Amazon Batch 使用案例

从金融科技初创公司到长期存在的企业，金融服务组织一直在高性能计算等领域使用批处理来进行风险管理、日终交易处理和欺诈监控。您可以使用 Amazon Batch 最大限度地减少人为错误，提高速度和准确性，并通过自动化降低成本，以便您将精力集中在业务发展上。
高性能计算

金融服务行业推动了高性能计算在定价、市场定位和风险管理等领域的使用。通过将此类计算密集型工作负载转移到 亚马逊云科技上，组织可以提高速度、可扩展性，并实现成本节约。借助 Amazon Batch，组织可以实现资源配置和作业安排过程的自动化，从而节省成本，并加快决策的制定和产品的上市速度。

交易平台通过分析每天的交易费用、执行报告和市场绩效以及其他方面，不断寻找改善其市场定位的机会。所有这些都需要在交易日结束后对来自多个来源的大型数据集进行批处理。Amazon Batch 可实现此类工作负载的自动化，以便您了解在第二天交易周期内将面临的相关风险，并根据数据做出更明智的决策。

欺诈是一个影响所有行业（特别是金融服务行业）的持续性问题。Amazon Machine Learning 能够使用算法和模型更智能地分析数据，以应对这一挑战。将其与 Amazon Batch 结合使用时，组织可以自动进行所需的数据处理或分析，以检测数据中的异常模式，这些模式可以指明欺诈活动（如洗钱和支付欺诈）。

使生物制药和基因组学公司能够将产品推向市场的科学洞察力需要高性能计算环境。Amazon Batch 可在整个组织中的计算化学、临床建模、分子动力学、基因组测序和分析等应用领域大展身手。

Amazon Batch 使参与药品开发的研究科学家能够更高效和更快速地搜索小分子库，从而确定最有可能绑定到药物靶标（通常是蛋白受体或酶）的结构。这使科学家能够捕获到更好的数据来开始药物设计，并加深对特定生化过程作用的了解，从而开发出更有效的药物和疗法。

生物信息学家完成基因组序列的初步分析以生成原始文件后，他们可以借助 Amazon Batch 来完成二级分析。利用 Amazon Batch，客户可以比较多个重叠读取和参考序列来简化和自动执行将原始 DNA 读数组合成完整基因组序列的过程，并可能减少由参考和样品之间的错误比对引起的数据错误。

媒体和娱乐公司需要高度可扩展的批量计算资源，以实现数据的加速和自动化处理，以及用于高分辨率视频内容的文件、图形和视觉效果的编辑和处理。您可以使用 Amazon Batch 来加快内容创建、动态扩展媒体打包能力并自动执行异步媒体供应链工作流程。

Amazon Batch 为内容制作者和后期制作公司提供了自动处理内容渲染工作负载的工具，并通过执行依赖关系或资源安排降低人为干预的必要性。这包括扩展渲染场中的计算核心、利用 Spot 实例以及协调流程中不同步骤的执行。

Amazon Batch 通过自动执行工作流程、克服资源瓶颈、减少手动流程的数量（先调度和监控异步进程的执行，然后触发条件响应并在必要时扩展给定工作负载的资源）来加快基于批处理和文件的转码工作负载。

Amazon Batch 通过协调不同处理阶段的独立作业和依赖性作业的执行来简化复杂的媒体供应链工作流程，同时支持为媒体供应链的不同贡献者准备的内容管理通用框架。