3B video işleme

Azure Batch
Azure Storage
Azure Virtual Network
Azure Virtual Machine Scale Sets

3B video işleme, tamamlanması için önemli miktarda CPU süresi gerektiren zaman alan bir işlemdir. Tek bir makinede, statik varlıklardan video dosyası oluşturma işlemi, oluşturduğunuz videonun uzunluğuna ve karmaşıklığına bağlı olarak saatler, hatta günler sürebilir. Birçok şirket bu görevleri gerçekleştirmek için pahalı yüksek son masaüstü bilgisayarlar satın alır veya iş gönderebilecekleri büyük işleme gruplarına yatırım yapar. Ancak, Azure Batch'in avantajlarından yararlanarak, ihtiyacınız olduğunda bu güç size sunulur ve sermaye yatırımı olmadan ihtiyacınız olmadığında kendini kapatır.

Mimari

Architecture overview of the components involved in a cloud-native HPC solution using Azure Batch.

Bu mimarinin bir Visio dosyasını indirin.

Veri akışı

Bu senaryoda Azure Batch kullanan bir iş akışı gösterilmektedir. Veriler aşağıdaki gibi akar:

  1. Giriş dosyalarını ve Azure Depolama hesabınıza bu dosyaları işleyecek uygulamaları indirin.
  2. Batch hesabınızda bir Batch işlem düğümleri havuzu, havuzda iş yükünü çalıştırmak için bir iş ve iş içinde görevler oluşturun.
  3. Giriş dosyalarını ve uygulamaları Batch'e indirin.
  4. Görev yürütmeyi izleyin.
  5. Görev çıkışını karşıya yükleyin.
  6. Çıkış dosyalarını indirin.

Bu işlemi basitleştirmek için Maya ve 3ds Max için Batch Eklentilerini de kullanabilirsiniz

Bileşenler

Azure Batch , aşağıdaki Azure teknolojilerini oluşturur:

Alternatifler

Azure'daki işleme ortamınız üzerinde daha fazla denetime ihtiyacınız varsa veya karma bir uygulamaya ihtiyacınız varsa CycleCloud bilgi işlem, bulutta bir IaaS kılavuzu düzenlemeye yardımcı olabilir. Azure Batch ile aynı temel Azure teknolojilerini kullanarak IaaS kılavuzu oluşturma ve bakımını verimli bir işlem haline getirir. Daha fazla bilgi edinmek için bkz . Azure CycleCloud nedir?.

Azure'da kullanabileceğiniz tüm HPC çözümlerine genel bakış için Azure VM'lerini kullanan HPC, Batch ve Big Compute çözümleri makalesine bakın.

Senaryo ayrıntıları

Batch, Windows Server veya Linux işlem düğümlerini seçmenize bakılmaksızın tutarlı bir yönetim deneyimi ve iş zamanlaması sağlar. Batch ile, Azure'da büyük ölçekli işleme işlerini çalıştırmak için AutoDesk Maya ve Blender dahil olmak üzere mevcut Windows veya Linux uygulamalarınızı kullanabilirsiniz.

Olası kullanım örnekleri

Bu çözüm, medya ve eğlence sektörleri için idealdir. Diğer ilgili kullanım örnekleri şunlardır:

  • 3B modelleme
  • Visual FX (VFX) işleme
  • Video dönüştürme
  • Görüntü işleme, renk düzeltme ve yeniden boyutlandırma

Dikkat edilmesi gereken noktalar

Bu önemli noktalar, bir iş yükünün kalitesini artırmak için kullanılabilecek bir dizi yol gösteren ilke olan Azure İyi Tasarlanmış Çerçeve'nin yapı taşlarını uygular. Daha fazla bilgi için bkz . Microsoft Azure İyi Tasarlanmış Çerçeve.

Azure Batch için kullanılabilen Makine Boyutları

çoğu işleme müşterisi yüksek CPU gücüne sahip kaynakları seçse de, sanal makine ölçek kümelerini kullanan diğer iş yükleri VM'leri farklı şekilde seçebilir ve birkaç faktöre bağlıdır:

  • Uygulama çalıştırılıyor bellek bağlı mı?
  • Uygulamanın GPU kullanması gerekiyor mu?
  • İş türleri utanç verici derecede paralel mi yoksa sıkı bir şekilde bağlanmış işler için infiniband bağlantısı mı gerektiriyor?
  • İşlem Düğümleri üzerindeki depolama alanına erişmek için hızlı G/Ç gerektir.

Azure, yukarıdaki uygulama gereksinimlerinin her birini ve her birini karşılayabilecek çok çeşitli VM boyutlarına sahiptir, bazıları HPC'ye özeldir, ancak en küçük boyutlar bile etkili bir kılavuz uygulaması sağlamak için kullanılabilir:

  • HPC VM boyutları İşlemenin CPU'ya bağlı yapısı nedeniyle Microsoft genellikle Azure H Serisi VM'leri önerir. Bu vm türü özellikle yüksek son hesaplama ihtiyaçları için oluşturulmuş, 8 ve 16 çekirdekli vCPU boyutlarına sahiptir ve DDR4 bellek, SSD geçici depolama alanı ve Haswell E5 Intel teknolojisine sahiptir.
  • GPU VM boyutları GPU için iyileştirilmiş VM boyutları, tek veya birden çok NVIDIA GPU ile kullanılabilen özel sanal makinelerdir. Bu boyutlar yoğun işlem, grafik yoğunluklu ve görselleştirme iş yükleri için tasarlanmıştır.
  • NC, NCv2, NCv3 ve ND boyutları CUDA ve OpenCL tabanlı uygulamalar ve simülasyonlar, yapay zeka ve Derin Öğrenme gibi yoğun işlem ve ağ yoğunluklu uygulamalar ve algoritmalar için iyileştirilmiştir. NV boyutları, OpenGL ve DirectX gibi çerçeveler kullanılarak uzaktan görselleştirme, akış, oyun, kodlama ve VDI senaryoları için iyileştirilir ve tasarlanmıştır.
  • Bellek için iyileştirilmiş VM boyutları Daha fazla bellek gerektiğinde, bellek için iyileştirilmiş VM boyutları daha yüksek bellek-CPU oranı sunar.
  • Genel amaçlı VM boyutları Genel amaçlı VM boyutları da kullanılabilir ve dengeli CPU-bellek oranı sağlar.

