High Performance Computing (HPC)

Lösen Sie umfangreiche Rechenprobleme, und erhalten Sie neue Einblicke mit der Leistung von HPC auf AWS

Kostenloses Konto erstellen

Vertrieb kontaktieren

High Performance Computing (HPC) ermöglicht Wissenschaftlern und Technikern das Lösen komplexer, rechenintensiver Probleme. HPC-Anwendungen benötigen häufig eine hohe Netzwerkleistung, schnelle Speicherung, viel Arbeitsspeicher, sehr hohe Datenverarbeitungskapazitäten oder alles gleichzeitig. AWS ermöglicht Ihnen die Beschleunigung der Forschung und die Verkürzung der Ergebniszeit durch Ausführung von HPC in der Cloud und Skalieren auf eine größere Anzahl paralleler Aufgaben als in den meisten lokalen Umgebungen sinnvoll wäre. AWS reduziert die Kosten durch On-Demand-Bereitstellung von CPU-, GPU- und FPGA-Servern, die für bestimmte Anwendungen optimiert sind, ohne dass große Kapitalinvestitionen erforderlich sind.

Um Videos auf dieser Seite ansehen zu können, ist Adobe Flash Player oder ein anderer, moderner Browser ist erforderlich.

Vorteile beim Ausführen von HPS auf AWS

Ermöglichen schneller Erkenntnisse

Sofortiges Starten oder Vergrößern von HPC-Clustern auf AWS. Durch Eliminieren der Auftragswarteschlangenzeiten und Skalieren der Cluster auf die benötigte Größe bei Bedarf können Sie die Zeitspanne bis zur Markteinführung oder Veröffentlichung verkürzen.

Erhöhen der Produktivität

Konzentrieren Sie sich auf Anwendungen und Forschungsergebnisse anstatt auf die Wartung der Infrastruktur und Aktualisierungen. Wenn AWS Hardware aktualisiert, können Sie sofort darauf zugreifen – schreiben Sie einfach Ihre Cluster-Konfigurationsdatei neu, und starten Sie neu, um zur neuesten Hardware zu wechseln.

Nutzen Sie flexible Architekturen

Lassen Sie Ihre Forschung die Infrastruktur bestimmen, nicht umgekehrt. Mit den flexiblen Konfigurationsoptionen von AWS können Sie mit Ihrer Hypothese beginnen und HPC-Cluster erstellen, die für Ihre einmaligen Anwendungsanforderungen optimiert wurden – heute GPU, morgen CPU.

Betreten Sie ein Ökosystem, das reich an Lösungen ist

Nutzen Sie neben den wichtigsten Service-Optionen für Berechnungen, Speicherung und Datenbanken die große Bandbreite von Services und Partnern im AWS-Ökosystem zur Verbesserung Ihres HPC-Workloads. Die Möglichkeiten reichen von bekannten Lösungen wie NICE und Thinkbox bis zu experimentellen Builds mit AWS Lambda.

Erleichtern Sie die sichere Zusammenarbeit

Arbeiten Sie mit anderen zusammen, ohne Kompromisse bei der Sicherheit einzugehen. Jeder AWS-Service bietet Verschlüsselung und Optionen zur Gewährung von granularen Berechtigungen für jeden Benutzer bei gleichzeitiger Erhaltung der Möglichkeit, Daten mit zugelassenen Benutzern zu teilen. Erstellen Sie Lösungen, die HIPAA, FISMA, FedRAMP, PCI und weiteren entsprechen.

Sie zahlen nur für die Module, die Sie nutzen

Lassen Sie jeden Euro einen wertvollen Beitrag zu Ihrer Mission leisten. Wählen Sie aus einer Palette von AWS-Services, und zahlen Sie nur für das, was Sie auch nutzen. Keine Zahlungen mehr für ungenutzte Rechenkapazität, keine langfristigen Verträge und keine komplexe Lizenzierung erforderlich. Weitere Optimierung der Kosten mit Amazon EC2 Spot Instances.

