Rezervuar simülasyonu , dünyanın yüzeyinin altındaki yağ, su ve gaz gibi karmaşık sıvı akışlarını tahmin etmek için veri yoğunluklu bilgisayar modellerini kullanır. Bu örnek, Azure yüksek performanslı bilgi işlem (HPC) altyapısında rezervuar benzetimi yazılımını ayarlar. Azure bu tür bir iş yükünü en yüksek performans, ölçeklenebilirlik ve maliyet verimliliğiyle çalıştırmayı mümkün kılar.
Mimari
Bu mimarinin bir Visio dosyasını indirin.
İş akışı
Bu diyagram, örnekte kullanılan mimariye üst düzey bir genel bakış sunar. İş akışı aşağıdaki gibidir:
Kullanıcılar, modellerini işlem kaynaklarına hazırlamak için SSH aracılığıyla baş düğümde oturum açar.
PBS Pro 19.1 baş düğümde çalışır ve işlem düğümlerindeki işleri zamanlar.
OPM Akışı, işlem düğümlerinde çalışır. İşlem VM'leri, işlem görevlerinin taleplerini karşılamak için ölçeklendirilen bir grup özdeş VM olan bir sanal makine ölçek kümesi olarak dağıtılır.
OPM Flow, hesaplanmış sonuçları baş düğümdeki bir dosya paylaşımına gönderir. Premium disk baş düğüme bağlanır ve işlem düğümleri ve görselleştirme SANAL makinesi için bir NFS sunucusu olarak ayarlanır.
Standard-NV6 Windows VM üzerinde çalışan OPM ResInsight, sonuçların 3B görselleştirmelerini görüntüler. Kullanıcılar görselleştirme VM'sine RDP aracılığıyla erişebilir.
Bileşenler
Bu mimariyi uygulamak için kullanılan temel teknolojiler:
- Azure CycleCloud
- Azure NetApp Files
- Azure Sanal Makine Ölçek Kümeleri
- Anahtar Kasası
- Azure’da Linux sanal makineleri
- Sanal Makineler
Senaryo ayrıntıları
Bu örnekteki mimari, Open Porous Media (OPM) girişiminden popüler bir açık kaynak petrol ve gaz rezervuarı simülasyon paketi olan OPM Flow'u destekler. OPM Flow yazılımı, geçerli şirket içi altyapılara yakın veya daha iyi performans sunan Azure HPC sanal makinelerinde (VM) çalışır.
Kullanıcılar, PBS Pro 19.1 iş zamanlama yazılımı aracılığıyla MODELLERI HPC kaynaklarına göndermek için Linux baş düğüm vm'sine bağlanır. HPC kaynakları OPM Flow'u çalıştırır ve hesaplanmış sonuçları bir dosya paylaşımına gönderir. Bu örnekte, dosya paylaşımı baş düğüm VM'sindeki 4 terabaytlık (TB) ağ dosya sistemi (NFS) alanıdır. Modelinize ve giriş ve çıkış (G/Ç) gereksinimlerinize bağlı olarak, diğer depolama seçeneklerini kullanabilirsiniz.
Açık kaynak görselleştirme aracı OPM ResInsight çalıştıran bir Microsoft Azure VM, hesaplanmış sonuçları modellemek ve görselleştirmek için dosya paylaşımına erişir. Kullanıcılar sanal makineye uzak masaüstü protokolü (RDP) aracılığıyla bağlanarak görselleştirmeleri görüntüleyebilir.
Azure VM kullanmak, üst düzey görselleştirme iş istasyonunun masrafını azaltmaz. OPM uygulamaları, giriş ve çıkış dosyaları için HPC donanımından ve paylaşılan depolama konumundan yararlanır.
Olası kullanım örnekleri
Sismik verilerin 3B rezervuar modellemesini ve görselleştirmesini yapın.
Schlumberger'den yüksek çözünürlüklü bir rezervuar simülatörü olan INTERSECT'yi test edin. GitHub'da örnek bir INTERSECT uygulaması görebilirsiniz.
Azure'da benzer bir kurulum kullanarak nexus'u Landmark-Halliburton test edin.
Dikkat edilmesi gerekenler
Bu önemli noktalar, bir iş yükünün kalitesini artırmak için kullanılabilecek bir dizi yol gösteren ilke olan Azure Well-Architected Framework'ün yapı taşlarını uygular. Daha fazla bilgi için bkz. Microsoft Azure Well-Architected Framework.
Bu örnekte HB serisi yüksek performanslı VM'ler kullanılır. HB serisi, işlemsel akışkanlar dinamiği (CFD) gibi bellek bant genişliğine dayalı uygulamalar için iyileştirilmiştir ve Standard_HB120rs_v2 VM serinin en son sürümüdür. Intel tabanlı donanımlar için Standard_HC44rs VM bir seçenektir.
Bu OPM Flow mimarisini Azure'da test etmek için GitHub örnek uygulaması , norveç petrol sahasının açık karşılaştırmalı örneği olan Norne servis talebini yükler. Bu test çalışmasını çalıştırmak için şunları kullanmanız gerekir:
GitHub kurulum betiklerinin bir gereksinimi olan anahtarları ve gizli dizileri depolamak için Azure Key Vault kullanın.
