AWS Batch 使用案例

从金融科技创业公司到长青企业的金融服务机构一直在高性能计算等领域使用批处理来进行风险管理、日终交易处理和欺诈监控。利用 AWS Batch 可以最大限度地减少人为错误、提高速度和准确性并通过自动化来降低成本，将精力集中在业务发展上。

金融服务业已在定价、市场定位和风险管理等领域推进了高性能计算的应用。通过将此类计算密集型工作负载转移到 AWS 上，组织提高了速度、可扩展性，并实现了成本节约。借助 AWS Batch，组织可以实现资源配置和作业调度过程自动化，从而节省成本并加快决策的制定和产品的上市速度。

交易柜台通过分析一天的交易成本、执行报告和市场表现以及其他领域来不断寻找增加头寸的机会。所有这些都需要在交易日结束后对诸多来源的大数据集进行批量处理。AWS Batch 可实现此类工作负载的自动化，以便您了解第二天交易周期的相关风险，并根据数据做出更好的决策。

欺诈是一个影响所有行业（特别是金融服务行业）的持续性问题。Amazon Machine Learning 凭借算法和模型开启了用更智能的方法分析数据的大门，以期应对这一挑战。当与 AWS Batch 配合使用时，组织可以自动进行数据处理或分析，以检测数据中的异常模式，从而对欺诈活动（如洗钱和付款欺诈）保持高度警惕。

使生物制药和基因组学公司能够将产品推向市场的科学洞察力需要高性能计算环境。AWS Batch 可在整个组织中的计算化学、临床建模、分子动力学、基因组测序和分析等应用领域大展身手。

AWS Batch 使参与药品开发的研究科学家能够更有效和更快速地搜索小分子库，从而确定最有可能绑定到药物靶标（通常是蛋白受体或酶）的结构。这可令科学家捕获到更好的数据来开始药物设计，并加深对特定生化过程作用的了解，从而开发出更有效的药物和疗法。

生物信息学家完成基因组序列的初步分析以生成原始文件后，他们可以借助 AWS Batch 来完成二级分析。利用 AWS Batch，客户可以比较多个重叠读取和参考序列来简化和自动化将原始 DNA 读数装配成完整基因组序列的过程，并减少由参考和样品之间不正确的比对引起的数据错误。

媒体和娱乐公司需要高度可扩展的批量计算资源，以实现数据的加速和自动化处理，以及用于高分辨率视频内容的文件、图形和视觉效果的编辑和处理。您可以借助 AWS Batch 来加速内容创建、动态扩展媒体打包能力并自动化异步媒体供应链工作流程。

AWS Batch 为内容制作者和后期制作公司提供了自动化内容渲染工作负载的工具，并减少了执行依赖性或资源调度对人工干预的需要。这包括扩展渲染场中的计算核心、利用 Spot 实例以及协调流程中不同步骤的执行。

AWS Batch 通过自动化工作流程、克服资源瓶颈、减少手动流程的数量（先调度和监控异步进程的执行，然后触发条件响应并在必要时扩展给定工作负载的资源）来加速基于批处理和文件的转码工作负载。

AWS Batch 通过协调不同处理阶段的独立作业和依赖性作业的执行来简化复杂的媒体供应链工作流程，同时支持为媒体供应链的不同贡献者准备的内容管理通用框架。