【问题标题】:Running multiple Python/FORTRAN codes for scientific computations with Amazon EC2 [closed]使用 Amazon EC2 运行多个 Python/FORTRAN 代码进行科学计算 [关闭]
【发布时间】:2018-12-09 18:35:11
【问题描述】:

我几乎没有为针对研究问题进行科学模拟而开发的 python 和 fortran 代码。 90% 的代码只能作为串行过程执行,因为求解过程是隐式的。通常,在我的笔记本电脑上运行代码时,我注意到它在模拟期间一直以 90-100% 的速度占用 CPU 的 1 个完整内核,并且每次模拟持续 10 多个小时。

但现在由于我需要多次运行相同的代码,在我的笔记本电脑上执行它变得太慢,并且在模拟期间限制了其他活动的顺利运行。我的代码通常需要低内存(

  1. Amazon Web Service (AWS) 中的哪个 ec2 实例类型最适合?
  2. 是否建议在 8 个 vCPU 机器中运行 7 个单独的代码,或者在单独的 2 个 vCPU 多台机器中运行 7 个代码。我发现后者在 AWS 中的定价是经济的。此外,由于我的代码需要高 CPU 速率,我注意到较低的内核似乎提供了更高的 CPU 速度。

我将不胜感激有关此事的任何指导。

谢谢!

【问题讨论】:

  • 您可以在 AWS 上使用免费套餐。只需尝试一下,看看您的代码如何在免费层机器上运行。我很确定 AWS 会告诉您您执行的工作会花费多少。

标签: python amazon-web-services amazon-ec2 fortran scientific-computing


【解决方案1】:

这个答案对你来说可能有点晚了(两年半之后),但万一你仍然感兴趣!

最适合机器取决于您正在做的工作需要什么。它可以是成本和速度之间的权衡。例如,如果你运行一个有 8 个并发进程的 8 核机器,它将比同速 cpu 核心快 8 倍。您还可以跨多个虚拟机运行您的流程。

借助当今的 AWS 实例,您可以在单台机器上一直扩展到最多 36 个内核。但在您的 AWS 账户中,您可以同时运行数百个内核。因此,开发一种跨机器运行代码的方法将在您需要横向扩展时为您提供帮助。

在我的公司,我们在 AWS 的 40 台计算机上同时运行数百个 fortran 程序,并且一直在使用现场实例而不是按需实例来降低成本。

【讨论】:

    猜你喜欢
    • 2012-02-18
    • 2014-01-10
    • 2013-01-29
    • 1970-01-01
    • 2021-01-11
    • 2021-11-13
    • 2010-09-18
    • 2011-11-20
    • 1970-01-01
    相关资源
    最近更新 更多