Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Les charges de travail sur le risque financier effectuent souvent de nombreux calculs indépendants par rapport à un portefeuille ou un ensemble de scénarios de marché. Parmi les exemples figurent les simulations de Monte Carlo, les tests de résistance, les rétrotests et les évaluations d’instruments. Azure Batch peut répartir ces calculs sur un pool géré de nœuds de calcul et faire évoluer le pool pour chaque exécution.
Cette série suit une simulation financière, depuis la conception initiale de la charge de travail jusqu’à l’automatisation et l’optimisation. Il se concentre sur les décisions spécifiques aux charges de travail de simulation et fait des liens vers des procédures Azure Batch validées pour la mise en œuvre. Il ne prescrit pas de modèle financier ni ne fournit de conseils financiers.
Décidez si le Batch correspond à votre charge de travail
Le lot est un bon choix lorsque :
- Vous pouvez diviser le calcul en partitions indépendantes qui ne communiquent pas pendant leur exécution.
- Chaque partition peut s’exécuter depuis une ligne de commande ou dans un conteneur.
- Une étape ultérieure peut agréger les sorties de partitions en un résultat final.
- L’application peut tolérer qu’une tâche s’exécute à nouveau après une interruption.
- Vous voulez augmenter la capacité de calcul pour chaque exécution au lieu de maintenir un cluster en continu.
Considérons une solution de calcul haute performance (HPC) fortement couplée où les travailleurs doivent échanger fréquemment des données lors d’un calcul. Pour plus d’informations, voir Calcul haute performance (HPC) sur Azure.
Suivez la série
- Planifiez une simulation de risque financier pour définir les partitions, entrées, sorties et exigences de validation.
- Automate simulation s’exécute avec .NET pour soumettre les tâches, persister les résultats et agréger les résultats.
- Évaluer l’accélération des GPU pour les modèles financiers afin de déterminer si les pools de GPU améliorent les performances et les coûts.
- Empaquetez les modèles financiers avec des conteneurs pour créer un environnement d’exécution répétable.
Pour un réseau de production et une topologie de sécurité, voir Utiliser Azure Batch pour exécuter des charges de travail de l’industrie des services financiers.