Viimased värskendused Altair Acceleratorile, tööstuse kiireimale ettevõtte tööplaanijale

Altair on laiapõhjaline ettevõte, mis pakub kriitilist võimaldavat tehnoloogiat paljudes valdkondades, mis on SemiWiki lugejatele tuttavad. Altair toimetab oma veebisaidi kohaselt avatud arhitektuuriga lahendused andmeanalüütika ja AI, arvutipõhise inseneri ja kõrgjõudlusega andmetöötluse (HPC) jaoks. Altairi projektide kohta saate lisateavet käsitletakse siin SemiWikis. Ettevõtte tasemel töögraafik on üks näide kriitilisest võimaldavast tehnoloogiast, mida Altair pakub. Selle postituse teemaks on toote hiljutised olulised täiustused. Lugege edasi, et saada lisateavet Altair Acceleratori, valdkonna kiireima ettevõtete tööplaneerija viimaste värskenduste kohta.

Accelerator on suure läbilaskevõimega ettevõtte tasemel töögraafik. Selle rakendus on keskendunud keerukale pooljuhtide disainile. Arhitektuur on paindlik ja suudab toetada mitmesuguseid infrastruktuure alates väikestest spetsiaalsetest serverifarmidest kuni keerukate hajutatud suure jõudlusega klastrikeskkondadeni.

Disainerid vajavad sellist tööriista, et võimaldada projekteerimisülesannete kiiret ajastamist ja ressursside haldamist protsessori, mälu ja EDA litsentsi kasutamisel. Kuna arvutusinfrastruktuurid muutuvad keerukamaks ja hajutatumaks, kasvab ka vajadus hallata ressursse, et hoida läbilaskevõimet kõrgel ja samal ajal hallata üldkulusid. Juhtimise seisukohast võib iga päev ajastada ja prioritiseerida tuhandeid töid – sellises keskkonnas edukaks töötamiseks on vaja suure nähtavuse ja madala latentsusajaga tööriista.

Sel aastal lisati Kafka algne liides, et täiustada Acceleratori pakettplaanimist puudutava suure hulga teabe visualiseerimist. Sellise teabe kogumine on kurikuulsalt keeruline ja kulukas, seega on see täiendus märkimisväärne. Apache Kafka on avatud lähtekoodiga tööriist mitme voogesituse andmeallika reaalajas töötlemiseks. Kafka on üsna populaarne, enam kui 80% kõigist Fortune 100 ettevõtetest kasutab seda.

Suure jõudlusega partiisüsteemi jälgimine võib olla keeruline. Enamik lähenemisviise aeglustab tavaliselt süsteemi aruandlusülesannete tõttu, mis konkureerivad tööde töötlemise ülesannetega.

See muutub keerulisemaks, kui jälgitavate andmete tarbijaid on mitu. Monitori andmete värskendussageduse aeglustamine võib aidata, kuid siis pole teave täpne ega reaalajas.

Selline süsteem nagu Kafka aitab paljusid tarbijaid toetada. Andmed avaldatakse üks kord, kuid paljud tarbijad saavad sõnumit lugeda, seega on partiisüsteemil vaid üks lisakoormus paljude asemel. Mitme klastri jaoks saab konfigureerida mitu pakettsüsteemi, mis avaldavad ühe Kafka eksemplari.

Andmete avaldamise sagedus nõuab hoolt isegi sellises seades. Kui sageli peaks süsteem avaldama ja kuidas pakettsüsteemist andmeid eraldatakse? Oluline on mõista, kui kiiresti asjad partiisüsteemis muutuvad. Näiteks Altair Accelerator võib saata mitusada tööd sekundis ja iga lähetamine võib muuta 20–30 mõõdiku olekut. See on tohutu andmemaht vaid mõne põhimõõtmise jaoks.

Sisemise mõõdikusüsteemiga kogub Accelerator andmeid lühikese aja jooksul – umbes 10 sekundi jooksul. Kuigi see kaotab eraldusvõime individuaalse väljasaatmisahela tasemel, on saadud andmed sageli kasulikumad, kuna saatmisahela iteratsioonide vahel on suur erinevus. Isegi sellise kuhjumise korral on andmete sisemisest ahelast välja saamine endiselt üleliigne. Altair otsustas väiksema üldkulude vähendamiseks kodeerida Kafka väljaandja rutiinid otse partiisüsteemi tuumasse.

Altair Acceleratori täiustuste tulemused on märkimisväärsed. Sa võid saada lisateavet ja näidisaruandeid vaadake siit. Näete ka lühikest uue Acceleratori armatuurlaua tutvustus siin. On ka suurepäraseid näiteid täiustatud andmevoogusid, mis on nüüd uue versiooniga siin võimalikud. See teave aitab teil tutvuda Altair Acceleratori, valdkonna kiireima ettevõtete töögraafiku viimaste värskendustega.

Jaga seda postitust: Allikas: https://semiwiki.com/eda/altair/304169-latest-updates-to-altair-accelerator-the-industrys-fastest-enterprise-job-scheduler/