3D 視訊轉譯是一個耗時的程式，需要大量的 CPU 時間才能完成。 在單一電腦上，從靜態資產產生視訊檔案的程式可能需要數小時或甚至數天的時間，視您產生的視訊長度和複雜度而定。 許多公司會購買昂貴的高端桌上型電腦來執行這些工作，或投資可提交工作的大型轉譯伺服器陣列。 不過，藉由利用 Azure Batch，當您需要 Azure Batch 時，該能力就可供您使用，並在您不需要任何資本投資的情況下自行關閉。
架構
資料流程
此案例顯示使用 Azure Batch 的工作流程。 資料流程如下所示：
- 上傳輸入檔案和應用程式，以將這些檔案處理到您的Azure 儲存體帳戶。
- 在 Batch 帳戶中建立計算節點的 Batch 集區、在集區上執行工作負載的作業，以及作業中的工作。
- 將輸入檔案和應用程式下載至 Batch。
- 監視工作執行。
- 上傳工作輸出。
- 下載輸出檔案。
為了簡化此程式，您也可以使用 Maya 和 3ds Max 的 Batch 外掛程式
元件
Azure Batch 以下列 Azure 技術為基礎：
- Azure 虛擬網絡 用於前端節點和計算資源。
- Azure 儲存體帳戶 用於同步處理和資料保留。
- CycleCloud 會針對計算資源使用 Azure 虛擬機器擴展集 。
替代項目
如果您需要進一步控制 Azure 中的轉譯環境，或需要混合式實作，CycleCloud 運算可協助協調雲端中的 IaaS 方格。 使用與 Azure Batch 相同的基礎 Azure 技術，可讓建置和維護 IaaS 方格成為有效率的程式。 若要深入瞭解，請參閱 什麼是 Azure CycleCloud？ 。
如需 Azure 中可供您使用的所有 HPC 解決方案的完整概觀，請參閱使用 Azure VM 的 HPC、Batch 和 Big Compute 解決方案一文 。
案例詳細資料
不論您選取 Windows Server 或 Linux 計算節點，Batch 都提供一致的管理體驗和作業排程。 透過 Batch，您可以使用現有的 Windows 或 Linux 應用程式，包括 AutoDesk Maya 和 Blender，在 Azure 中執行大規模的轉譯作業。
潛在的使用案例
此解決方案適用于媒體和娛樂產業。 其他相關的使用案例包括：
- 3D 模型
- Visual FX （VFX） 轉譯
- 視訊轉碼
- 影像處理、色彩更正和調整大小
考量
這些考慮會實作 Azure Well-Architected Framework 的支柱，這是一組指導原則，可用來改善工作負載的品質。 如需詳細資訊，請參閱 Microsoft Azure Well-Architected Framework 。
Azure Batch 可用的機器大小
雖然大部分的轉譯客戶會選擇具有高 CPU 能力的資源，但使用虛擬機器擴展集的其他工作負載可能會以不同的方式選擇 VM，並取決於許多因素：
- 應用程式是否正在執行記憶體系結？
- 應用程式是否需要使用 GPU？
- 作業類型是否令人尷尬地平行處理，或需要緊密結合作業的內帶連線？
- 需要快速 I/O 才能存取計算節點上的儲存體。
Azure 有各種不同的 VM 大小，可解決上述每個應用程式需求，有些是 HPC 特有的，但即使是最小的大小也可以用來提供有效的方格實作：
- HPC VM 大小 由於轉譯的 CPU 系結本質，Microsoft 通常會建議 Azure H 系列 VM。 這種類型的 VM 專為高端計算需求而建置，其有 8 和 16 個核心 vCPU 大小可用，並具有 DDR4 記憶體、SSD 暫存儲存體和 Haswell E5 Intel 技術。
