Modelo de análise de risco de HPC – Arquitetura da solução

Armazenamento de Blobs
CycleCloud
Máquinas Virtuais

Ideia da solução

se você quiser nos ver, expanda este artigo com mais informações, como casos de uso em potencial, serviços alternativos, considerações sobre implementação ou diretrizes de preços, fale conosco com GitHub comentários!

Esta solução de análise de risco modelo usa VMs (máquinas virtuais) de GPU e computação do Azure HPC para expandir a computação local do TIBCO GridServer para o Azure usando o Azure CycleCloud para integração de dimensionamento automático. O trabalho é executado no local e na nuvem usando o cache rápido do avere vFXT e acesso de NFS nativo aos dados do mercado disponíveis localmente.

Arquitetura

Diagrama de arquitetura Baixe um SVG dessa arquitetura.

Fluxo de Dados

  1. A equipe de operações usa o Azure CycleCloud para configurar e iniciar a grade de análise de risco no Azure.
  2. O Azure CycleCloud orquestra a criação de VM e a configuração de software para TIBCO GridServer Brokers e HPCCA, cache de dados na memória e cache avere de vFXT.
  3. Quant (ou batch agendado) envia um fluxo de trabalho de modelo de análise de risco para o diretor de GridServer TIBCO local. Com base nas políticas de trabalho e no uso atual no local, o workflow tem permissão para disparar para o Azure a fim de expandir a capacidade de grade local.
  4. O TIBCO HPCCA detecta a alteração na profundidade da fila para cada agente do TIBCO e solicita a capacidade do mecanismo de TIBCO adicional usando a API de dimensionamento automático do Azure CycleCloud. O Azure CycleCloud, em seguida, inicia a inicialização automática de nós de mecanismo em conjuntos de dimensionamento de máquinas virtuais usando as VMs da série H, da série HB e da HC para otimizar as VMs de custo e desempenho e da série NC para fornecer a capacidade da GPU conforme necessário.
  5. Assim que as VMs do mecanismo ingressarem na grade do Azure, os agentes começarão a executar tarefas para os novos nós.
  6. Os trabalhos de risco recebem artefatos do armazenamento de BLOBs local e do Azure, conforme necessário, do NFS montado avere vFXT e/ou por meio do cache rápido na memória.
  7. À medida que cada tarefa é concluída, os resultados são retornados ao emissor ou ao driver, e os dados são gravados no cache na memória ou no armazenamento de NFS por meio do avere vFXT, conforme necessário. Os dados armazenados em cache são mantidos no local ou no armazenamento de BLOBs do Azure.
  8. À medida que as filas de tarefas esgotam, o TIBCO HPCCA usa a API de dimensionamento automático do Azure CycleCloud para reduzir a grade de computação e reduzir o custo.

Componentes

  • Máquinas virtuais da série n: as máquinas virtuais da série n são ideais para cargas de trabalho com uso intensivo de gráficos e de computação, ajudando os clientes a impulsionar a inovação por meio de cenários como visualização remota de alto nível, aprendizado profundo e análise preditiva.
  • Máquinas virtuais da série h: a série h é uma nova família projetada especificamente para lidar com cargas de trabalho de computação de alto desempenho, como modelagem de risco financeiro, simulação sísmica e de reservatório, modelagem de molecular e pesquisa de genoma.
  • Gerencie efetivamente cargas de trabalho comuns com facilidade ao criar e otimizar clusters HPC com o CycleCloud do Microsoft Azure.
  • Avere vFXT: armazenamento de dados mais rápido e acessível para computação de alto desempenho na borda
  • TIBCO GridServer ® é uma plataforma de infra-estrutura líder no mercado para computação em grade e elástica – e o backbone de empresas operando nos mercados mais exigentes do mundo. Mais de um milhão de CPUs espalhadas por mil instalações globais formam grades empresariais gerenciadas pelo GridServer.

Próximas etapas