MV dedicate – recomandări

Echipa de experți din Centrul CloudUT a dezvoltat și experimentat o serie de aplicații și servicii specifice necesare cercetării științifice și tehnologice în domenii tehnice și inginerești.

Sunt descrise în continuare câteva exemple de configurații de MV recomandate în anumite teme și domenii de cercetare. Alocarea unei mașini virtuale se face în urma unei solicitări prin aplicația Ticketing, conform procedurii de solicitare/alocare resurse descrisă în pagina Proceduri.

Cuprins

Serviciu de prelucrare a datelor spațiale folosind tehnici de analiză vizuală

Pentru prelucrarea datelor spațiale prin tehnici de analiză vizuală recomandăm următoarele arhitecturi de mașini virtuale:

NumeProcesare CPUMemorie RAMMemorie DISKSistem operare
MV_minimală6 core64 GB500 GBCentOS 7
MV_recomandată16 core128 GB500 GBCentOS 7

Învățare profundă pentru viziune artificială folosind Matlab

Pentru utilizarea Matlab în aplicații de învățare profundă sunt recomandate următoarele arhitecturi de mașini virtuale:

NumeProcesare CPUMemorie RAMMemorie DISKProcesare GPUSistem operare
MV_minimală8 core64 GB128 GB8 GBWindows 10, v.1909
MV_recomandată8 core128 GB128 GB16 GBWindows 10, v.1909
MV_performantă16 core128 GB256 GB32 GBWindows 10, v.1909

Învățare profundă pentru viziune artificială folosind PyTorch

Pentru utilizarea PyTorch în aplicații de învățare profundă sunt recomandate următoarele arhitecturi de mașini virtuale:

NumeProcesare CPUMemorie RAMMemorie DISKProcesare GPUSistem operare
MV_minimală8 core64 GB128 GB8 GBUbuntu 20.04 LTS
MV_recomandată8 core128 GB128 GB16 GBUbuntu 20.04 LTS
MV_performantă16 core128 GB256 GB32 GBUbuntu 20.04 LTS

Serviciu de colectare și analiză a datelor IoT

Pentru colectarea și analiza datelor IoT sunt recomandate mașinile virtuale de tip Virtual Container Host cu următoarele caracteristici:

NumeContainere găzduiteProcesare CPUMemorie RAMMemorie DISKAplicație analiză date
MV_minimală3 containere6 core8 GB256 GBPartajată
MV_recomandată6 containere12 core16 GB500 GBPartajată
MV_performantă10 containere20 core32 GB500 GBDedicată

Observație: Configurația containerelor rulate în mașinile virtuale este: 2 core, 2 GB RAM, Sistem de operare Linux.

Web Hosting as a Service

Pentru găzduirea aplicațiilor web în cadrul clusterului Kubernetes dedicat al CloudUT recomandăm următoarele resurse alocate pentru fiecare container:

NumeProcesare CPUMemorie RAMMemorie DISKContainere
WH_website2 core2 GB10 GB1 x Web, 1 x DB
WH_app_recomandat2 core4 GB50 GB1 x Web, 1 x DB
WH_app_personalizatX coreX GBX GBpersonalizat

Sistem de management și distribuție a prelucrărilor de date în rețele de mașini virtuale

Pentru prelucrarea distribuită a datelor masive folosind rețele de mașini virtuale recomandăm următoarele arhitecturi:

NumeProcesare CPUMemorie RAMMemorie DISKSistem operare
MV_minimală8 core16 GB60 GBCentOS 7
MV_recomandată16 core32 GB120 GBCentOS 7

Platformă de simulare avansată folosind Ansys

Pentru utilizarea Ansys în cadrul CloudUT sunt recomandate următoarele arhitecturi de mașini virtuale:

NumeProcesare CPUMemorie RAMMemorie DISKSistem operare
MV_minimală4 core32 GB120 GBWindows server 2019
MV_recomandată8 core64 GB120 GBWindows server 2019
MV_performantă16 core128 GB256 GBWindows server 2019