翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
# Deadline Cloud をパイプラインに統合する
既存のレンダリングパイプラインを AWS Deadline Cloud と統合して、ワークフロー管理とジョブ送信プロセスを合理化できます。
## パイプライン統合とは
Deadline Cloud のパイプライン統合とは、Deadline Cloud ファームがインタラクティブワークフローと自動ワークフローにバッチ処理を提供する方法を指します。この例では、オペレータがワークフローで使用するアプリケーションやプロセスに適応できるビジュアルエフェクトパイプラインを使用しています。
ビジュアルエフェクトパイプラインは、入力映像、3D モデル、アニメーション、テクスチャ、ライティング、レンダリングされた画像などを処理するポストプロダクションのステージで構成されます。さまざまな部門が、担当するタスクを実行するためにアセットを交換する方法を規定しています。適切に設計されたパイプラインにより、テレビ番組などの最終イメージを効率的に作成できます。
Deadline Cloud ファームをパイプラインに統合することで、長時間実行されるジョブをキューにオフロードし、Deadline Cloud がワーカーホストのフリートでジョブをスケジュールする方法を優先できます。サービスによって管理されるフリートを使用し、オンプレミスまたは で独自のフリートを作成できます AWS。
パイプライン統合を作成するには、次の要素を考慮してください。
+ アセットデータはどこに保存され、ファーム内のワーカーホストにどのように提供されますか?
+ ジョブにはどのアプリケーションとプラグインが必要で、ファームのワーカーホストにプロビジョニングするにはどうすればよいですか?
+ アーティストや他のオペレーターが実行するジョブがある場合、どのようにファームに送信しますか?
+ 誰がジョブの進行状況とステータスをモニタリングし、どのようにコストを制御し、ワーカーホストの使用率を最適化しますか?
## ファームが のオンプレミススタジオの例 AWS
この例では、アーティストがオンプレミスで作業し、レンダリング AWS のために のファームにジョブを送信するパイプラインに焦点を当てています。ここで紹介するアプローチは、Deadline Cloud にすばやくオンボードでき、カスタマイズのための柔軟な開始点を提供します。
このサンプルスタジオのパイプライン統合の要因は次のとおりです。
+ アセットデータは、オンプレミスオフィスの NAS 共有ファイルシステムに保存されます。
+ ではWindows、プロジェクトは P: ドライブにマウントされ、ユーティリティは X: にマウントされます。
+ ではmacOS、プロジェクトは /Volumes/Projects にマウントされ、ユーティリティは /Volumes/Utilities にマウントされます。
+ 3D モデリングには Maya、レンダリングには Arnold、合成には Nuke を使用します。これらのアプリケーションにはカスタムプラグインがインストールされていません。
+ デフォルトの送信エクスペリエンスを使用します。
+ アーティストは自分のジョブをモニタリングし、プロデューサーは必要に応じてコストをモニタリングし、優先順位を調整します。
このスタジオのパイプライン統合では、ジョブアタッチメントを使用して、スタジオの施設との間でデータを転送します。これは、 の使用を簡単に開始でき AWS、大規模なフリートサイズにスケールできるためです。キューに設定されたジョブアタッチメント S3 バケットは、オンプレミス NAS とワーカーホスト間のキャッシュ階層として機能します AWS。
アーティストが Maya または Nuke からジョブを送信すると、Deadline Cloud 統合送信者はシーンをスキャンしてジョブの実行に必要なファイルを特定し、それらを S3 にアップロードしてジョブにアタッチします。高性能ハッシュは、スタジオ内のアーティストによって以前にアップロードされたファイルを識別するために使用されます。これにより、アーティストが同じショットの新しいバージョンを繰り返し送信している場合、またはあるアーティストが別のアーティストにショットを渡す場合、ジョブの送信プロセスでアップロードする必要があるのは、新規または変更されたファイルのみです。
スタジオは Windowsと の両方のmacOSワークステーションを使用するため、プロジェクトとユーティリティドライブの両方のローカルタイプのファイルシステムの場所を使用してストレージプロファイルを設定します。ジョブの送信元とは異なるオペレーティングシステムでジョブが実行されたときに必要なパスマッピングをサポートする方法の詳細については、ジョブ[アタッチメントのストレージプロファイル](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/storage-profile-job-attachments.html)のトピックを参照してください。また、完了時にキュー内のすべてのジョブタスクの出力を自動的にダウンロードするように、ネットワーク上のLinuxホストを設定します。設定方法については、[「ジョブアタッチメントの自動ダウンロード](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/auto-downloads.html)」を参照してください。
ファームには、スタジオがジョブに必要な最小仕様から始まる範囲に設定された vCPUsと RAM 要件を持つ 2 つのLinuxサービスマネージドフリートが含まれています。フリートの 1 つは、勤務時間中に一貫したレンダリング容量を提供するために少数のスポットインスタンスを提供するように設定され、もう 1 つのフリートは待機および保存として設定され、オフピーク時間により多くのジョブを低コストでレンダリングします。Maya、Maya for Arnold プラグイン、Nuke はすべて、使用ベースのライセンスとともに、期限クラウド conda チャネルからLinuxサービスマネージドフリート向けに提供されています。アプリケーションのインストールによるオーバーヘッドを節約するために、Deadline Cloud コンソールのキュー用に設定されたデフォルトの conda 環境を、[キャッシュが改善された github サンプル conda キュー環境に置き換えます](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/queue_environments#conda-queue-environment-with-improved-caching)。
ジョブの送信をサポートするために、各ワークステーションに [Deadline Cloud 送信者を設定し](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/submitter.html)、Maya と Nuke の統合を選択します。Deadline Cloud モニターを使用すると、ファームにログインし、ジョブの進行状況をモニタリングし、問題を診断するためのログ出力を表示できます。Maya と Nuke の両方の送信元には、アプリケーションインターフェイス内からジョブを送信するための統合ダイアログがあります。
ファームで[ユーザーアクセスレベルを設定する](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/manage-users-by-farm.html)と、コントリビューターにアーティストへのアクセス権が付与されるため、コントリビューターはジョブの送信、すべてのジョブの表示、独自のジョブのプロパティの変更を行うことができます。これにより、マネージャーはすべてのジョブのプロパティを変更できるように、ラングラーをレンダリングするアクセス権が付与されます。予算を作成し、使用コストを調べることで、[支出と使用状況を追跡](https://docs.aws.amazon.com/deadline-cloud/latest/userguide/manage-costs.html)できるように、所有者にプロデューサーへのアクセス権を付与します。