Fallbeispiele nach Branche

Biowissenschaften

Genomik

Das Algorithms, Machine, and People (AMP) Lab an der Universität UC Berkeley nutzt AWS, um schnell die Rechenressourcen zu skalieren, die zur Analyse der in der Genomik verwendeten Algorithmen benötigt werden. Weitere Informationen >>

Computergestützte Chemie

Novartis hat eine Plattform entwickelt, die AWS einsetzt, um ca. 87 000 Rechenkerne auszuführen und 39 Jahre computergestützte Chemie in 9 Stunden bei anfallenden Kosten von 4 232 USD auszuführen. Weitere Informationen >>

Simulation biologischer Systeme

Penn State hat sein Forschungsportal auf AWS verlagert und macht es 6 000 Forschern weltweit einfach, mehr als 50 000 synthetische DNA-Sequenzen zu entwickeln.Weitere Informationen >>

Protein-Modellierung

Die Abteilung für Informatik an der San Francisco State University verwendete Amazon EC2, um die Kosten und die Durchlaufzeiten zur Ausführung der Workloads beim maschinellen Lernen zu senken. Weitere Informationen >>

Weitere Informationen zum Cloud-Computing für Biotech und Pharma >>
Finanzdienstleistungen

Kapitalmanagement und -Berichterstellung

MAPFRE hat bis zu 88 Prozent der Kosten für Infrastruktur eingespart und konnte nun bei Bedarf einen Supercomputer einsetzen und diesen herunterfahren, wenn er nicht mehr benötigt wurde.Weitere Informationen >>

Optimierung des Risk Management-Portfolios

Yuanta Securities Korea profitiert bei der Ausführung von Finanzmodellen in AWS zur Bewertung von Marktrisiken von erhöhten Geschwindigkeiten und niedrigeren Kosten. Weitere Informationen >>

Vertragspreise und Bewertung

Aon Benfield hat seine Infrastruktur zu AWS verlagert und hat ein Verarbeitungssystem entwickelt, das die für die Neuberechnung von Policen benötigte Zeit von Stunden oder Tagen auf Minuten verringert hat. Weitere Informationen >>

Weitere Informationen zum Cloud-Lösungen für Finanzdienstleistungen >>
Fertigung

Computational Fluid Dynamics (CFD)

TLG Aerospace verwendete EC2 Spot-Instances, um auf mehr Arbeitsspeicher und Kerne zu geringeren Kosten zuzugreifen und so die Anzahl und Größe immer anspruchsvollerer Simulationen skalieren zu können.Weitere Informationen >>

Engineering-Simulation

Ansys führte Simulationen mit Enhanced Networking-kompatiblen EC2-Instances aus und zeigte eine fast ideale Skalierbarkeit von weit über 1 000 Kernen sowie eine verkürzte Gesamtlösungszeit sogar über 2 000 Kerne hinaus.Weitere Informationen >>
Energie- & Geowissenschaften

Wettersimulation

Die Weather Company hat ihre große Datenplattform, Vorhersagesysteme und Anwendungen für Cloud-Umgebungen umgestaltet und die Umgebungen von 13 auf 6 Datencenter verringert, sodass Ingenieure effektive Netzwerke und Anwendungen erstellen können.Weitere Informationen >>

Lagerstättensimulation

Rock Flow Dynamics verwendete On-Demand-Rechenressourcen, um Workloads auszuführen, welche die Position von Ölquellen und Wasserinjektionsbohrungen optimieren. Ein Vorgang, dessen Durchführung normalerweise Jahre gedauert hätte, wurde mithilfe von AWS-Ressourcen innerhalb von 12 Tagen fertiggestellt. Weitere Informationen >>

Geographic Information Systems (GIS)

Digital Globe verwendete AWS zur Bereitstellung von Petabytes von hochauflösendem Geo-Bildmaterial, Daten und Analysen für seine Kunden innerhalb von Wochen anstatt von Monaten bei gleichzeitiger Einsparung von Kosten.Weitere Informationen >>