- GPU VM 大小 GPU 優化 VM 大小 是單一或多個 NVIDIA GPU 可用的特製化虛擬機器。 這些大小是專門針對計算密集型、圖形密集型及視覺效果的工作負載所設計。
- NC、NCv2、NCv3 和 ND 大小已針對計算密集型和網路密集型應用程式和演算法進行優化，包括 CUDA 和 OpenCL 型應用程式和模擬、AI 和深度學習。 NV 大小是針對使用 OpenGL 和 DirectX 等架構的遠端視覺效果、串流、遊戲、編碼和 VDI 案例進行優化和設計。
- 記憶體優化 VM 大小 當需要更多記憶體時，記憶體優化 VM 大小會提供較高的記憶體對 CPU 比率。
- 一般用途 VM 大小 也提供一般用途的 VM 大小，並提供平衡的 CPU 與記憶體比率。
可用性
透過各種服務、工具和 API，即可監視 Azure Batch 元件。 監視會在監視 Batch 解決方案 一文中 進一步討論。
延展性
Azure Batch 帳戶內的集區可以透過手動介入進行調整，或使用以 Azure Batch 計量為基礎的公式自動調整。 如需延展性的詳細資訊，請參閱在 Batch 集 區中建立調整節點的自動調整公式一文 。
安全性
安全性可提供針對蓄意攻擊和濫用寶貴資料和系統的保證。 如需詳細資訊，請參閱 安全性要素 概觀。
如需設計安全解決方案的一般指引，請參閱 Azure 安全性檔案 。
復原
雖然 Azure Batch 中目前沒有容錯移轉功能，但我們建議使用下列步驟來確保發生非計劃性中斷時的可用性：
- 在具有替代儲存體帳戶的替代 Azure 位置中建立 Azure Batch 帳戶
- 建立具有相同名稱的相同節點集區，並配置零個節點
- 確定應用程式已建立並更新為替代儲存體帳戶
- 上傳輸入檔案並將作業提交至替代 Azure Batch 帳戶
成本最佳化
成本優化是考慮如何減少不必要的費用，並提升營運效率。 如需詳細資訊，請參閱 成本優化要素 概觀。
使用 Azure Batch 的成本將取決於用於集區的 VM 大小，以及配置和執行這些 VM 的時間長度，建立 Azure Batch 帳戶時不會產生任何相關成本。 儲存體和資料輸出應納入考慮，因為這些輸出會套用額外的成本。
以下是使用不同伺服器數目在 8 小時內完成之作業可能產生的成本範例：
100 部高效能 CPU VM： 成本估計
100 x H16m（16 核心、225 GB RAM、進階儲存體 512 GB）、2 TB Blob 儲存體、1 TB 輸出
50 部高效能 CPU VM： 成本估計
50 x H16m（16 核心、225 GB RAM、進階儲存體 512 GB）、2 TB Blob 儲存體、1 TB 輸出
10 部高效能 CPU VM： 成本估計
10 x H16m（16 核心、225 GB RAM、進階儲存體 512 GB）、2 TB Blob 儲存體、1 TB 輸出
低優先順序 VM 的定價
Azure Batch 也支援在節點集區中使用低優先順序的 VM，這可能會節省大量成本。 如需詳細資訊，包括標準 VM 與低優先順序 VM 之間的價格比較，請參閱 Azure Batch 定價 。
注意
低優先順序的 VM 僅適用于特定應用程式和工作負載。
部署此案例
手動建立 Azure Batch 帳戶和集區
此案例示範 Azure Batch 的運作方式，同時展示 Azure Batch Labs 作為可供您自己的客戶開發的範例 SaaS 解決方案：
部署元件
範本將會部署：
- 新的 Azure Batch 帳戶
- 儲存體帳戶
- 與批次帳戶相關聯的節點集區
- 節點集區會設定為搭配 Canonical Ubuntu 映射使用 A2 v2 VM
- 節點集區一開始會包含零個 VM，而且會要求您手動調整以新增 VM
按一下下方的連結以部署解決方案。
下一步
產品檔：
學習課程模組：