HPC kockázatelemzési sablon

Blob Storage
CycleCloud
Virtual Machines

Megoldási ötlet

Ha szeretné látni, hogy további információkkal bővítsük ki ezt a cikket, például lehetséges használati eseteket, alternatív szolgáltatásokat, megvalósítási szempontokat vagy díjszabási útmutatót, tudassa velünk GitHub Visszajelzéssel!

Lehetséges használati esetek

Ez a sablonalapú kockázatelemzési megoldás Azure HPC számítási és GPU-alapú virtuális gépeket (VM-eket) használ a helyszíni TIBCO GridServer-számítás azure-ba való kiterjesztéséhez az Azure CycleCloud használatával az automatikus skálázási integrációhoz. A feladat a helyszínen és a felhőben is végrehajtja az Avere vFXT gyors gyorsítótárazásával és natív NFS-hozzáféréssel a helyszínen elérhető piaci adatokhoz.

Architektúra

Architecture diagramTöltse le az architektúra SVG-jének egyikét.

Adatfolyam

  1. Az üzemeltetési csapat az Azure CycleCloud használatával konfigurálja és elindítja a kockázatelemzési rácsot az Azure-ban.
  2. Az Azure CycleCloud vezényli a virtuális gépek létrehozását és a szoftverkonfigurációt a TIBCO GridServer-közvetítőkhöz és a HPCCA-hoz, a memóriabeli adatgyorsítótárhoz és az Avere vFXT-gyorsítótárhoz.
  3. A Quant (vagy ütemezett köteg) egy kockázatelemzési sablon munkafolyamatát küldi el a helyszíni TIBCO GridServer-igazgatónak. A feladatszabályzatok és a jelenlegi helyszíni használat alapján a munkafolyamat átterjedhet az Azure-ra a helyszíni rács kapacitásának bővítése érdekében.
  4. A TIBCO HPCCA észleli az egyes TIBCO-közvetítők üzenetsormélység-változását, és extra TIBCO-motorkapacitást kér az Azure CycleCloud automatikus méretezési API használatával. Az Azure CycleCloud ezután automatikusan elindítja a motorcsomópontokat Virtual Machine Scale Sets az Azure H-sorozatú, HB-sorozatú és HC-sorozatú virtuális gépek használatával, hogy optimalizálja a költségeket és a teljesítményt, valamint az NC-sorozatú virtuális gépeket, hogy szükség szerint GPU-kapacitást biztosítson.
  5. Amint a motor virtuális gépek csatlakoznak az Azure Gridhez, a közvetítők megkezdik a feladatok végrehajtását az új csomópontokon.
  6. A kockázati feladatok szükség szerint lekérik az összetevőket a helyszíni és az Azure Blob Storage-ból az NFS-hez csatlakoztatott Avere vFXT-ből és/vagy a gyors memóriabeli gyorsítótárból.
  7. Ahogy minden feladat befejeződik, a rendszer visszaadja az eredményeket a küldőnek vagy az illesztőprogramnak, és szükség szerint visszaírja az adatokat a memóriabeli gyorsítótárba vagy az NFS-tárolóba az Avere vFXT-n keresztül. A gyorsítótárazott adatok a helyszínen vagy az Azure Blob Storage-ban is megmaradnak.
  8. A tevékenységsorok kiürítésével a TIBCO HPCCA az Azure CycleCloud automatikus méretezési API-t használja a számítási rács zsugorítására és a költségek csökkentésére.

Összetevők

  • N sorozatú virtuális gépek: Az N sorozatú virtuális gépek ideálisak a számítási és nagy grafikai igényű számítási feladatokhoz, így az ügyfelek olyan forgatókönyvek révén támogatják az innovációt, mint a felsőkategóriás távoli vizualizáció, a mély tanulás és a prediktív elemzés.
  • H-sorozatú virtuális gépek: A H sorozat egy új család, amelyet kifejezetten olyan nagy teljesítményű számítási feladatok kezelésére terveztek, mint a pénzügyi kockázatmodellezés, a szeizmikus és tározószimuláció, a molekuláris modellezés és a genomkutatás.
  • Hatékonyan kezelheti a gyakori számítási feladatokat könnyedén, miközben HPC-fürtöket hoz létre és optimalizál a Microsoft Azure CycleCloud használatával.
  • Avere vFXT: Gyorsabb és hozzáférhetőbb adattárolás a peremhálózati nagy teljesítményű számításhoz
  • A TIBCO GridServer® egy piacvezető infrastruktúra-platform a hálózat és a rugalmas számítástechnika számára, valamint a világ legigényesebb piacain működő vállalkozások gerince. A GridServer által felügyelt vállalati rácsokat több mint egymillió processzor alkotja, amelyek több mint ezer globális telepítésre terjednek ki.

Következő lépések