Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Finanzrisiko-Workloads führen oft viele unabhängige Berechnungen anhand eines Portfolios oder einer Reihe von Marktszenarien durch. Beispiele sind Monte-Carlo-Simulationen, Stresstests, Rücktests und Instrumentbewertungen. Azure Batch kann diese Berechnungen über einen verwalteten Pool von Rechenknoten verteilen und den Pool für jeden Durchlauf skalieren.
Diese Serie folgt einer Finanzsimulation vom initialen Workload-Design bis hin zur Automatisierung und Optimierung. Sie konzentriert sich auf die Entscheidungen, die spezifisch für Simulationsworkloads sind, und verknüpft validierte Azure Batch-Prozeduren zur Implementierung. Es schreibt kein Finanzmodell vor und bietet keine finanzielle Beratung.
Entscheide, ob Batch zu deiner Arbeitsbelastung passt
Batch passt gut, wenn:
- Du kannst die Berechnung in unabhängige Partitionen aufteilen, die während der Ausführung nicht kommunizieren.
- Jede Partition kann entweder über eine Kommandozeile oder in einem Container ausgeführt werden.
- Ein späterer Schritt kann die Ausgaben der Partitionen zu einem Endergebnis zusammenführen.
- Die Anwendung kann es tolerieren, dass eine Aufgabe nach einer Unterbrechung erneut läuft.
- Man möchte die Rechenkapazität für jeden Durchlauf skalieren, anstatt einen Cluster kontinuierlich zu pflegen.
Betrachten Sie eine eng gekoppelte Hochleistungsrechenlösung (HPC), bei der Arbeiter während einer Berechnung häufig Daten austauschen müssen. Weitere Informationen finden Sie unter Hochleistungsrechnen (HPC) auf Azure.
Folgen Sie der Serie
- Planen Sie eine Finanzrisikosimulation , um Partitionen, Eingaben, Ausgaben und Validierungsanforderungen zu definieren.
- Automatisierte Simulation läuft mit .NET, um Aufgaben einzureichen, Ergebnisse zu speichern und Ausgaben zu aggregieren.
- Bewerten Sie die GPU-Beschleunigung für Finanzmodelle , um festzustellen, ob GPU-Pools Leistung und Kosten verbessern.
- Verpacken Sie Finanzmodelle mit Containern , um eine wiederholbare Laufzeitumgebung zu schaffen.
Für eine Produktionsnetzwerk- und Sicherheitstopologie siehe Use Azure Batch to run Financial Service Industry Workloads.