Mall för HPC-riskanalys – lösningsarkitektur

Blob Storage
CycleCloud
Virtual Machines

Lösningsidé

Om du vill att vi utökar den här artikeln med mer information, till exempel potentiella användningsfall, alternativa tjänster, implementeringsöverväganden eller prisvägledning, kan du berätta för GitHub Feedback!

Den här mallbaserade riskanalyslösningen använder Azure HPC-beräkning och virtuella GPU-datorer för att expandera lokal TIBCO GridServer-beräkning till Azure med hjälp av Azure CycleCloud för integrering med automatisk skalning. Jobbet körs både lokalt och i molnet med hjälp av Avere vFXT snabb cachelagring och intern NFS-åtkomst till marknadsdata som är tillgängliga lokalt.

Arkitektur

Arkitekturdiagram – Ladda ned en SVG för den här arkitekturen.

Dataflöde

  1. Driftteamet använder Azure CycleCloud för att konfigurera och starta rutnät för riskanalys i Azure.
  2. Azure CycleCloud orkestrering av skapande av virtuella datorer och programvarukonfiguration för TIBCO GridServer-brokers och HP MOCK, minnescache och Avere vFXT cache.
  3. Quant (eller schemalagd batch) skickar ett arbetsflöde för riskanalysmallen till den lokala TIBCO GridServer-chefen. Baserat på jobbprinciper och aktuell lokal användning tillåts arbetsflödet att burst-användas till Azure för att utöka den lokala rutnätskapaciteten.
  4. TIBCO HP MOCK identifierar ändringen i ködjupet för varje TIBCO-meddelandekö och begär ytterligare TIBCO-motorkapacitet med hjälp Azure CycleCloud API:et för automatisk skalning. Azure CycleCloud sedan automatiskt motornoder i Virtual Machine Scale Sets med hjälp av virtuella datorer i Azure H-serien, HB-serien och HC-serien för att optimera kostnader och prestanda och virtuella datorer i NC-serien för att tillhandahålla GPU-kapacitet efter behov.
  5. Så snart motorns virtuella datorer ansluter till Azure Grid börjar koordinatorerna köra uppgifter till de nya noderna.
  6. Riskjobb hämtar artefakter från lokal lagring och Azure Blob Storage efter behov från NFS Avere vFXT och/eller via snabb minnescache.
  7. När varje uppgift slutförs returneras resultaten till insändaren eller drivrutinen och data skrivs tillbaka till cacheminnet i minnet eller till NFS-lagring via Avere vFXT efter behov. Cachelagrade data bevaras antingen lokalt eller i Azure Blob Storage.
  8. När uppgiftsköer töms använder TIBCO HP MOCK Azure CycleCloud API:et för automatisk skalning för att krympa beräkningsrutnätet och minska kostnaderna.

Komponenter

  • N-series Virtual Machines:Virtuella datorer i N-serien är idealiska för beräknings- och grafikintensiva arbetsbelastningar, vilket hjälper kunderna att driva innovation genom scenarier som avancerad fjärrvisualisering, djupinlärning och förutsägelseanalys.
  • H-series Virtual Machines: H-serienär en ny familj som utformats särskilt för att hantera arbetsbelastningar för databehandling med höga prestanda, till exempel modellering av finansiella risker, simulering av seismisk och reservoar, molekylmodellering och genomisk forskning.
  • Hantera effektivt vanliga arbetsbelastningar enkelt samtidigt som du skapar och optimerar HPC-kluster med Microsoft Azure CycleCloud.
  • Avere vFXT:Snabbare och mer tillgänglig datalagring för databehandling med höga prestanda vid gränsen
  • TIBCO GridServer ® är en marknadsledande infrastrukturplattform för rutnät och elastisk databehandling och stamnätet i företag som verkar på världens mest krävande marknader. Mer än en miljon processorer sprids över tusentals globala installationer från företagsrutnät som hanteras av GridServer.

Nästa steg