Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Integrieren Sie Deadline Cloud in Ihre Pipeline
Sie können Ihre vorhandenen Rendering-Pipelines in AWS Deadline Cloud integrieren, um Ihr Workflow-Management und Ihre Auftragseinreichungsprozesse zu optimieren.
Im folgenden Beispiel wird zwar eine Pipeline für visuelle Effekte verwendet, dasselbe Integrationsmuster gilt jedoch für alle rechenintensiven Workflows — wissenschaftliche Simulationen, Finanzmodellierung, maschinelles Lernen oder Datenverarbeitung. In jedem Fall konfigurieren Sie, wie Daten die Worker-Hosts erreichen, welche Anwendungen auf diesen Hosts ausgeführt werden, wie Operatoren Jobs einreichen und wie Sie den Fortschritt überwachen und die Kosten kontrollieren.
Was ist Pipeline-Integration?
Eine Pipeline-Integration von Deadline Cloud bezieht sich darauf, wie eine Deadline Cloud-Farm die Stapelverarbeitung für Ihre interaktiven und automatisierten Workflows bereitstellt. In diesem Beispiel wird eine Pipeline für visuelle Effekte verwendet, die Sie an die Anwendungen und Prozesse anpassen können, die Ihre Bediener in ihren Workflows verwenden.
Eine Pipeline für visuelle Effekte besteht aus den Phasen der Nachbearbeitung, in denen Eingabematerial, 3D-Modelle, Animationen, Texturen, Beleuchtung, gerenderte Bilder und mehr verarbeitet werden. Sie schreibt vor, wie verschiedene Abteilungen Ressourcen austauschen, um die Aufgaben zu erledigen, für die sie verantwortlich sind. Eine gut durchdachte Pipeline ermöglicht die effiziente Erstellung der endgültigen Bilder für eine Fernsehsendung oder ähnliches.
Indem Sie eine Deadline Cloud-Farm in Ihre Pipeline integrieren, können Sie Jobs mit langer Laufzeit in eine Warteschlange auslagern und festlegen, wie Deadline Cloud sie auf Flotten von Worker-Hosts plant. Sie können Flotten verwenden, die vom Service verwaltet werden, und Sie können Ihre eigenen Flotten vor Ort oder vor Ort erstellen. AWS
Berücksichtigen Sie bei der Erstellung Ihrer Pipeline-Integration die folgenden Faktoren:
-
Wo werden Ihre Anlagendaten gespeichert und wie stellen Sie sie den Worker-Hosts in der Farm zur Verfügung?
-
Welche Anwendungen und Plugins werden für Ihre Aufgaben benötigt, und wie werden Sie sie auf Worker-Hosts in der Farm bereitstellen?
-
Wenn Künstler oder andere Betreiber Jobs zu erledigen haben, wie werden sie diese dann an die Farm senden?
-
Wer überwacht den Fortschritt und den Status der Aufträge und wie werden Sie die Kosten kontrollieren und die Auslastung der Worker-Hosts optimieren?
Beispiel für ein Studio vor Ort mit einer Farm AWS
Dieses Beispiel konzentriert sich auf eine Pipeline, in der Künstler vor Ort zusammenarbeiten und Aufträge zum Rendern an eine Farm senden. AWS Der hier vorgestellte Ansatz lässt sich schnell in Deadline Cloud integrieren und bietet einen flexiblen Ausgangspunkt für Anpassungen.
Hier sind die Faktoren für die Pipeline-Integration dieses Beispielstudios:
-
Anlagendaten werden auf einem gemeinsam genutzten NAS-Dateisystem in ihrem Büro vor Ort gespeichert.
-
AnWindows, Projekte werden auf Laufwerk P: gemountet und Dienstprogramme werden auf X: gemountet.
-
Bei macOS aktivierter Option werden Projekte auf/Volumes/Projects und Dienstprogramme auf/gemountetVolumes/Utilities.
-
-
Sie verwenden Maya für die 3D-Modellierung, Arnold für das Rendern und Nuke für das Compositing. In diesen Anwendungen sind keine benutzerdefinierten Plugins installiert.
-
Sie möchten das Standardverfahren für das Einreichen verwenden.
-
Die Künstler werden ihre eigenen Jobs überwachen, und die Produzenten werden die Kosten überwachen und bei Bedarf die Prioritäten anpassen.