Betrieb, Verwaltung und Analytik

Fugro Roames verwendete AWS und Amazon EC2 Spot-Instances, um Ergon Energy zu ermöglichen, die jährlichen Kosten der Vegetationsverwaltung von 100 Millionen australische Dollar auf 60 Millionen australische Dollar zu senken.Weitere Informationen >>
Halbleiter

Automatisierung von Elektronikdesign

Cadence Design Systems verwendete AWS zur Isolierung der Workloads voneinander und zur Sicherstellung, dass Benutzer und Anwendungen nicht um Ressourcen konkurrieren, was zu verringerten Regressionszeiten, schnelleren Iterationen und einem geänderten Fokus auf Optimierung und Beweglichkeit führte.Weitere Informationen >>

Elektroniksimulation

Cypress Semiconductor implementierte gleichzeitig die Rechenleistung auf AWS und verwendete COMSOL Multiphysics zur Simulation einer elektromagnetischen Feldverteilung bei einer kapazitiven Sensorbaugruppe und berichtete von verringerter Simulationszeit von Wochen zu Stunden.Weitere Informationen >>

HPC-Fähigkeiten in AWS

Datenverarbeitung

HPC-Workloads werden in AWS auf virtuellen Servern ausgeführt, bekannt als Instances, die von Amazon Elastic Compute Cloud (Amazon EC2) aktiviert werden. Amazon EC2 liefert eine sichere, in der Größe veränderbare Rechenkapazität in der Cloud und ist in einer großen Bandbreite von Instance-Typen verfügbar, sodass Sie die für Ihre Workload optimal geeignete Kapazität auswählen können.

Weitere Informationen zu den EC2-Instanc-Typen (zum Erweitern klicken)

Instance-Typ	Empfohlene HPC-Verwendung	Technische Höhepunkte
C4 und C5 Für Datenverarbeitung optimiert	An die Rechenleistung gebundene Workloads wie Simulationen im Engineering und Finanzbereich, Werkstoffwissenschaft und Genomikverarbeitung, seismologische Datenverarbeitung, digitale und analoge Simulationen, Strömungsdynamik, computergestützte Lithografie und Messtechnik, Wettersimulationen und vieles mehr	Basierend auf Intel Haswell- und Skylake-Prozessoren Bietet bis zu 36 Kerne (72 vCPUs) und bis zu 144 GiB Speicher Höchste verfügbare Taktraten bei EC2-Instance-Typen
M4 Allgemeine Zwecke	Anwendungen und Workloads, für die ein Gleichgewicht zwischen Speicher und Kern erforderlich ist, und Rechenleistung für allgemeine Zwecke wie HPC-Managementknoten, Lizenzserver, Remote-Anmeldeknoten und weitere	Basierend auf Intel Haswell- und Broadwell-Prozessoren Bietet bis zu 32 Kerne (64 vCPUs) und bis zu 256 GiB Speicher
R4 Speicher optimiert	Anwendungen, für die ein höheres Speicher-Kern-Verhältnis als C4/C5 oder M4-Instances erforderlich ist, einschließlich speicherintensiver Engineering- und wissenschaftlicher Simulationen, Verifizierung von Halbleitermasken und vieles mehr	Basierend auf Intel Broadwell-CPUs Bietet bis zu 32 Kerne (64 vCPUs) und bis zu 488 GiB Speicher
P2 GPU-optimiert	Maschinelles Lernen, Engineering-Simulationen, computergestütztes Finanzwesen, seismologische Analyse, molekulare Modellierung, Genomik, Rendering und andere GPU-computergestützte Workloads	Bietet bis zu 16 NVIDIA K80 GPUs in einer einzigen EC2-Instance, wobei jede GPU 2 496 parallele Verarbeitungskerne und 12 GiB GPU-Speicher bietet
F1 FGPA-optimiert	Parallele Anwendungen mit Hardware-Beschleunigung einschließlich Videoanalytik, Bildverarbeitung, Finanzberechnungen, Genomik sowie beschleunigte Datenanalytik und Suchen	Bietet bis zu 8 Xilinx UltraScale+ VU9P FPGA-Geräte in einer einzigen EC2-Instance
G2 und G3 Grafikoptimiert	Hochleistungsfähige Grafikanwendungen, einschließlich Remote-Grafikdesktops, 3D-Modellierung und -Simulation, medizinische und Geo-Bilbverarbeitung sowie Bereitstellung von Videoinhalten	Bietet bis zu 4 NVIDIA Kepler- oder Maxwell-GPUs in einer einzigen EC2-Instance Optimiert für die Grafikverarbeitung und Remote-Visualisierung Verfügbar mit Amazon AppStream 2.0, einem vollständig verwalteten Anwendungs-Streaming-Dienst, der die Vor- und Nachbearbeitung von HPC-Workloads ermöglicht. Bereitstellung von HPC-Visualisierungsanwendungen für große Benutzergruppen auf jedem Desktop mit einem HTML5-Browser. G2 wird von Amazon WorkSpaces Graphics-Pakete verwendet, die GPU-beschleunigte virtuelle Windows-Desktops in der Cloud ermöglichen. WorkSpaces Graphics-Pakete wurden für Techniker und 3D-Anwendungsentwickler als Alternative zu teuren grafikfähigen Workstations konzipiert.
X1 Hohe Speicherkapazität	Anwendungen, für die die höchste Speicherkapazität pro Kern benötigt wird, einschließlich In-Memory-Analytik-Grafikverarbeitung und dünnbesetzte Matrixverarbeitung, Halbleiter-Timing-Analyse und andere	Basierend auf Intel Haswell-CPUs Bietet bis zu 64 Kerne (128 vCPUs) und bis zu 1 952 GiB Speicher

