複雑なフローを視覚化して分析し、HPC Works Flowtracerで固有の並列処理を特定することで、オンプレミスとクラウドのコンピューティングリソースを最適化します。
半導体設計やソフトウェア開発など、さまざまなアプリケーションで設計フローを作成、管理、実行でき、最新の人工知能（AI）や機械学習のワークフローにも簡単に対応できます。独自のトレース技術を使用して、ファイルとツール間の依存関係を管理します。
高性能のフロー定義と安全な接続により、要求の厳しいAIワークロードを含む複雑なワークロードを視覚化して制御することで、生産性を向上させます。フローをローカル、バッチシステム、またはクラウドで実行します。
並列実行と組み込みのスケジューリングを使用して、スケーリングとリソース使用率を改善します。依存関係を認識し、メモリ使用量を抑え、失敗したジョブをリアルタイムで報告することで、ターンアラウンドタイムを短縮できます。
フローの複雑さを軽減することで、より質の高い結果を達成し、設計フローを標準化し、コラボレーションを改善します。最新のプログラミング言語ならどれでもネイティブに使え、リモートで接続してミラービューをリアルタイムで共有できます。
Python、Julia、Jupyter Notebookなどの一般的な開発言語を使用して、AIや機械学習のワークフローと統合してください。AIと機械学習サービスを従来のワークフローに取り入れ、Kubernetesクラスターと一緒に、またはKubernetesクラスター上で動作して、両方のタイプのジョブを組み合わせて実行してください。フローは、リソースの可用性と以前の計算結果に動的に適応します。
コマンドライン、Webブラウザー、または完全なRESTアプリケーションプログラミングインターフェイス（API）を使用して、WindowsまたはLinux x86/ARMプラットフォーム上の複雑なワークフローを制御します。インタラクティブ、監視付き、ライトアウトのバッチ操作モードから選んで、お好みの言語でフローを定義してください。JSONベースのフロー定義記法（FDN）を使用して、数万のジョブと依存関係を含む完全な設計フローを数秒で転送します。
フローをキャプチャして更新し、フローに含まれるコマンドを実行しながらツールを操作することで、ファイルとツール間の依存関係を管理します。以前の依存関係要件がすべて満たされるまでジョブが実行されないようにします。これにより、ユーザーは失敗したジョブの根本原因をすばやく特定し、是正措置を講じて、再開せずに障害発生時点から実行を再開できます。
