Akcelerátor cílových zón Azure pro vysokovýkonné výpočetní prostředí (HPC)
Akcelerátor cílových zón vysokovýkonného výpočetního prostředí (HPC) automatizuje nasazení prostředí. Toto prostředí poskytuje základní architekturu, kterou můžete přizpůsobit a vytvořit ucelený mechanismus nasazení pro kompletní řešení clusteru PROSTŘEDÍ HPC v Azure. Akcelerátor je kolekce opensourcových skriptů a šablon, které můžou připravit cílové zóny na podnikové úrovni. Může poskytnout specifický přístup k architektuře a referenční implementaci, která dodržuje architekturu a osvědčené postupy architektury architektury přechodu na cloud.
Zákazníci přecházejí na prostředí HPC různými způsoby, aby vyhovovaly obchodním potřebám, a akcelerátor cílové zóny PROSTŘEDÍ HPC můžete přizpůsobit tak, aby vznikla architektura, která odpovídá vašemu způsobu. Použití akcelerátoru pomáhá dát organizaci na cestu k udržitelnému škálování.
Implementace cílové zóny na podnikové úrovni
Akcelerátor cílové zóny PROSTŘEDÍ HPC předpokládá, že začínáte s cílovou zónou na podnikové úrovni, která byla úspěšně implementována. Další informace o tomto předpokladu najdete v následujících článcích:
- Začínáme s cílovými zónami architektury přechodu na cloud na podnikové úrovni
- Implementace cílových zón architektury přechodu na cloud v Azure na podnikové úrovni
Co akcelerátor cílové zóny PROSTŘEDÍ HPC poskytuje
Přístup k cílovým zónám akcelerátoru cílových zón PROSTŘEDÍ HPC poskytuje vašemu projektu následující prostředky:
- Modulární přístup, abyste mohli přizpůsobit proměnné prostředí
- Pokyny k návrhu, které vám pomůžou vyhodnotit kritická rozhodnutí
- Architektura cílové zóny
- Implementace, která zahrnuje:
- Nasaditelná referenční příručka umožňující vytvoření prostředí pro nasazení prostředí HPC
- Referenční implementace prostředí HPC schválená Microsoftem pro otestování nasazeného prostředí
Pokyny k návrhu pro energii, výrobu a finance
Architektury cílových zón se liší podle obchodního sektoru, kromě toho, že se liší podle organizace. Tato část obsahuje články podle sektorů, které obsahují pokyny pro vytváření cílové zóny:
Energie (olej a plyn)
- Fakturace Azure a tenanti Microsoft Entra pro energetické prostředí HPC
- Správa identit a přístupu pro Azure HPC v oblasti energetiky
- Správa prostředí Azure HPC v oblasti energetiky
- Síťová topologie a možnosti připojení pro Azure HPC v oblasti energetiky
- Automatizace platforem a DevOps pro Azure HPC v oblasti energetiky
- Organizace prostředků pro HPC v energetickém průmyslu
- Zásady správného řízení pro HPC v energetických odvětvích
- Zabezpečení pro Azure HPC v oblasti energetiky
- Výpočet rozsáhlých aplikačních úloh HPC ve virtuálních počítačích Azure
- Úložiště pro energetická prostředí PROSTŘEDÍ HPC
Výroba
- Výroba fakturace Azure HPC a tenantů Active Directory
- Správa identit a přístupu Azure pro hpc ve výrobě
- Správa prostředí HPC ve výrobním odvětví
- Výroba síťové topologie a připojení HPC
- Automatizace platforem a DevOps pro Azure HPC ve výrobním odvětví
- Organizace prostředků HPC pro výrobu
- Zásady správného řízení Azure pro výrobu prostředí HPC
- Zabezpečení pro HPC ve výrobních odvětvích
- Výroba úložiště HPC
Finance
- Nabídky fakturace Azure a tenanti Služby Active Directory pro finanční prostředí HPC
- Finance správy identit a přístupu v Prostředí HPC v Azure
- Správa hpc v finančním sektoru
- Síťová topologie a možnosti připojení hpc v finančním sektoru
- Automatizace platforem a DevOps pro HPC v finančním sektoru
- Organizace prostředků pro Azure HPC v finančním sektoru
- Zásady správného řízení pro finanční prostředí HPC
- Zabezpečení hpc v finančním sektoru
- Úložiště pro HPC v finančním sektoru
Pokyny pro návrh pro výběr výpočetních prostředků PROSTŘEDÍ HPC pro úlohy AI
Volba správné skladové položky gpu optimalizované pro úlohy AI je důležitá pro optimalizaci výkonu a řízení nákladů. Microsoft nabízí mnoho různých skladových položek, které jsou optimalizované pro úlohy, které využívají větší výkon GPU. Při výběru správné skladové položky pro úlohy AI je potřeba vzít v úvahu několik aspektů. Menší úlohy můžou využívat jenom zlomek procesoru, GPU a šířky pásma výkonnějších skladových položek, jako je NDv4. U menších úloh můžete zvážit jiné skladové položky výpočetních prostředků, jako jsou NCv4 a NDv2. Tady je několik důležitých aspektů při výběru správné skladové položky gpu optimalizované pro úlohy AI:
- Vytváření kontrolních bodů Při spouštění modelů strojového učení zvažte faktory, jako je interval kontrolního bodu. To může mít vliv na výkon GPU během fáze trénování. Zajištění rovnováhy mezi efektivitou úložiště a udržováním hladkých operací GPU. Monitorujte využití GPU.
- Odvozování. Odvozování požadavků se liší od požadavků na trénování s možným vyšším zatížením procesoru, které může dosáhnout maximálního výkonu procesoru. Při výběru skladové položky výpočetních prostředků zvažte odvozování požadavků modelu. Monitorujte využití procesoru.
- Trénování: Při trénování zvažte požadavky modelu a monitorujte využití procesoru i GPU.
- Určení velikosti úlohy Při zvažování skladové položky výpočetních prostředků pro úlohy AI zvažte velikost úlohy. Menší úlohy, například přibližně OPT 1.3B, nemusí využívat větší velikosti skladových položek a v závislosti na fázi úlohy (odvozování, trénování) můžou ponechat procesor a GPU nečinné.
- Šířky pásma. Větší a nižší šířka pásma latence může být výdaje, když se nevyužívají. Zvažte InfiniBand pouze pro největší modely, které budou vyžadovat další šířku pásma.
Prohlédněte si velikosti virtuálních počítačů optimalizovaných pro GPU v Azure.
Příklad: koncepční referenční architektura pro energii
Následující koncepční referenční architektura je příkladem, který ukazuje oblasti návrhu a osvědčené postupy pro energetické prostředí.
Příklad: koncepční referenční architektura pro finance
Následující koncepční referenční architektura je příkladem, který ukazuje oblasti návrhu a osvědčené postupy pro finanční prostředí.
Příklad: koncepční referenční architektura pro výrobu
Následující koncepční referenční architektura je příkladem, který ukazuje oblasti návrhu a osvědčené postupy pro výrobní prostředí.
Získání akcelerátoru cílových zón PROSTŘEDÍ HPC
Akcelerátor cílové zóny PROSTŘEDÍ HPC je k dispozici na GitHubu: Azure HPC OnDemand Platform Accelerator
Další kroky
Důležité informace a doporučení pro architekturu akcelerátoru cílových zón PROSTŘEDÍ HPC najdete v důležitých oblastech návrhu akcelerátoru cílových zón PROSTŘEDÍ HPC ve službě Azure Identity and Access Management.