Weitere Informationen zu Amazon EC2-Instance-Typen >>

EC2-Spot-Instances: Optimieren der Rechenzeit und Kosten >>

Orchestrierung

Die Verwaltung der HPC-Workload erreicht neue Flexibilitätsmöglichkeiten in der Cloud, was die Orchestrierung von Ressourcen und Aufträgen zu einem wichtigen Aspekt für Ihre Workload macht. AWS bietet eine Reihe von Lösungen zur Workload-Orchestrierung: voll verwaltete Services ermöglichen es Ihnen, sich mehr auf die Anforderungen und Ergebnisse der Aufgabe anstatt auf die Bereitstellung, Konfiguration und Optimierung der Cluster und Zeitplanung zu konzentrieren, während selbst verwaltete Lösungen Ihnen die Möglichkeit bieten, Cloud-native Cluster selbst zu konfigurieren und zu verwalten und dabei herkömmliche Aufgaben-Zeitplanungsprogramme für die Verwendung mit AWS oder in hybriden HPC-Szenarios zu nutzen.

Anzeigen der HPC-Orchestrierungsoptionen (zum Erweitern klicken)

AWS-Angebot	Beschreibung	Highlights
AWS Batch	AWS Batch ist ein vollständig verwalteter Service, mit dem Sie umfangreiche Berechnungen einfach in der Cloud ausführen können, ohne dass Sie sich Sorgen über die Bereitstellung von Ressourcen oder die Verwaltung von Zeitplanungsprogrammen machen müssen. Sie können über die Web-Konsole, AWS CLI oder SDKs mit AWS Batch interagieren.	Vollständig verwalteter Service Fokussieren Sie sich auf Ihre Jobs und deren Ressourcen anstatt auf die Infrastruktur Senken Sie die Kosten durch einfache Verwendung von EC2 Spot- und Reserved Instances Setzen Sie einfach Prioritäten bei Ihrer Arbeit über Zehntausende Kerne hinweg
AWS Lambda	Führen Sie Codes aus, ohne Server bereitstellen oder verwalten zu müssen, und zahlen Sie dabei nur für die genutzte Rechenzeit. Definieren Sie kurzfristige Funktionen, die in einer Reihe von Sprachen geschrieben wurden, und überlassen Sie Lambda die maßgerechte Verwaltung.	Vollständig verwalteter Service Optimiert für Vorgänge mit kurzer Laufzeit Lambda ist "Serverless" – Sie zahlen nur für die genutzten Services während Ihre Funktionen ausgeführt werden
AWS Step Functions	Ein vollständig verwalteter Service, der die Koordination der Komponenten verteilter Anwendungen und Microservices mit visuellen Workflows erleichtert.	Vollständig verwalteter Service Einfach integriert in AWS Batch, AWS Lambda und andere Services
