共用方式為

Azure 上的高效能運算 (HPC)

HPC 簡介

高效能運算（HPC），也稱為 大型運算，使用大量基於 CPU 或 GPU 的電腦來解決複雜的數學任務。

許多產業都使用 HPC 來解決一些最困難的問題。 其中包括工作負載，例如：

  • Genomics
  • 石油和天然氣模擬
  • 金融
  • 半導體設計
  • 工程
  • 天氣模型

雲端上的 HPC 如何不同？

內部部署 HPC 系統與雲端中的其中一個主要差異，就是能夠視需要動態新增和移除資源。 動態調整會移除計算容量作為瓶頸，而是允許客戶針對其作業的需求調整其基礎結構大小。

下列文章提供此動態調整功能的詳細數據。

實作檢查清單

當您打算在 Azure 上實作您自己的 HPC 解決方案時，請務必檢視以下主題：

  • 根據您的需求選擇適當的架構
  • 瞭解哪些 計算 選項適合您的工作負載
  • 識別符合您需求的正確 記憶體 解決方案
  • 決定您要 如何管理 所有資源
  • 針對雲端優化您的應用程式
  • 保護您的 基礎結構

基礎結構

建置 HPC 系統需要許多基礎結構元件。 不論您選擇如何管理 HPC 工作負載，計算、記憶體和網路都提供基礎元件。

Compute

Azure 提供一系列大小，針對 CPU 和 GPU 密集工作負載進行優化。

CPU 型虛擬機器

已啟用 GPU 的虛擬機器

N 系列 VM 具有 NVIDIA GPU，專為計算密集型或圖形密集型應用程式所設計，包括人工智慧 （AI） 學習和視覺效果。

儲存體

這些大規模 Batch 和 HPC 工作負載對數據記憶體和存取的需求超過了傳統雲端文件系統的能力。 有許多解決方案可管理 Azure 上 HPC 應用程式的速度和容量需求：

如需比較 Azure 上的 Lustre、GlusterFS 和 BeeGFS 的詳細資訊，請檢閱 Azure 電子書上的 Parallel Files Systems 和 Azure 部落格上的 Lustre。

網路

H16r、H16mr、A8 和 A9 VM 可以連線到高輸送量後端 RDMA 網路。 此網路可以改善在Microsoft訊息傳遞介面下執行的緊密結合平行應用程式的效能，更稱為 MPI 或 Intel MPI。

管理

自己動手做

從頭開始在 Azure 上建置 HPC 系統可提供大量的彈性，但通常需要大量維護。

  1. 在 Azure 虛擬機或 虛擬機器擴展集 中設定您自己的叢集環境。
  2. 使用 Azure Resource Manager 範本來部署領先的 工作負載管理員、基礎結構和 應用程式。
  3. 請選擇具有專用硬體和網路連線的 HPC 和 GPU VM 大小，以支援 MPI 或 GPU 工作負荷。
  4. 為 I/O 密集工作負載新增 高效能記憶體 。

混合式和雲端擴展

如果您有想要連線到 Azure 的現有內部部署 HPC 系統，有幾個資源可協助您開始使用。

首先，請檢閱 檔中有關將內部部署網路連線至 Azure 的選項一文。 您可以從該處找到這些連線選項的其他資訊：

一旦安全地建立網路連線，您就可以開始隨選使用雲端計算資源，並利用現有工作負載管理員的彈性擴展能力來應對流量高峰。

市場解決方案

Azure Marketplace 中提供許多工作負載管理員。

Azure Batch

Azure Batch 是一項平臺服務，可用於在雲端有效率地執行大規模平行和 HPC 應用程式。 Azure Batch 會排程計算密集型工作，以在虛擬機的受控集區上執行，並可自動調整計算資源以符合您的作業需求。

SaaS 提供者或開發人員可以使用 Batch SDK 和工具來整合 HPC 應用程式或容器工作負載與 Azure、暫存數據至 Azure，以及建置作業執行管線。

在 Azure Batch 中，所有服務都在雲端執行。 下圖顯示架構在 Azure Batch 下的樣貌，雲端運行可擴展性與工作排程設定，同時結果與報告可傳送至本地環境。

圖表顯示 Azure Batch 的 HPC 架構範例。

Azure CycleCloud

Azure CycleCloud 提供在 Azure 上使用任何排程器管理 HPC 工作負載的最簡單方式（例如 Slurm、Grid Engine、HPC Pack、HTCondor、LSF、PBS Pro 或 Symphony），

