Skalierung der Datenverarbeitung in AWS

Mehrbenutzerumgebung für rechenintensive Workflows wie Computer-Aided Engineering (CAE) bereitstellen

Übersicht

Die Skalierung der Datenverarbeitung in AWS unterstützt Kunden beim Bereitstellen und Betreiben einer Mehrbenutzerumgebung für rechenintensive Workflows, wie z. B. Computer-Aided-Engineering (CAE). Diese AWS-Lösung bietet eine große Auswahl an Datenverarbeitungsressourcen, einen schnellen Netzwerk-Backbone, unbegrenzten Speicherplatz und eine direkt in AWS integrierte Budget- und Kostenverwaltung.  

Vorteile

Benutzeroberfläche

Stellen Sie eine Beispiel-Benutzeroberfläche (UI) mit einem gemeinsamen Satz von APIs bereit und richten Sie sie ein, die es dem Administrator und den Benutzern ermöglichen, mit ihrem Amazon Elastic Compute Cloud (Amazon EC2)-Cluster zu interagieren.

Vor- und Nachverarbeitung in der Cloud

Helfen Sie Benutzern, einfach auf den EC2-Cluster zuzugreifen, um alle Visualisierungsaktionen vor und nach der Verarbeitung mithilfe Desktop Cloud Visualization (DCV)-Grafiksitzungen durchzuführen.

Analysen in nahezu Echtzeit

Erfassen Sie Scheduler und Anwendungsprotokolle nahezu in Echtzeit und speichern Sie sie dann zur weiteren Verarbeitung im Data Lake.

Benutzerdefinierter Code und Automatisierung

Passen Sie eine Sammlung von Skripten an, die mit der Lösung bereitgestellt werden, und erweitern Sie sie, um Benutzern zu helfen, Daten zu sammeln und allgemeine Clusteraufgaben auszuführen.

Technische Details

Sie können diese Architektur mithilfe des Implementierungsleitfadens automatisch bereitstellen.

Anwendungsfälle für diese AWS-Lösung
  • Überschrift
Weitere Informationen ...
Über diese Bereitstellung
  • Datum der Veröffentlichung
Bereitstellungsoptionen
Sind Sie startbereit?
Diese Lösung bereitstellen, indem Sie sie in Ihrer AWS-Konsole starten

Brauchen Sie Hilfe? Stellen Sie mit einem Partner bereit.
Finden Sie einen AWS-zertifizierten Drittanbieter-Experten, der Sie bei dieser Bereitstellung unterstützt
Video
AWS re:Invent 2020: Rivian treibt das Tempo der Automotive-Innovation mit AWS voran

Dieses Video zeigt eine Präsentation von re:Invent 2020, in der detailliert beschrieben wird, wie Rivian Hindernisse überwand und das Erlebnis der Techniker verbesserte und gleichzeitig Self-Service mit cloudbasierten Services und Automatisierung förderte.

Video ansehen 
Video
Lösen mit AWS-Lösungen: Skalierung der Datenverarbeitung

Dieses Video zeigt, wie die Skalierung der Datenverarbeitung in AWS implementiert wird, um eine Mehrbenutzerumgebung für rechenintensive Workflows bereitzustellen und zu betreiben. 

Video ansehen 
Fallstudie
Rivian setzt Vision der agilen Entwicklung in AWS um
Im Jahr 2020 stellte Rivian fest, dass seine lokale Forschungs- und Entwicklungsinfrastruktur für Informationstechnologie nicht mit seinen Leistungsanforderungen Schritt halten konnte.
 
Ressourcenengpässe beeinträchtigten das Produktlebenszyklusmanagement, das computergestützte Design und das computergestützte Engineering. Daher begann Rivian mit dem Einsatz von AWS zum Aufbau einer agilen Entwicklungsumgebung.
Fallstudie lesen 
AWS-Industries-Blog
Skalierung der Datenverarbeitung bei AWS mit EDA-Workloads
Halbleiter- und Elektronikunternehmen, die Electronic-Design-Automation-Anwendung (EDA) nutzen, können den Lebenszyklus für die Produktentwicklung und die Zeit bis zur Marktreife erheblich reduzieren, wenn sie die beinahe unendlichen Möglichkeiten nutzen, die AWS bei Rechenleistung, Speicherung und andere Ressourcen bietet.
 
Dieser Blogbeitrag bietet Anleitungen auf Architektur- und Systemebene zum Aufbau einer Umgebung, die in der Lage ist, EDA-Anwendungen auf 30 000 Kerne oder mehr zu skalieren.
Blog lesen 
AWS-Industries-Blog
Bereitstellen von Multi-Physics-Simulationen für die Biopharma-Prozessentwicklung in AWS
Amgen hat als Erweiterung ihrer bestehenden AWS-Cloud-Infrastruktur eine HPC-Plattform anhand der Lösung zur Skalierung der Datenverarbeitung in AWS (SOCA – Scale Out Compute on AWS) gebaut und integriert.
 
Mit dieser Lösung war Amgen in der Lage, eine komfortable und benutzerfreundliche Plattform zur Ausführung von Berechnungssimulationen für die Strömungsdynamik zu erstellen und so die Entwicklung medizinischer Geräte und biopharmazeutischer Prozesse zu beschleunigen.
Blog lesen 

War diese Seite hilfreich?