CfnCluster	Ein Open-Source-Framework, das einen hochleistungsfähigen Cluster in AWS mit vorinstalliertem Batch-Zeitplaner und MPI-Bibliotheken einsetzt.	Open-Source-Software Setzen Sie schnell einen Cluster mit Zeitplanern von Drittanbietern ein Verwendet AWS CloudFormation für eine Basisvorlage
EnginFrame	Integriertes HPC-Portal mit einer großen Bandbreite von Open Source- und kommerziellen Batch-Zeitplansystemen. Zentrale Anlaufstelle zur Jobversendung, Steuerung und Datenverwaltung.	Wird vor Ort, in der Cloud oder hybrid ausgeführt Mehrere Zeitplaner auf einen Blick Anwendungsvorlagen

Speicherung

AWS bietet verschiedene Speicheroptionen, die von Dateisystemen, die an eine EC2-Instance angehängt sind, bis zur hochleistungsfähigen Objektspeicherung reichen. Die meisten HPC-Anwendungen erfordern den gemeinsamen Datenzugriff mehrerer EC2-Instances über eine Dateisystemschnittstelle. AWS bietet einen nativen, gemeinsamten Scale-Out-Dateispeicherdienst (Amazon EFS), der eine Dateisystemschnittstelle und Dateisystemsemantik bereitstellt. HPC-Anwendungen können für allgemeine Arbeitsspeicherung zusätzlich die Blockspeicherangebote von AWS nutzen, entweder Amazon EBS oder EC2-Instance-Speicher. Amazon S3 und Glacier bieten kostengünstige Speicheroptionen zur langfristigen Speicherung großer Datensätze.

Anzeigen von AWS-Speicherangeboten (zum Erweitern klicken)

AWS-Produkt

Beschreibung und empfohlene HPC-Nutzung

Highlights

Amazon EFS

Ein hochverfügbares und haltbares, vollständig verwaltetes Multi-AZ-Dateisystem

Empfohlene HPC-Verwendung: Verwenden Sie es als gemeinsam genutztes Dateisystem als Arbeitsspeicher

Kann auf eine Größe von Zehntausenden Kernen angepasst werden
Kann in NFS eingehängt werden

Amazon EBS

Beständige Blockspeicher-Volumes zur Verwendung mit Amazon EC2-Instances

Empfohlene HPC-Verwendung: Verwenden Sie es für High-IOPS und allgemeinen Arbeitsspeicher

Lustre-kompatibel
Kann in NFS eingehängt werden
Unterstützt parallele Hochgeschwindigkeitssysteme mithilfe von Tools wie Lustre und GPFS
Bietet eine große Auswahl zur Optimierung von Geschwindigkeit und Kosten

Amazon EC2-Instance-Speicher

Blockspeicher, der ohne zusätzliche Kosten in ausgewählte Amazon EC2-Instance-Typen integriert ist

Empfohlene HPC-Verwendung: Verwenden Sie es für oft gelesenen temporären Arbeitsspeicher

In ausgewählten EC2-Instance-Typen enthalten
Schneller E/A
Flüchtiger Speicher

Amazon S3

Objektspeicher zum Speichern und Abrufen beliebiger Datenmengen aus allen Speicherorten