CycleCloud 可讓您：

  • 部署完整叢集和其他資源，包括排程器、計算 VM、儲存體、網路和快取
  • 協調作業、資料和雲端工作流程
  • 讓管理員能完全控制哪些使用者可執行作業，以及執行位置和成本
  • 透過進階原則和治理功能 (包括成本控制、Active Directory 整合、監視和報告) 自訂叢集並予以最佳化
  • 使用目前的作業排程器和應用程式，並無需修改
  • 利用內建的自動調整和經過實戰檢驗的參考架構，以滿足各種 HPC 工作負載和產業的需求
混合式與雲端擴展模型

在此混合式範例圖表中，我們可以清楚地看到這些服務在雲端與內部部署環境之間分佈的方式。 有機會在這兩個工作負載中執行作業。 圖表顯示混合式中 Azure 上 CycleCloud 的範例 HPC 架構。

雲端原生模型

以下雲端原生模型範例圖展示了雲端工作負載如何處理所有事務，同時保留與本地環境的連線。

圖示展示了用於 CycleCloud 的 Azure 上 Cloud 原生模型下的 HPC 架構範例。

比較圖表

特徵 Azure Batch Azure CycleCloud
排程器 Azure 入口網站 （雲端原生） 中的 Batch API 和工具和命令行腳本。 使用標準 HPC 排程器，例如 Slurm、PBS Pro、LSF、Grid Engine 和 HTCondor，或擴充 CycleCloud 自動調整外掛程式以使用您自己的排程器。
計算資源 軟體即服務節點 – 平臺即服務 平台即服務型軟體 – 平台即服務
監視工具 Azure 監視器 Azure 監視器、Grafana
自訂化 自定義映像集區、第三方映像、Batch API 存取。 使用完整的 RESTful API 來自定義和擴充功能、部署您自己的排程器，並在現有的工作負載管理中實施支援。
整合 Data Factory in Microsoft Fabric， Azure Data Factory， Azure CLI 適用於 Windows 和 Linux 的內建 CLI
使用者類型 開發人員 傳統 HPC 系統管理員和使用者
工作類型 批次、工作流程 緊密結合（訊息傳遞介面/MPI）。
Windows 支援 是的 視排程器選擇而有所不同

工作負載管理員

以下是可在 Azure 基礎結構中執行的叢集和工作負載管理員範例。 在 Azure VM 中建立獨立叢集，或從內部部署叢集高載至 Azure VM。

容器

容器也可以用來管理某些 HPC 工作負載。 像 Azure Kubernetes Service（AKS）這類服務，讓在 Azure 中部署受管理的 Kubernetes 叢集變得簡單。

成本管理

您可以透過數種不同的方式，在 Azure 上管理 HPC 成本。 請確定您已檢閱 Azure 購買選項 ，以尋找最適合您組織的方法。

安全性

如需 Azure 上安全性最佳做法的概觀，請檢閱 Azure 安全性檔。

除了 Cloud Bursting 區段中可用的網路組態之外，您還可以實作中樞/輪輻組態來隔離計算資源：

HPC 應用程式

在 Azure 中執行自訂或商業 HPC 應用程式。 本節中的數個範例會進行基準測試，以便透過額外的 VM 或計算核心來有效率地擴展。 請流覽 Azure Marketplace 以取得已準備好部署的解決方案。

注意

請洽詢任何商業應用程式的廠商，以取得授權或其他限制，以在雲端中執行。 並非所有廠商都提供隨用隨付授權。 您的解決方案可能需要雲端中的授權伺服器，或連線到內部部署授權伺服器。

工程應用程式

圖形和渲染

AI 和深度學習

MPI 提供者

遠端視覺效果

在與 HPC 輸出相同的區域中執行 GPU 支援的虛擬機，以取得最低的延遲、存取，以及透過 Azure 虛擬桌面從遠端可視化。

效能評定

其他重要資訊

  • 在嘗試執行大規模工作負載之前，請確定您的 vCPU 配額 已增加。

下一步

如需最新的公告，請參閱下列資源：

Microsoft Batch 範例

這些教學課程會提供您在 Microsoft Batch 上執行應用程式的詳細資料：

  • Last updated on