Jupyter 是最流行的科学计算工具之一,考虑到大型科学计算、数据引力以及远程团队间轻松共享和协作的需求,将 Jupyter 环境迁移到云越来越流行。Memory Machine Cloud(简称 MMCloud)是一个云自动化平台,可帮助您在云中快速部署可扩展的 Jupyter 环境。一旦部署完成,MMCloud 将提供先进的自动化功能,帮助您最大限度地提高性能并优化云支出。
不必管理云资源,更多关注业务工作
开始使用 MMCloud是免费的,只需几分钟即可将其安装到您自己的阿里云环境中(主流云平台都已经支持)。使用 MMCloud 部署和管理 Jupyter 环境有两种方式:通过我们名为 FLOAT 的 CLI 工具或者通过一个直观的基于 Web 的GUI图形用户界面。
由于 MMCloud 支持任何符合 OCI 标准的容器映像,因此支持大多数应用程序。
更高的可见性、效率和性能 = 更好的研究
如下图所示,MMCloud 可以在不丢失状态(用户设置、未保存的工作)的情况下采取终止、迁移和弹性更改底层计算资源等措施。
MMCloud 可作为您的云资源管理器为您工作。它会自动为 Jupyter 的 "常开 "和 "批处理 "应用提供和删除相关的云资源。
无穷无尽的内存和计算能力,绝不会因 "内存不足 "而崩溃
对生信分析工程师来说,最令人沮丧的时刻之一就是在运行计算时内存耗尽而导致系统崩溃。有了 MMCloud,当您启动一项作业之后,如果需要更多内存和 CPU 资源,Jupyter 实例可以自动迁移到更大的机器上,而不会丢失正在运行的作业进度、未保存的作业和用户设置。
换句话说,MMCloud 可以根据实际使用情况实时自动垂直扩展 Jupyter IDE。这样,您就不必因为内存不足而重新启动,并能更快地完成大型分析。它还能确保您不会因为过度配置云资源而支付过多费用,总体上能够节省 20-30% 的云账单。
Spot 实例+“实时比价”,最多可省 50%
在部署Jupyter环境时,MMCloud对计算资源进行实时比价,自动选择当前时刻能满足业务需求的最佳成本机型。
结合创新的“断点续算“技术,随时会被回收的廉价机型Spot实例也可作为可选机型。当一个 Spot 实例被通知回收时,MMCloud 会对Jupyter当前运行环境自动进行快照(checkpoint),并迁移到新的计算实例继续运行,确保运行作业的进度不会中断、状态不丢失、用户不感知。
利用这一技术,MMCloud将Spot实例也纳入实时比价范围,进一步降低了云计算的成本,主机资源消费最多可节省50%以上。