Empfohlene HPC-Verwendung: Primärer dauerhafter und skalierbarer Speicher für HPC-Daten

Hochverfügbar
Hochbeständig
API-zugänglich mit PUT- und GET-Anforderungen

Amazon Glacier

Ein sicherer, haltbarer und extrem kostengünstiger Cloud-Speicherservice zur Datenarchivierung and langfristiges Backup

Empfohlene HPC-Verwendung: Verwenden Sie es für langfristige und kostengünstige Archivierung von HPC-Daten

Life Cycle-Tools archivieren Daten automatisch
Extrem wirtschaftlich
Abrufzeiten im Bereich von Stunden

Netzwerk

Das AWS-Netzwerk ist für Skalierung ausgelegt. Egal, ob Ihre Anwendung Tausende von Kernen für eng verzahnte Workloads, Hunderttausende von Kernen für extrem parallele HTC-Anwendungen oder für eine Mischung aus beidem benötigt, das AWS-Netzwerk bietet die entsprechende Leistung (große Bandbreite, niedrige Latenz) und Skalierbarkeit.

AWS optimiert die eigene Hardware und passt sie speziell an die AWS-Infrastruktur an. Dank Cut-Through Routing in Kombination mit dem großen Umfang von AWS erhalten auch die größten Kunden eine gleichbleibende Latenz und eine große Bandbreite bei der Nutzung auch der anspruchsvollsten Anwendungskommunikationsmuster. Eine erweiterte Netzwerkfunktion bietet eine höhere E/A-Leistung und geringere CPU-Auslastung im Vergleich zu herkömmlichen virtualisierten Netzwerkschnittstellen. Diese Funktion bietet eine höhere PPS-Leistung (Pakete pro Sekunde), kürzere Latenzen zwischen Instances und sehr niedrigen Netzwerk-Jitter. Erweiterte Netzwerkfunktionen sind je nach Instance-Typ auf eine von zwei Arten verfügbar: Intel 82599 oder Amazon ENA.

Weitere Informationen zu den AWS-Netzwerkfunktionen (zum Erweitern klicken)

Netzwerkfunktion	Beschreibung und Kompatibilität mit EC2 Instance-Typen	Vorteile
Cluster Placement-Gruppen	Cluster Placement-Gruppen sind logische Gruppierungen oder Cluster von Instances in der ausgewählten AWS Region. EC2 Instance-Typ-Kompatibilität: Alle Instance-Typen, die erweiterte Netzwerkfunktionen unterstützen, können innerhalb einer Cluster Placement-Gruppe gestartet werden. Weitere Informationen >>	Ermöglicht eine zuverlässige geringe Latenz zwischen Instances mit einer Bandbreite von bis zu 20 Gbit/s Je nach Wunsch elastisch skalierbar
Erweiterte Netzwerkfunktionen der ersten Generation: Intel 82599	Die Virtual Function-Schnittstelle Intel 82599 unterstützt Netzwerkgeschwindigkeiten von bis zu 10 Gbit/s für unterstützte Instance-Typen und bietet eine höhere E/A-Leistung und geringere CPU-Auslastung im Vergleich zu herkömmlichen virtualisierten Netzwerkschnittstellen. EC2 Instance-Typ-Kompatibilität: Die Instance-Typen C3, C4, D2, I2, R3 und M4 (mit Ausnahme von m4.16xlarge) sind mit 82599 kompatibel. Weitere Informationen >>	Höhere E/A-Leistung und geringere CPU-Auslastung im Vergleich zu herkömmlichen virtualisierten Implementierungen Höhere PPS-Leistung (Paket pro Sekunde) Geringere Latenzen zwischen Instances Sehr geringer Netzwerk-Jitter
Erweiterte Netzwerkfunktionen der zweiten Generation: Elastic Network Adapter (ENA)	Elastic Network Adapter (ENA) ist eine benutzerdefinierte Netzwerkschnittstelle, die für die Bereitstellung einer hohen Leistung beim Durchsatz und PPS (Paket pro Sekunde) optimiert ist. EC2 Instance-Typ-Kompatibilität: ENA wird derzeit von den Instance-Typen P2, R4, X1 und m4.16xlarge unterstützt.Weitere Informationen >>	Alle Vorteile von Generation eins Zukunftssicherer Treiber: Entwickelt zur Unterstützung von bis zu 400 Gbit/s-Netzwerken, ohne dass ein Treiberwechsel erforderlich ist Nutzen Sie auf bestimmten EC2 Instance-Typen eine Netzwerkbandbreite von bis zu 20 Gbit/s

