本文目录
显示
1.
海量计算解决方案技术架构
2.
海量计算解决方案适用场景
2.1.
图片处理
2.2.
基因测序
2.3.
视频转码
2.4.
科学计算
海量计算解决方案无需管理服务器(Serverless)即可进行大规模分布式并行计算,满足实时文件处理、数据分析、视频转码、科学计算等场景。
- 省心 用户无需关心计算资源交付部署
- 灵活扩展 海量计算资源,轻松支持高并发
- 高可用 跨可用区容灾
- 按需付费 按照实际消耗的计算资源付费
海量计算解决方案技术架构
- 1通用计算UGC为每位用户提供相互隔离的私有算法仓库;
- 2使用UGC,您无需再关注计算资源的申请交付部署运维,您只需要关注维护您的算法,并将算法打包成Docker镜像提交到UGC算法仓库,然后调用UGC的API提交任务;
- 3UGC会自动将您提交的算法任务调度到合适的计算节点运行,实时返回计算结果 。同时UGC能根据您的并发请求量自动伸缩任务容器的数量,轻松实现高并发调用;
- 4UGC的海量计算资源分布在UCloud多个地域的多个可用区内,具备高可用跨可用区容灾能力。故障发生时,UGC系统能自动及时地屏蔽受影响的计算节点,您的计算任务调用不会受故障影响;
- 5UGC只在必要的时候拉起您的算法镜像容器,并按照实际计算资源消耗进行收费,精确到核/毫秒,真正做到按需付费,节约成本。
海量计算解决方案适用场景
图片处理
痛点:单张图片越来越大,批量图片处理往往需要较长时间,依靠传统主机进行计算难以满足迅速便捷的图片进行需求。
解决方案:用户将需要处理的图片上传至对象存储UFile,将图片处理算法打包为Docker镜像并上传至UHub,通用计算UGC可以迅速调度后端海量计算节点按照算法进行裁剪、加水印等处理,每个节点将处理后的图片上传至UFile,完成海量图片在短时间内的处理。
基因测序
痛点:现在基因分析、基因检测越来越普遍,但其背后分析需要调度众多资源,在有限时间内完成基因测序则需要能够快速调度海量资源进行并行计算。
解决方案:用户可将需要分析的基因文件上传至对象存储UFile,将基因测序算法打包为Docker镜像并上传至UHub,通用计算UGC迅速调度后端海量计算节点进行处理,每个节点将计算结果进行汇总并输出基因测序结果。
视频转码
痛点:视频为适配不同型号的终端而需要对视频格式、分辨率等进行转码,传统方式处理视频需要较长时间难以满足时效性。
解决方案:用户可将需要处理的视频文件上传至对象存储UFile,将视频转码算法打包为Docker镜像并上传至UHub,通用计算UGC迅速调度后端海量计算节点进行处理,每个节点将计算结果进行汇总并可将转码后的视频存储至对象存储UFile,以便进一步使用。
科学计算
痛点:科学计算中需要处理的对象往往存在数据量大、满足时效性等特性,基于单台服务器计算能力、分布式计算的便捷性也难以满足需求。
解决方案:用户可将需要处理的视频文件上传至对象存储UFile,将视频转码算法打包为Docker镜像并上传至UHub,通用计算UGC迅速调度后端海量计算节点进行处理,每个节点将计算结果进行汇总并可将转码后的视频存储至对象存储UFile,以便进一步使用。