Die Pipeline-Integration für dieses Studio verwendet Auftragsanhänge, um Daten von den Studioräumen zu und von dort zu übertragen AWS, da der Einstieg einfach ist und auf große Flotten skalierbar ist. Der in der Warteschlange konfigurierte S3-Bucket für Auftragsanhänge fungiert als Cache-Ebene zwischen dem lokalen NAS und den Worker-Hosts auf AWS.
Wenn Künstler Jobs von Maya oder Nuke einreichen, scannt der in Deadline Cloud integrierte Absender die Szene, um die Dateien zu identifizieren, die für die Ausführung des Jobs benötigt werden, und hängt sie dann an den Job an, indem er sie auf S3 hochlädt. Ein Hochleistungs-Hash wird verwendet, um Dateien zu identifizieren, die zuvor von einem Künstler im Studio hochgeladen wurden. Auf diese Weise müssen bei der Einreichung des Jobs nur neue oder geänderte Dateien hochgeladen werden, wenn ein Künstler iterativ neue Versionen derselben Aufnahme einreicht oder ein Künstler eine Aufnahme an einen anderen abgibt.
Das Studio verwendet sowohl Arbeitsstationen als auch macOS Arbeitsstationen Windows und konfiguriert daher Speicherprofile mit lokalen Dateisystemspeicherorten sowohl für ihre Projekte als auch für das Dienstprogrammlaufwerk. Im Thema Speicherprofile für Auftragsanhänge finden Sie weitere Informationen dazu, wie dies die Pfadzuweisung unterstützt, die erforderlich ist, wenn Jobs auf einem anderen Betriebssystem als dem, von dem aus sie gesendet wurden, ausgeführt werden. Außerdem konfigurieren sie einen Linux Host in ihrem Netzwerk so, dass die Ausgabe aller Aufgaben von Jobs in der Warteschlange automatisch heruntergeladen wird, wenn sie abgeschlossen sind. Informationen zur Einrichtung finden Sie unter Automatische Downloads für Jobanhänge.
Die Farm umfasst zwei von Diensten Linux verwaltete Flotten, deren vCPUs- und RAM-Anforderungen auf Bereiche festgelegt sind, die von einer Mindestspezifikation ausgehen, die das Studio für seine Aufgaben benötigt. Eine der Flotten ist so konfiguriert, dass sie eine kleine Anzahl von Spot-Instances bereitstellt, um während der Arbeitszeit eine gleichbleibende Renderkapazität bereitzustellen, und die andere Flotte ist so konfiguriert, dass Warte- und Speicherfunktionen verwendet werden, um außerhalb der Spitzenzeiten mehr Jobs zu geringeren Kosten zu rendern. Maya, das Maya for Arnold-Plugin und Nuke werden für von Diensten Linux verwaltete Flotten über den Conda-Channel von Deadline-Cloud bereitgestellt. Hinzu kommt eine nutzungsbasierte Lizenzierung. Um den Aufwand bei der Anwendungsinstallation zu sparen, ersetzen sie die für die Warteschlange in der Deadline Cloud-Konsole konfigurierte Standard-Conda-Umgebung durch die Github-Beispiel-Conda-Warteschlangenumgebung mit verbessertem Caching. https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/queue_environments#conda-queue-environment-with-improved-caching
Um die Einreichung von Jobs zu unterstützen, richteten sie https://docs.aws.amazon.com/deadline-cloud/latest/userguide/submitter.html auf jeder Workstation Deadline Cloud-Absender ein und wählten die Maya- und Nuke-Integrationen aus. Mit dem Deadline Cloud-Monitor können sie sich bei der Farm anmelden, den Fortschritt der Jobs überwachen und Protokollausgaben zur Problemdiagnose einsehen. Sowohl die Maya- als auch die Nuke-Submitter verfügen über integrierte Dialoge, mit denen Jobs von der Anwendungsoberfläche aus eingereicht werden können.
Bei der Konfiguration der Benutzerzugriffsebenen in der Farm (siehe Funktionsweise von Berechtigungen in Deadline Cloud) gewähren sie Contributor Zugriff auf Künstler, sodass diese Jobs einreichen, alle Jobs anzeigen und die Eigenschaften ihrer eigenen Jobs ändern können. Sie geben Managern Zugriff auf Render-Wrangler, sodass sie die Eigenschaften aller Jobs ändern können. Sie geben Eigentümern Zugriff auf Produzenten, sodass sie Ausgaben und Nutzung verfolgen können, indem sie Budgets erstellen und die Nutzungskosten untersuchen.