Visualisierung

Hochleistungsgrafikaufgaben sind Teil vieler HPC-Workloads, von der Vorbereitung von Simulationseingangsdaten bis zur Interpretation der Ergebnisse von Computing-Aufgaben. AWS bietet verschiedene Produkte zur Verbesserung der Leistung, Kosten und Flexibilität bei der Ausführung von OpenGL, Direct/X und anderer Grafikanwendungen an. Sie können die Grafikleistung verbessern, indem Sie die GPU-gestützten G2 und G3 Instances oder Elastic GPU nutzen und Windows-Grafiken mit AppStream 2.0, WorkSpaces oder NICE DCV streamen. Wenn Sie eine Linux-basierte Grafikplattform bevorzugen, kann die Kombination der Streaming-Leistung von NICE DCV und dem EnginFrame HPC-Portal den Endbenutzern vor Ort, Hybrid-Cloud oder vollständigen-AWS-Konfigurationen End-to-End HPC-Workflows bereitstellen.

Anzeigen von Optionen zur HPC-Datenvisualisierung (zum Erweitern klicken)

Angebot	Beschreibung	Highlights
NICE DCV	Ein sicheres Streaming-Protokoll mit dynamischer Bandbreitenverwaltung, das für High-End-Grafiken optimiert ist	Bewegt Pixel und hält HPC-Daten zentralisiert Ermöglicht den Remote-Zugriff auf Linux- und Windows 3D-Anwendungen Flüssige und reaktive Erfahrung über einen breiten Netzwerkbereich Konsistente Erfahrung vor Ort und auf AWS
NICE EnginFrame	Ein HPC-Portal mit integrierter Sitzungsverwaltung und Batch interaktiver Workflow-Unterstützung	One-stop-Shop für alle Anforderungen der HPC-Benutzer Vereinfacht die Zusammenarbeit Konsistente Erfahrung vor Ort und auf AWS
Amazon EC2 Elastic GPU- und G2-Instances	Ermöglichen Ihnen die einfache Anfügung kostengünstiger Grafikbeschleunigung an EC2-Instances der aktuellen Generation	Elastic GPUs sind ideal, wenn Sie nur wenig Grafikbeschleunigung benötigen. Oder wenn Sie Anwendungen ausführen, die von etwas zusätzlicher Grafikleistung profitieren würden, gleichzeitig aber viel Rechenleistung, Arbeitsspeicher oder Speicherplatz beanspruchen Elastic GPUs meistern Grafik-Workloads unterschiedlichster Art (z. B. 3D-Modellierungen und 3D-Rendering) mit ähnlicher Workstation-Leistung wie direkt installierte GPUs.
Amazon AppStream 2.0	Ein vollständig verwalteter, sicherer Anwendungs-Streaming-Service. Damit streamen Sie Desktopanwendungen von AWS auf jedes beliebige Gerät mit Web-Browser	Visualisierungsanwendungen werden neben Ihren HPC-Daten ausgeführt und stellen eine Visualisierungserfahrung mit hoher Qualität und geringer Latenz dar Benutzer verfügen überall und jederzeit über einen sicheren Zugriff auf ihre Anwendungen, sodass sie immer produktiv sein können, wenn eine Internetverbindung vorhanden ist Anwendungsbereitstellung über das NICE DCV-Protokoll, das für Grafiken optimiert ist
Amazon Workspaces	Eine vollständig verwaltete, sichere Desktop-as-a-Service-Lösung (DaaS), die unter AWS läuft. WorkSpaces umfasst GPU-beschleunigte Pakete und unterstützt Engineering-, Design- und Architektur-Anwendungen bei gleichzeitiger Bereitstellung der Vorteile der Sicherheit, Wirtschaftlichkeit, Flexibilität und Agilität in der Cloud.	Schnellere Visualisierung der Simulationsergebnisse, da sich Ihre Apps in der Cloud neben Ihren Daten befinden Unterstützung der 3D-Anwendungsentwicklung und 3D-Modellierung, CAD-, CAM- und CAE-Tools Desktop-Streaming mit einer Reihe unterstützter Geräte einschließlich Windows- und Mac-PCs, PCoIP Zero Clients, Chromebooks, iPads, Fire-Tablets, Android-Tablets und sogar ausgewählte Smartphones