Doğrusal Cebir PACKage (LAPACK) kitaplıklarını tüm işlem düğümlerine yükleyin. GitHub yükleme betikleri bu adımı içerir.
Görselleştirmeler için alıcı olarak kullanmak istediğiniz herhangi bir bilgisayara HP Uzaktan Grafik Yazılımı (RGS) yükleyin. Bu örnekte, kullanıcı ResInsight'ı çalıştırmak ve Norne servis talebini görüntülemek için görselleştirme VM'sine bağlanır.
İş zamanlayıcı
İşlem yoğunluklu iş yükleri, HPC işlem ve depolama altyapısını dağıtabilen ve yönetebilen HPC düzenleme yazılımlarından yararlanılır. Örnek mimari, işlem dağıtmanın iki yolunu içerir: azurehpc çerçevesi veya Azure CycleCloud.
Azure CycleCloud, Azure'da HPC ve büyük işlem kümeleri oluşturmaya, yönetmeye, çalıştırmaya ve iyileştirmeye yönelik bir araçtır. Azure HPC kümelerini dinamik olarak sağlamak ve karma ve bulut iş akışları için veri ve işleri düzenleme amacıyla kullanabilirsiniz. Azure CycleCloud, Azure'daki HPC iş yükleriniz için Grid Engine, HPC Pack, HTCondor, LSF, PBS Pro, Slurm ve Symphony gibi çeşitli iş yükü yöneticilerini de destekler.
Ağ
Bu örnek iş yükü, vm'leri farklı alt ağlara dağıtır. Ek güvenlik için her alt ağ için ağ güvenlik grupları tanımlayabilirsiniz. Örneğin, çeşitli düğümlere gelen veya bu düğümlerden gelen ağ trafiğine izin veren veya reddeden güvenlik kuralları ayarlayabilirsiniz. Bu güvenlik düzeyine ihtiyacınız yoksa, bu uygulama için ayrı alt ağlara ihtiyacınız yoktur.
Depolama
Veri depolama ve erişim gereksinimleri, iş yükü ölçeğine bağlı olarak büyük ölçüde farklılık gösterir. Azure, HPC uygulamalarının hızını ve kapasitesini yönetmek için çeşitli yaklaşımları destekler. azurehpc GitHub deposu örnek Azure HPC betiklerini içerir.
Aşağıdaki yaklaşımlar petrol ve gaz endüstrisinde yaygındır. Benzersiz G/Ç ve kapasite gereksinimlerinize en uygun çözümü seçin.
Geçerli örnek gibi düşük ölçekli iş yükleri için, gereksinimlerinize bağlı olarak büyük kısa ömürlü disklere sahip depolama için iyileştirilmiş bir Lsv2 serisi VM veya Azure Premium Depolama ile D serisi VM'ler kullanarak baş düğümde NFS çalıştırmayı göz önünde bulundurun. Bu çözüm, 500 veya daha az çekirdek, saniyede 1,5 gigabayta (GiB/sn) kadar aktarım hızı ve 19 TB RAM ve 100 TB depolama alanına sahip iş yüklerine uygundur.
Orta ve büyük ölçekli okuma yoğunluklu iş yükleri:Azure için Avere vFXT (6 - 24 düğüm) kullanmayı göz önünde bulundurun. Bu çözüm, 50.000 çekirdeğe kadar iş yükleri, yazma işlemleri için 2 GiB/sn'ye kadar aktarım hızı ve okumalar için 14 GiB/sn'ye kadar, 192 TB'a kadar önbellek ve 2 petabayta (PB) kadar dosya sunucusu için çalışır.
Dengeli veya yazma yoğunluklu orta ölçekli iş yükleri: 4.000 çekirdeğe kadar iş yükleri için 6,5 GiB/sn'ye kadar aktarım hızı, 100 TB'a kadar depolama alanı ve 12 TB'lık dosya boyutunu en üst düzeye çıkarma ile Azure NetApp Files kullanmayı göz önünde bulundurun.
Büyük ölçekli iş yükleri: Lustre veya BeeGFS gibi, düzenlemeli bir paralel dosya hizmeti kullanın. Bu yaklaşım, okuma/yazma hızları 50 GiB/sn'ye ve 500 TB depolama alanına sahip en fazla 50.000 çekirdek için çalışır. Daha büyük kümeler için çıplak yaklaşım daha uygun maliyetli olabilir. Örneğin Cray ClusterStor, anında daha büyük elastik kümeleri destekleme esnekliğine sahip yönetilen bir HPC depolama çözümüdür.
Bu senaryoyu dağıtın
GitHub'da bu OPM Flow mimarisinin örnek uygulamasını alın.
Sonraki adımlar
- HPC: Azure'da Petrol ve Gaz blogunu okuyun.
- Azure için Avere vFXT'ye genel bakış elde edin.
- Azure Depolama performansı ve ölçeklenebilirlik denetim listesini gözden geçirin.
- Azure'da bilgisayar destekli mühendislik (CAE) için örnek bir iş yükünü keşfedin.
- Azure'da HPC hakkında bilgi edinin.