使用 HPC Works Flowtracer 对复杂流程进行可视化和分析并确定其固有的并行性，从而优化本地和云端的计算资源。
创建、管理和执行各种应用程序的设计流程，包括半导体设计和软件开发，并轻松处理最新的人工智能 (AI) 和机器学习工作流程。使用我们独特的跟踪技术管理文件和工具之间的依赖关系。
HPCWorks Velocity
安排和管理高性能和高吞吐量的计算任务（每天数百万个），以满足半导体设计和 EDA 的复杂需求。
为什么 HPCworks Flowtracer？
可视化和控制设计流程
通过高性能流量定义和安全连接，可视化和控制复杂的工作负载（包括要求苛刻的 AI 工作负载）来提高生产力。在本地、批处理系统或云端运行流程。
提高资源利用率
使用并行执行和内置调度来提高扩展和资源利用率。借助依赖关系感知、少量内存占用和实时报告（重点介绍失败的作业），加快周转时间。
降低流程复杂度
通过降低流程复杂性，实现更高质量的结果、标准化设计流程并改善协作。使用任何现代编程语言进行本地工作，并远程连接以实时共享镜像视图。
特色功能
支持 AI 和混合工作流程
使用包括 Python、Julia 和 Jupyter Notebook 在内的流行开发语言与人工智能和机器学习工作流程集成。将 AI 和机器学习服务引入传统工作流程，并在 Kubernetes 集群上或之上混合运行两种类型的作业。流量会动态适应资源可用性和先前计算的结果。
自定义控件和 REST API
使用命令行、网络浏览器或完整的 REST 应用编程接口 (API) 在 Windows 或 Linux x86/ARM 平台上控制复杂工作流程。从交互式、监督式和无人值守的批处理操作模式中进行选择，并使用您的首选语言定义流程。使用基于 JSON 的流程定义表示法 (FDN)，在几秒钟内传输包含成千上万个任务和依赖关系的完整设计流程。
依赖关系管理和意识
通过捕获和更新流程以及在工具执行流程中包含的命令时与工具进行交互来管理文件和工具之间的依赖关系。在满足所有先前的依赖关系要求之前，防止任务执行，这样用户就可以快速确定任务失败的根本原因，采取纠正措施并在不重新启动的情况下从故障点恢复执行。
