Mit High Performance Computing (HPC) stellt AWS Wissenschaftlern und Ingenieuren einen Bereich bereit, in dem sie Anwendungen mit Bedarf an großer Bandbreite, kurzer Latenz und extrem großer Rechenkapazität ausführen können, um komplexe wissenschaftliche, technische und betriebswirtschaftliche Probleme zu lösen.  AWS ermöglicht Ihnen das Steigern des Forschungstempos und Senken der Kosten, indem Cluster Compute- oder Cluster GPU-Server bedarfsabhängig bereitgestellt werden.  Sie haben für eng gekoppelte und E/A-intensive Verarbeitungslasten Zugriff auf ein Netzwerk mit voller Bisektionsbandbreite, sodass Sie für durchsatzorientierte Anwendungen eine horizontale Skalierung auf Tausende von Prozessorkernen vornehmen können.



mKElyNabc0A-Video-Thumb
2:50
HPC-Erfolgsgeschichte: University of Washington, Fachbereich Physik

High Performance Computing (HPC) in Amazon Elastic Compute Cloud (EC2) wird durch Cluster Compute-optimierte und GPU-Instance-Typen (virtuelle Maschinen) ermöglicht.  Sie können sie wie andere EC2-Instances nutzen, doch diese Instance-Typen sind außerdem spezifisch auf eine hohe Netzwerkleistung ausgelegt. Mit Amazon EC2 High Performance Computing-Instances können Sie bei Bedarf eine Skalierung auf zehntausende Instances vornehmen.

Übersicht über Amazon EC2 HPC anzeigen »

C3-Instances bieten die leistungsstärksten Prozessoren und im Vergleich mit allen anderen Amazon EC2-Instances das günstigste Verhältnis von Preis und Rechenleistung. I2-Instances sind auf extrem E/A-intensive Verarbeitungslasten ausgelegt.  Der größte I2-Instance-Typ unterstützt mehr als 365 000 zufällige Lesevorgänge pro Sekunde und über 315 000 zufällige Schreibvorgänge pro Sekunde. Wir empfehlen C3-Instances für rechenintensive Anwendungen und I2-Instances für Transaktionssysteme.

Weitere Informationen zu EC2-Instance-Typen »

Basic-Circuits

Weitere Informationen zu EC2 Cluster Compute-Instance-Typen

CPU-GPU-RAM-01

Weitere Informationen in den häufig gestellten Fragen zu GPU-Instance-Typen

GPU-Instances eignen sich ideal für 3D-Grafikanwendungen, z. B. Modellierung, Simulationen und Rechenlasten, einschließlich computergestützte Chemie, Finanzanalysen, Konstruktionsdesign und allgemeine GPU-Datenverarbeitung.

AWS GPU-Instances bieten Zugriff auf NVIDIA GPUs mit je 1 536 CUDA-Kernen und 4 GB Videospeicher. Mit dem zuletzt veröffentlichen Treiber bieten diese GPUs Unterstützung für OpenGL, DirectX, CUDA, OpenCL und das GRID SDK. 

Informationen zu GPU-Instances im EC2 User Guide lesen »

Cluster-Instances können innerhalb einer Placement-Gruppe gestartet werden. Alle Instances, die innerhalb einer Placement-Gruppe gestartet werden, haben eine kurze Latenz und volle Bisektionsbandbreite von 10 GB/s zwischen Instances. Wie viele andere Amazon EC2-Ressourcen sind Placement-Gruppen dynamisch und können bei Bedarf elastisch angepasst werden. Sie können mehrere Placement-Gruppen zu überaus großen Clustern verbinden, die eine massive parallele Verarbeitung ermöglichen.

Informationen zu Placement-Gruppen im EC2 User Guide lesen »

CPUs

Weitere Informationen zu Placement-Gruppen

AWS-financial-grid-computing-thumb

Informationen zu Netzwerkoptimierungen finden Sie in den häufig gestellten Fragen zu EC2.

AWS unterstützt derzeit für die Instance-Typen C3 und I2 optimierte Netzwerkfunktionen mithilfe von SR-IOV (Single Root I/O Virtualization). SR-IOV ist eine Methode der Gerätevirtualisierung, die im Vergleich zu herkömmlichen Implementierungen eine höhere E/A-Leistung und niedrigere CPU-Auslastung bietet. Für unterstützte Amazon EC2-Instances bietet diese Funktion eine höhere PPS-Leistung (Pakete pro Sekunde), kürzere Latenzen zwischen Instances und sehr niedrigen Netzwerk-Jitter.

Informationen zu Netzwerkoptimierungen im EC2 User Guide lesen »

Daten haben Gewicht. Wenn Datenmengen immer größer werden, wird es einfacher, die Rechenkapazität näher an die Daten zu rücken, um Latenz zu verkürzen und Durchsatz zu erhöhen. Mit AWS-Speicher- und Datenbankservices für Big Data wie Amazon S3, Amazon Redshift, Amazon DynamoDB und Amazon RDS verfügen Sie über den perfekten Ort zum Hosten Ihrer Daten für Ihren HPC-Cluster. Darüber hinaus können Sie mit Amazon Elastic Block Store (EBS) große parallele Dateisysteme erstellen, um die Volumen-, Leistungs- und Durchsatzanforderungen Ihrer HPC-Verarbeitungslasten zu erfüllen.

Weitere Informationen zu AWS-Services für Big Data »

cloud-cluster-reinvent
39:14
OrangeFS – Paralleles Dateisystem in AWS
video-thumb-launching-spot
7:50
Erfahren Sie von BioTeam, wie Sie einen Cluster auf Spot-Instances in Betrieb nehmen

Durch das Nutzen von Spot-Instances für Ihre HPC-Verarbeitungslasten können Sie Zeit und Geld sparen. Spot-Instances sind ein Preismodell, bei dem Sie auf nicht genutzte Amazon EC2-Kapazität zum gewünschten Preis bieten können. Wenn Ihr Gebot den Spot-Instance-Preis übersteigt, erhalten Sie Zugriff auf verfügbare Spot-Instances, die Sie so lange ausführen können, wie das Gebot den Spot-Instance-Preis übersteigt. Rückblickend war der Spot-Instance-Preis 50 % bis 93 % niedriger als der Preis für On-Demand-Instances. 

Weitere Informationen zu Spot-Instances »

Informationen zum Optimieren der Kosten wissenschaftlicher Datenverarbeitung mithilfe von Spot-Instances » 

AWS Marketplace ist ein Online-Shop, in dem Entwickler und IT-Experten Software für die Ausführung in der AWS-Cloud einfach finden und einsetzen können. Sie können eine Auswahl von HPC-Software finden, die für die Ausführung in Ihrem Cluster bereit ist, z. B. das Ressourcenmanagementsystem Univa Grid Engine oder das Dateisystem Intel Lustre HPC, und nach ein paar Klicks im AWS Marketplace direkt in Betrieb nehmen.

Die Kategorie "HPC" im AWS Marketplace besuchen »

marketplace_logo_square

HPC-Software im AWS Marketplace anzeigen