Paketfinanzierungsmodelle mit Containern

Ein Container-Image kann ein Finanzmodell mit seiner Laufzeit und Abhängigkeiten paketieren. Dieser Ansatz hilft Ihnen, Runs zu reproduzieren und dieselbe getestete Anwendungsversion zwischen Entwicklungs- und Batch-Compute-Umgebungen zu verschieben.

Verwenden Sie Containeranwendungen in Azure Batch ausführen für den aktuellen Pool und die aktuelle Aufgabenkonfiguration. Wenden Sie die folgenden Praktiken auf ein Finanzsimulationsbild an.

Definiere die Bildgrenze

Fügen Sie die folgenden Elemente im Bild ein:

  • Die versionierte modellausführbare Datei oder das Skript.
  • Laufzeitbibliotheken und Betriebssystempakete.
  • Eine stabile Kommandozeilen-Schnittstelle für Eingabe-, Ausgabe- und Partitionsbezeichner.
  • Gesundheits- oder Versionsbefehle, die Operatoren für Diagnosen verwenden können.

Bewahren Sie Portfoliodaten, Marktdaten, Zugangsdaten auf und führen Sie Manifeste außerhalb des Images durch. Eingaben über geschützten Speicher bereitstellen und Ergebnisse nach jeder Aufgabe dauerhaft speichern.

Aufbau für wiederholbare Durchläufe

  1. Pinne das Basisimage und die Paketversionen, die du testest.
  2. Nehmen Sie die Bildzusammenfassung im Laufmanifest auf.
  3. Führe das Image lokal anhand eines kleinen, bekannten Datensatzes aus.
  4. Bestätigen Sie, dass der Container Ergebnisse und Diagnosen auf Pfade schreibt, die die Batch-Aufgabe hochladen kann.
  5. Scannen Sie das Image auf Schwachstellen, bevor Sie es bereitstellen.

Private Images in Azure Container Registry speichern. Weisen Sie dem Batch-Pool eine vom Benutzer zugewiesene verwaltete Identität zu und gewähren ihr nur den Registrierungs- und Speicherzugriff, den die Aufgaben benötigen.

Konfigurieren Sie den Batch-Pool und die Aufgaben

Erstellen Sie den Pool mit einem unterstützten Container-Image und einem Node-Agenten. Stellen Sie die Containereinstellungen, die Kommandozeile, die Ressourcendateien und die Ausgabedateien jeder Aufgabe fest. Verwenden Sie für Produktionsläufe unveränderliche Bildtags oder Digests anstelle eines veränderlichen latest Tags.

Wenn das Modell GPUs verwendet, wähle ein GPU-fähiges Pool-Image, das Container und die Laufzeit des Modells unterstützt. Überprüfen Sie die Treiber- und Framework-Kompatibilität, indem Sie den GPU-fähigen VM-Größen in einem Batch-Pool folgen.

Validieren vor dem Skalieren

Führen Sie zuerst eine Partition aus. Bestätigen Sie die Modellversion, die Eingabeversion, das Ausgabeschema, den Ausgangscode und die Diagnoseprotokolle. Dann erhöhst du die Anzahl der Aufgaben und Knoten, während du den Speicherdurchsatz und die Image-Pull-Zeit überwachst.

Zur Kostenkontrolle kombinieren Sie Autoskalierung mit dedizierten oder Spot-Knoten, je nach Ausführungsfrist und Toleranz gegenüber Unterbrechungen. Skaliere den Pool auf null oder lösche ihn, wenn der Durchlauf endet.

Nächste Schritte

  • Zuletzt aktualisiert um