa till. Azure Batch kan köra storskaliga parallella och högpresterande databehandlingsprogram (HPC) effektivt i molnet. Azure Batch kan du definiera Azure-beräkningsresurserna för att köra dina program parallellt eller i stor skala utan att konfigurera eller hantera infrastrukturen manuellt. Azure Batch schemalägger beräkningsintensiva uppgifter och lägger dynamiskt till och tar bort beräkningsresurser baserat på dina krav.
Scenarioinformation
CFD-simuleringar (Computational Fluid Dynamics) kräver betydande beräkningstid tillsammans med specialiserad maskinvara. När klusteranvändningen ökar ökar simuleringstiderna och den totala rutnätsanvändningen, vilket leder till problem med outnyttjad kapacitet och långa kötider. Det kan vara dyrt att lägga till fysisk maskinvara och kanske inte anpassas till de användningstoppar och dalar som ett företag går igenom. Genom att dra nytta av Azure kan många av dessa utmaningar övervinnas utan kapitalutgifter.
Azure tillhandahåller den maskinvara du behöver för att köra dina CFD-jobb på både virtuella GPU- och CPU-datorer. RDMA-aktiverade VM-storlekar (Remote Direct Memory Access) har FDR InfiniBand-baserade nätverk, vilket möjliggör MPI-kommunikation med låg latens (Message Passing Interface). När du kombinerar dessa lösningar med Avere vFXT, som tillhandahåller ett klusterfilsystem i företagsskala, kan kunderna säkerställa maximalt dataflöde för läsåtgärder i Azure.
För att förenkla skapandet, hanteringen och optimeringen av HPC-kluster kan Azure CycleCloud användas för att etablera kluster och samordna data i både hybrid- och molnscenarier. När du övervakar väntande jobb startar CycleCloud automatiskt beräkning på begäran, där du bara betalar för det du använder, anslutet till valfri arbetsbelastningsschemaläggare.
Potentiella användningsfall
Andra relevanta branscher för CFD-program är:
- Flyg- och flygteknik/flygplan
- Fordon
- Bygga HVAC (anläggningar)
- Olja och gas (energi)
- Biovetenskap och hälso- och sjukvård
Överväganden
Dessa överväganden implementerar grundpelarna i Azure Well-Architected Framework, som är en uppsättning vägledande grundsatser som kan användas för att förbättra kvaliteten på en arbetsbelastning. Mer information finns i Microsoft Azure Well-Architected Framework.
Skalbarhet och säkerhet
Skalning av körningsnoderna på Azure CycleCloud kan utföras antingen manuellt eller med hjälp av automatisk skalning. Mer information finns i Autoskalning av CycleCloud.
Allmän vägledning om hur du utformar säkra lösningar finns i Azure-säkerhetsdokumentationen.
Kostnadsoptimering
Kostnadsoptimering handlar om att titta på sätt att minska onödiga utgifter och förbättra driftseffektiviteten. Mer information finns i Översikt över grundpelare för kostnadsoptimering.
Kostnaden för att köra en HPC-implementering med CycleCloud-servern varierar beroende på ett antal faktorer. CycleCloud debiteras till exempel med den beräkningstid som används, där den primära servern och CycleCloud-servern vanligtvis ständigt allokeras och körs. Kostnaden för att köra kör-noderna beror på hur länge dessa är igång och vilken storlek som används. De normala Azure-avgifterna för lagring och nätverk gäller också.
Det här scenariot visar hur CFD-program kan köras i Azure, så datorerna kräver RDMA-funktioner, som endast är tillgängliga för specifika VM-storlekar. Följande är exempel på kostnader som kan uppstå för en skalningsuppsättning som allokeras kontinuerligt i åtta timmar per dag i en månad, med datautgång på 1 TB. Den innehåller även priser för Azure CycleCloud-servern och installationen av Avere vFXT för Azure:
- Region: Europa, norra
- Azure CycleCloud Server: 1 x Standard D3 (4 x processorer, 14 GB minne, Standard HDD 32 GB)
- Azure CycleCloud Primary Server: 1 x Standard D12 v (4 x processorer, 28 GB minne, Standard HDD 32 GB)
- Azure CycleCloud-nodmatris: 10 x Standard H16r (16 x processorer, 112 GB minne)
- Avere vFXT på Azure-kluster: 3 x D16s v3 (200 GB OS, Premium SSD 1 TB datadisk)
- Utgående data: 1 TB
Granska den här prisuppskattningen för maskinvaran som anges ovan.
Distribuera det här scenariot
Förutsättningar
Följ dessa steg innan du distribuerar Resource Manager-mallen:
Skapa ett huvudnamn för tjänsten för att hämta appId, displayName, namn, lösenord och klientorganisation.
Generera ett SSH-nyckelpar för att logga in säkert på CycleCloud-servern.
Klicka på länken nedan för att distribuera lösningen.
Logga in på CycleCloud-servern för att konfigurera och skapa ett nytt kluster.
Avere Cache är en valfri lösning som drastiskt kan öka läsflödet för programjobbdata. Avere vFXT för Azure löser problemet med att köra dessa HPC-företagsprogram i molnet samtidigt som data som lagras lokalt eller i Azure Blob Storage används.
För organisationer som planerar för en hybridinfrastruktur med både lokal lagring och molnbaserad databehandling kan HPC-program "brista" i Azure med hjälp av data som lagras i NAS-enheter och starta virtuella processorer efter behov. Datauppsättningen flyttas aldrig helt till molnet. Begärda byte cachelagras tillfälligt med hjälp av ett Avere-kluster under bearbetningen.
Om du vill konfigurera en Avere vFXT-installation följer du guiden Konfigurera och konfigurera Avere.
Deltagare
Den här artikeln underhålls av Microsoft. Den skrevs ursprungligen av följande deltagare.
Huvudförfattare:
- Mike Warrington | FastTrack för Azure Engineer
Nästa steg
Produktdokumentation:
- Vad är Azure CycleCloud?
- Virtuella Azure-datorer
- Introduktion till Azure Storage
- Vad är Azure Virtual Network?
Se följande artiklar om virtuella datorer: