Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Integre Deadline Cloud en su cartera
Puedes integrar tus procesos de renderizado actuales con AWS Deadline Cloud para agilizar la gestión del flujo de trabajo y los procesos de envío de trabajos.
Si bien en el ejemplo siguiente se utiliza una canalización de efectos visuales, el mismo patrón de integración se aplica a cualquier flujo de trabajo con uso intensivo de computación: simulaciones científicas, modelos financieros, formación en aprendizaje automático o procesamiento de datos. En cada caso, usted configura cómo llegan los datos a los hosts de los trabajadores, qué aplicaciones se ejecutan en esos hosts, cómo los operadores envían los trabajos y cómo monitoriza el progreso y controla los costos.
¿Qué es la integración de canalizaciones?
La integración en canalización de Deadline Cloud hace referencia a la forma en que una granja de Deadline Cloud proporciona el procesamiento por lotes para sus flujos de trabajo interactivos y automatizados. En este ejemplo, se utiliza una canalización de efectos visuales que puede adaptar a las aplicaciones y los procesos que utilizan sus operadores en sus flujos de trabajo.
Una canalización de efectos visuales consta de las etapas de posproducción para procesar las imágenes de entrada, los modelos 3D, la animación, las texturas, la iluminación, las imágenes renderizadas, etc. Prescribe cómo los diferentes departamentos intercambian activos para llevar a cabo las tareas de las que son responsables. Una canalización bien diseñada facilita la creación eficiente de imágenes finales para un programa de televisión o similar.
Al integrar una granja de Deadline Cloud en su cartera de proyectos, puede transferir los trabajos de larga duración a una cola y priorizar la forma en que Deadline Cloud los programa en las flotas de anfitriones de trabajadores. Puedes usar las flotas gestionadas por el servicio y crear tus propias flotas in situ o in situ. AWS
Para crear la integración de tu canalización, ten en cuenta los siguientes factores:
-
¿Dónde se almacenan los datos de sus activos y cómo se los proporcionará a los trabajadores anfitriones de la granja?
-
¿Qué aplicaciones y complementos necesitan sus trabajos y cómo los aprovisionará en los hosts de los trabajadores de la granja?
-
Cuando los artistas u otros operadores tengan trabajos que gestionar, ¿cómo los enviarán a la granja?
-
¿Quién supervisará el progreso y el estado de los trabajos? ¿Cómo controlará los costos y optimizará la utilización de los trabajadores anfitriones?
Ejemplo de un estudio local con una granja AWS
Este ejemplo se centra en un proceso en el que los artistas trabajan juntos en las instalaciones y envían trabajos a una granja AWS para renderizarlos. El enfoque que se presenta aquí se incorpora rápidamente a Deadline Cloud y proporciona un punto de partida flexible para la personalización.
Estos son los factores que influyen en la integración de las canalizaciones de este estudio de ejemplo:
-
Los datos de los activos se almacenan en un sistema de archivos compartidos del NAS en su oficina local.
-
EncendidoWindows, los proyectos se montan en la unidad P: y las utilidades se montan en X:.
-
Si está activadamacOS, los proyectos se montan en/Volumes/Projects y las utilidades se montan en/Volumes/Utilities.
-
-
Utilizan Maya para el modelado 3D, Arnold para el renderizado y Nuke para la composición. No hay ningún complemento personalizado instalado en estas aplicaciones.
-
Quieren usar la experiencia de envío predeterminada.
-
Los artistas supervisarán sus propios trabajos y los productores controlarán los costos y ajustarán las prioridades cuando sea necesario.
La integración de los procesos de procesamiento de este estudio utiliza archivos adjuntos para transferir datos desde y hacia las instalaciones del estudio AWS, ya que es fácil empezar a usarlo y se puede adaptar a flotas de gran tamaño. El bucket S3 de archivos adjuntos de trabajo configurado en la cola actúa como un nivel de caché entre el NAS local y los hosts de los trabajadores. AWS
Cuando los artistas envían trabajos desde Maya o Nuke, el remitente integrado de Deadline Cloud escanea la escena para identificar los archivos necesarios para ejecutar el trabajo y, a continuación, los adjunta al trabajo subiéndolos a S3. Se utiliza un hash de alto rendimiento para identificar los archivos que ha subido anteriormente cualquier artista del estudio. De esta forma, cuando un artista envía de forma iterativa nuevas versiones de la misma toma, o cuando un artista entrega una foto a otro, solo es necesario subir archivos nuevos o modificados durante el proceso de presentación del trabajo.
El estudio utiliza macOS estaciones de trabajo Windows y, por lo tanto, configuran los perfiles de almacenamiento con ubicaciones de sistema de archivos de tipo local tanto para sus proyectos como para su unidad de utilidades. Consulte el tema Perfiles de almacenamiento para archivos adjuntos de trabajos para obtener más información sobre cómo esto contribuye a la asignación de rutas necesaria cuando los trabajos se ejecutan en un sistema operativo diferente al que utilizan para enviarlos. También configuran un Linux host en su red para descargar automáticamente el resultado de todas las tareas de los trabajos en espera una vez finalizados. Para obtener información sobre cómo configurarlo, consulte Descargas automáticas de archivos adjuntos de trabajos.
La granja contiene dos flotas Linux administradas por servicios con requisitos de vCPU y RAM establecidos en rangos que comienzan con una especificación mínima que el estudio necesita para sus trabajos. Una de las flotas está configurada para proporcionar un número reducido de instancias puntuales a fin de proporcionar una capacidad de renderización uniforme durante las horas de trabajo, y la otra flota está configurada para esperar y ahorrar para renderizar más trabajos fuera de las horas pico a un costo menor. Tanto Maya, el complemento Maya for Arnold, como Nuke se proporcionan a las flotas Linux gestionadas por servicios desde el canal conda en la nube con fecha límite, junto con licencias basadas en el uso. Con el fin de ahorrar costes derivados de la instalación de aplicaciones, sustituyen el entorno conda predeterminado configurado para la cola en la consola de Deadline Cloud por el entorno de cola conda de ejemplo de github, con un almacenamiento en caché mejorado. https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/queue_environments#conda-queue-environment-with-improved-caching
Para facilitar la presentación de trabajos, configuran los remitentes de Deadline Cloud en cada estación de trabajo y seleccionan las integraciones de Maya y Nuke. Con Deadline Cloud Monitor, pueden iniciar sesión en la granja, supervisar el progreso de los trabajos y ver los resultados de los registros para diagnosticar problemas. Tanto los remitentes de Maya como los de Nuke cuentan con cuadros de diálogo integrados para enviar trabajos desde la interfaz de la aplicación.
Al configurar los niveles de acceso de los usuarios en la granja (consulte Cómo funcionan los permisos en Deadline Cloud), permiten a los colaboradores acceder a los artistas para que puedan enviar trabajos, ver todos los trabajos y modificar las propiedades de sus propios trabajos. Permiten a los administradores acceder a los renderizadores para que puedan modificar las propiedades de todos los trabajos. Permiten al propietario acceder a los productores, para que puedan hacer un seguimiento de los gastos y el uso mediante la creación de presupuestos y el análisis de los costos de uso.
