术语“大计算”指的是需要大量核心的大规模工作负载，核心数量通常以数百或数千计。 方案包括图像渲染、流体动力学、金融风险建模、石油勘探、药物设计和工程应力分析等等。
以下是大计算应用程序的一些典型特征：
- 工作可拆分为离散的任务，这些任务可以跨多个核心同时运行。
- 各任务都是有限的。 接收一些输入，执行某些处理操作，然后生成输出。 整个应用程序的运行时间（从数分钟到数天）有限。 常见模式是突然预配大量核心，在应用程序完成后，核心数量减少到零。
- 应用程序不需要全天候运行。 但是，系统必须处理节点故障或应用程序故障。
- 对于某些应用程序，任务是独立的且可并行运行。 在其他情况下，任务紧密耦合，这意味着它们必须交互或交换中间结果。 在该情况下，请考虑使用 InfiniBand 和远程直接内存访问 (RDMA) 等高速联网技术。
- 可以根据工作负载，使用不同大小的计算密集型 VM（H16r、H16mr 和 A9）。
何时使用此架构
- 模拟和数字运算等计算密集型操作。
- 计算密集型模拟，须拆分到多台计算机（10 - 1000 台）的 CPU 中。
- 对一台计算机的内存要求过高的模拟，须拆分到多台计算机中。
- 长时间运行的计算，在一台计算机上完成计算会花费过长时间。
- 必须运行 100 次或 1000 次的较小型计算，如 Monte Carlo 模拟。
好处
- 高性能和“易并行”处理。
- 可以利用数百或数千个计算机核心更快地解决大型问题。
- 可以通过 InfiniBand 高速专用网络，访问高性能专用硬件。
- 可以根据工作需要预配 VM，然后再将它们关闭。
挑战
- 管理 VM 基础结构。
- 管理数字运算量
- 及时预配数千个核心。
- 对于紧密耦合的任务，添加更多核心可能会减少返回量。 可能需要进行试验来找到最适宜的核心数。
使用 Azure Batch 的大计算
Azure Batch 是一个托管服务，适用于运行大规模高性能计算 (HPC) 应用程序。
使用 Azure Batch 配置 VM 池并上传应用程序和数据文件。 然后 Batch 服务预配 VM、将任务分配给 VM、运行任务并监视进度。 Batch 可以根据工作负载横向扩展 VM。 Batch 还提供作业计划。
在虚拟机上运行的大计算
可以使用 Microsoft HPC Pack 管理 VM 群集以及计划并监视 HPC 作业。 在此方法中，必须预配并管理 VM 和网络基础结构。 如果有现有的 HPC 工作负载且要将其部分或全部移动到 Azure，请考虑使用此方法。 可将整个 HPC 群集移到 Azure，或将 HPC 群集保留在本地，但使用 Azure 来满足突发容量需求。 有关详细信息，请参阅适用于大规模计算工作负载的 Batch 和 HPC 解决方案。
部署到 Azure 的 HPC Pack
在此方案中，HPC 群集完全是在 Azure 中创建的。
头节点向群集提供管理和作业计划服务。 对于紧密耦合的任务，所使用的 RDMA 网络需提供极高的带宽，并在 VM 之间提供低延迟的通信。 有关详细信息，请参阅在 Azure 中部署 HPC Pack 2016 群集。
将 HPC 群集迸发到 Azure
在此方案中，组织在本地运行 HPC Pack，并对迸发容量使用 Azure VM。 群集的头节点位于本地。 ExpressRoute 或 VPN 网关将本地网络连接到 Azure VNet。
后续步骤
- 选择用于应用程序的 Azure 计算服务
- Azure 上的高性能计算 (HPC)