Überlegungen bezüglich der Kosten

Nutzungsabhängige Gebühren

AWS bietet Ihnen nutzungsabhängige Gebühren für über 70 Cloud-Services. Bei AWS bezahlen Sie nur für die Services, die Sie benötigen, so lange Sie sie nutzen und ohne langfristige Verpflichtung oder komplexe Lizenzierung. AWS-Preise werden ähnlich wie Ihre Kosten für Wasser oder Strom berechnet. Sie zahlen nur für die Services, die Sie nutzen. Wenn Sie die Nutzung einstellen, fallen keine zusätzlichen Kosten oder Kündigungsgebühren an. Weitere Informationen zur Preisgestaltung bei AWS >>

Gebühren für HPC-Computing

Es gibt drei Hauptmethoden für die Bezahlung von Computing-Kapazitäten bei Amazon EC2: On-Demand, Reserved Instances und Spot-Instances.

Computing-Gebührenmodell	Beschreibung	Empfohlene HPC-Verwendung:
On Demand Instances	Mit On-Demand-Instances zahlen Sie ohne langfristige Verpflichtungen oder Vorabkosten nur für die nach Stunden abgerechnete Nutzung der Rechenkapazität. So können Sie die Rechenkapazitäten flexibel je nach Anwendungsbedarf erhöhen oder verringern und nur den Stundensatz für die genutzten Instances zahlen.	Benutzer, die Wert auf die geringen Kosten und die Flexibilität von Amazon EC2 legen, dafür aber keine Vorabkosten zahlen oder langfristige Verpflichtungen eingehen möchten Anwendungen, die erstmals auf Amazon EC2 entwickelt oder getestet werden (POCs) Anwendungen mit kurzfristigen, stark schwankenden oder nicht kalkulierbaren Workloads, die nicht unterbrochen werden können Dringende Workloads mit hoher Priorität
Spot-Instances	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 zur Optimierung der Kosten für wissenschaftliche Berechnungen mit Spot-Instances >>	HPC-Workloads, die Unterbrechungen tolerieren können Anwendungen mit flexiblen Start- und Endzeiten Anwendungen, die nur zu äußerst geringen Computing-Preisen realisierbar sind
Reserved Instances	Reserved Instances bieten im Vergleich zu den Preisen von On-Demand-Instances einen beachtlichen Rabatt (bis zu 75 %). Wenn Reserved Instances einer bestimmten Availability Zone zugewiesen werden, stellen sie außerdem eine Kapazitätsreservierung bereit, sodass Sie Instances bei Bedarf problem- und bedenkenlos starten können.	Kunden, die EC2 über einen Zeitraum von 1 oder 3 Jahren einsetzen, um ihre Gesamtkosten für die Datenverarbeitung zu senken Anwendungen mit stabiler Zustandsnutzung

AWS HPC-Partner

AWS-Partner bieten professionelle Services oder Software-Lösungen zur Verarbeitung von Workloads in AWS. Durchsuchen Sie unsere Auswahl an Partnern für HPC-Anwendungen und erfahren Sie mehr.