Kullanılabilirlik

Azure Batch bileşenlerinin izlenmesi çeşitli hizmetler, araçlar ve API'ler aracılığıyla kullanılabilir. İzleme, Batch çözümlerini izleme makalesinde daha ayrıntılı olarak ele alınıyor.

Ölçeklenebilirlik

Azure Batch hesabındaki havuzlar el ile müdahale yoluyla ölçeklendirilebilir veya Azure Batch ölçümlerini temel alan bir formül kullanılarak otomatik olarak ölçeklendirilebilir. Ölçeklenebilirlik hakkında daha fazla bilgi için Batch havuzunda düğümleri ölçeklendirmek için otomatik ölçeklendirme formülü oluşturma makalesine bakın.

Güvenlik

Güvenlik, kasıtlı saldırılara ve değerli verilerinizin ve sistemlerinizin kötüye kullanılmasına karşı güvence sağlar. Daha fazla bilgi için bkz . Güvenlik sütununa genel bakış.

Güvenli çözümler tasarlama hakkında genel yönergeler için Bkz . Azure Güvenlik Belgeleri.

Dayanıklılık

Şu anda Azure Batch'te yük devretme özelliği olmasa da, planlanmamış bir kesinti olduğunda kullanılabilirliği sağlamak için aşağıdaki adımları kullanmanızı öneririz:

  • Alternatif Depolama Hesabı ile alternatif bir Azure konumunda Azure Batch hesabı oluşturma
  • Sıfır düğüm ayrılmış olarak aynı ada sahip aynı düğüm havuzlarını oluşturma
  • Uygulamaların oluşturulduğundan ve alternatif Depolama Hesabına güncelleştirildiğinden emin olun
  • Giriş dosyalarını karşıya yükleme ve işleri alternatif Azure Batch hesabına gönderme

Maliyet iyileştirme

Maliyet iyileştirmesi, gereksiz giderleri azaltmanın ve operasyonel verimlilikleri iyileştirmenin yollarını aramaktır. Daha fazla bilgi için bkz . Maliyet iyileştirme sütununa genel bakış.

Azure Batch'i kullanmanın maliyeti, havuzlar için kullanılan VM boyutlarına ve bu VM'lerin ne kadar süreyle ayrılıp çalıştırıldığına bağlıdır; Azure Batch hesabı oluşturma işlemiyle ilişkili bir maliyet yoktur. Depolama ve veri çıkışı dikkate alınmalıdır, bunlar ek maliyetler uygulayacaktır.

Aşağıda, farklı sayıda sunucu kullanılarak 8 saat içinde tamamlanan bir iş için tahakkuk ettirilebilen maliyet örnekleri verilmiştir:

  • 100 Yüksek Performanslı CPU VM'leri: Maliyet Tahmini

    100 x H16m (16 çekirdek, 225 GB RAM, Premium Depolama 512 GB), 2 TB Blob Depolama, 1 TB çıkış

  • 50 Yüksek Performanslı CPU VM'leri: Maliyet Tahmini

    50 x H16m (16 çekirdek, 225 GB RAM, Premium Depolama 512 GB), 2 TB Blob Depolama, 1 TB çıkış

  • 10 Yüksek Performanslı CPU VM'leri: Maliyet Tahmini

    10 x H16m (16 çekirdek, 225 GB RAM, Premium Depolama 512 GB), 2 TB Blob Depolama, 1 TB çıkış

Düşük öncelikli VM'ler için fiyatlandırma

Azure Batch, düğüm havuzlarında düşük öncelikli VM'lerin kullanımını da destekler ve bu da önemli bir maliyet tasarrufu sağlayabilir. Standart VM'lerle düşük öncelikli VM'ler arasında fiyat karşılaştırması da dahil olmak üzere daha fazla bilgi için bkz . Azure Batch Fiyatlandırması.

Dekont

Düşük öncelikli VM'ler yalnızca belirli uygulamalar ve iş yükleri için uygundur.

Bu senaryoyu dağıtın

El ile Azure Batch hesabı ve havuzları oluşturma

Bu senaryo, Azure Batch Labs'i kendi müşterileriniz için geliştirilebilen örnek bir SaaS çözümü olarak gösterirken Azure Batch'in nasıl çalıştığını gösterir:

Azure Batch Labs

Bileşenleri dağıtma

Şablon şu dağıtımı yapacaktır:

  • Yeni bir Azure Batch hesabı
  • Depolama hesabı
  • Toplu iş hesabıyla ilişkilendirilmiş düğüm havuzu
  • Düğüm havuzu, Canonical Ubuntu görüntüleriyle A2 v2 VM'lerini kullanacak şekilde yapılandırılacak
  • Düğüm havuzu başlangıçta sıfır VM içerir ve VM eklemek için el ile ölçeklendirmenizi gerektirir

Çözümü dağıtmak için aşağıdaki bağlantıya tıklayın.

Deploy to Azure

Resource Manager şablonları hakkında daha fazla bilgi edinin

Sonraki adımlar

Ürün belgeleri:

Modülleri öğrenin: