Altair 是一家基础广泛的公司，提供 SemiWiki 读者所熟悉的跨多个学科的关键支持技术。根据其网站，Altair 提供 适用于数据分析和人工智能、计算机辅助工程和高性能计算 (HPC) 的开放式架构解决方案。 您可以了解有关 Altair 项目的更多信息 SemiWiki 上有介绍。企业级作业调度是 Altair 提供的关键支持技术的示例之一。最近对该产品的重大改进是本文的主题。请继续阅读，了解业界最快的企业作业调度程序 Altair Accelerator 的最新更新。
Accelerator 是一种高吞吐量、企业级作业调度程序。其应用集中于复杂的半导体设计。该架构非常灵活，可以支持从小型专用服务器场到复杂的分布式高性能集群环境的各种基础设施。
设计人员需要这样的工具，以便能够跨 CPU、内存和 EDA 许可证利用率快速调度和管理其设计任务。随着计算基础设施变得更加复杂和分散，越来越需要管理资源以保持高吞吐量，同时管理总体成本。从管理的角度来看，每天可能有数千个作业需要安排和确定优先级 - 需要具有高可见性和低延迟的工具才能在这样的环境中成功运行。
今年，添加了原生 Kafka 界面，以增强有关 Accelerator 批量调度的广泛信息的可视化。众所周知，获取此类信息非常困难且成本高昂，因此这一增强功能意义重大。 Apache Kafka 是一个用于实时处理多个源流数据的开源工具。 Kafka 非常受欢迎，超过 80% 的财富 100 强公司都在使用它。
监控高性能批处理系统可能很困难。大多数方法通常会因为报告任务与处理作业的任务竞争而降低系统速度。
当监控数据有多个使用者时，事情会变得更加困难。降低监控数据的刷新率会有所帮助，但信息不准确或不实时。
像 Kafka 这样的系统可以通过支持许多消费者来提供帮助。数据发布一次，但许多消费者可以读取该消息，因此批处理系统上只有一次额外负载，而不是多次。对于多个集群，可以配置多个批处理系统来发布到单个 Kafka 实例。
即使在这种情况下，数据发布的频率也需要小心。系统应该多久发布一次以及如何从批处理系统中提取数据？了解批处理系统中事物变化的速度非常重要。例如，Altair Accelerator 每秒可以调度数百个作业，每次调度可能会更改 20-30 个指标的状态。对于一些基本测量来说，这已经是海量数据了。
借助其内部指标系统，Accelerator 可在短时间内（大约 10 秒）积累数据。虽然这会失去单个调度循环级别的分辨率，但由于调度循环迭代之间的差异很大，因此生成的数据通常更有用。即使有这样的积累，仍然存在从内部循环中获取数据的开销。 Altair 选择将 Kafka 发布例程直接编码到批处理系统核心中，以降低开销。
Altair Accelerator 的增强效果非常显着。你可以得到 更多信息并在此处查看示例报告。您还可以看到一个短 此处展示了新的 Accelerator 仪表板。还有一些很棒的例子 新版本现在可以实现增强的数据流。此信息将帮助您了解业界最快的企业作业调度程序 Altair Accelerator 的最新更新。
