La funzione di JMP per supportare diversi Distributed ComputingCiao amici,
Questa è una domanda sulla funzione di JMP per supportare diversi computer distribuiti.
Spero che le tue idee e il tuo supporto.
1. Ci sono 5 nodi (80 Core) che c'è CPU 16 Core in 1 nodo.
Possiamo usare JMP come supporto di calcolo distribuito.
Ora, MDCS (Matlab Distributed Computing Server) e MJS (Matlab Job Scheduler) sono stati installati nel nodo di intestazione di ciascun computer.
Dopo aver chiamato 16 lavoratori in caso di necessità da ciascun nodo, possono eseguire la pianificazione dei lavori e operare a 5 nodi (80 lavoratori)
2. Se JMP supporta il Distributed Computing, pensano che operazioni simultanee possano essere possibili in diversi computer che hanno 16 core come MDCS / MJS. Se vogliono installare la funzione, devono attivare quali funzioni di JMP o esiste qualche altro metodo?
Ri: La funzione di JMP per supportare diversi Distributed ComputingCiao @IkjuShin ,
JMP non supporta una griglia o un ambiente di elaborazione distribuito.
SAS ha un ottimo supporto per questo tipo di infrastruttura.
A seconda del sistema operativo utilizzato nel proprio ambiente di griglia, è possibile distribuire JMP con la licenza appropriata su uno o più nodi della griglia.
Tuttavia, ogni istanza JMP utilizzerà solo i 16 core disponibili su ciascuno dei singoli nodi alla volta.
Nota: la licenza del server di presentazione è supportata solo con il sistema operativo server Windows o il sistema operativo desktop Windows.
--Stan
Ri: La funzione di JMP per supportare diversi Distributed ComputingPer ulteriori informazioni su come utilizzare il Formula Depot per distribuire modelli JMP in un ambiente di produzione, incluso il codice sorgente per una distribuzione in un cluster Spark, vedere https://community.jmp.com/t5/Discovery-Summit-2016/Scoring-Outside-the-Box/ta-p/22381
Ri: La funzione di JMP per supportare diversi Distributed ComputingUn paio di pensieri su questo:
1. Per singolo computer, multi-core (ovvero computer desktop con 4 core o 8 core, come molti laptop e desktop), JMP supporterà automaticamente il multithreading in molti luoghi e utilizzerà tutto l'hardware disponibile. Vedi il Documentazione JMP 14 per funzionalità che supportano il multithreading.
2. Per molte se non la maggior parte delle cose per cui viene generalmente utilizzato JMP, un desktop è abbastanza veloce da funzionare con i dati di scienziati e ingegneri. Nel caso dell'esempio MATLAB, citato sopra, il cliente ha a che fare con simulazioni molto complesse che richiedono ore per essere completate e quindi necessitano del sovraccarico e della seccatura di impostare un ambiente di calcolo distribuito, pianificare i lavori e coltivarli in molti più core . Questo è anche qualcosa in cui SAS è molto bravo.
3. Se vuoi "produrre" i modelli integrati in JMP, c'è la possibilità di generare il codice di punteggio nel Formula Depot (C, SAS, Python, JavaScript, SQL). A quel punto, il modello può essere implementato su un sistema che supporta operazioni simili a una griglia.
