白皮书、电子书和信息图表
信息图：使用 AWS 和 NVIDIA 的 HPC 提高能效
能源价格和消耗不断增长，而数据中心又面临着电力限制。不断增长的数据集规模和追求结果交付的压力正推动对更高性能 HPC 集群的需求。
白皮书：使用 Amazon EC2 实例优化 HPC 工作负载
已针对各种工作负载对不同 EC2 实例进行了优化。阅读此白皮书，了解您如何标识合适的 EC2 实例以最大化 HPC 应用程序的性能。
解决方案简介：利用 AWS 和 NVIDIA 的加速计算提高 HPC 工作负载的能源效率
世界各地的组织都在使用 AWS 和 NVIDIA 来运行其 HPC 和 AI/ML 工作负载。在最新的 NVIDIA GPU 的支持下，通过各种工具和服务进行加速，组织可以在提高能源效率的同时更快地获得洞察。阅读此解决方案简介，了解大规模运行这些工作负载的节能方法。
信息图：提高由英特尔可扩展处理器提供支持的数据密集型 HPC 工作负载的速度和准确性
Amazon EC2 Hpc6id 实例由第 3 代 Intel Xeon 可扩展处理器提供支持，提供极具吸引力的性价比、内存和本地 NVMe 存储功能，可帮助您以更具成本效益的方式运行数据密集型工作负载。
利用由 NVIDIA GPU 提供支持的 AWS 上的高性能计算（HPC）解决您最复杂的问题，从科学发现到预测性维护，同时最大限度地降低成本。
解决方案简介：利用由 NVIDIA GPU 提供支持的 AWS 上的 HPC 来解决最复杂的工作负载挑战
高性能计算（HPC）继续推动各行各业的进步，从医疗保健和药物发现，到更高效运营的能源，再到自动驾驶的交通运输。
白皮书：Hyperion 研究观点 | 能源效率正在推动许多 HPC 用户迁移到云端
HPC 市场正在明显转变为采用云，这在一定程度上是由更高的能源效率所带来的益处推动的。组织越来越认识到，将 HPC 工作负载迁移到云端有可能降低某些工作负载类型的运营成本。
白皮书：Hyperion 研究技术聚焦 | HPC 和云 — 牢固而成熟的关系
适用于高性能计算（HPC）的云计算已成为解决全球范围内的 HPC 用户所面临的一些一致问题的强大解决方案。其中许多问题已成为从本地迁移到云的解决方案的推动力。
高性能计算 (HPC) 继续以令人难以置信的速度发展，HPC 和机器学习的整合——甚至是量子计算——正在开创新的可能性。更快地获得洞察，并利用 AWS 几乎无限的计算容量来纵向扩展您的计算。
对更快、更大、更准确的设计周期的需求，以及 GPU 的性能和成本优势，都在推动下一代 CFD 应用程序向前发展。下载此信息图，了解如何使用最新的 AWS 技术加速 CFD 模拟。
在 AWS 上，研究人员可以访问专门构建的 HPC 工具和服务，以及科学和技术专业知识，从而加快发现的步伐。了解 AWS 客户如何使用 AWS HPC 运行分子动力学、医学成像、建模和模拟，以及基因组学等工作负载。
第一款作为 Intel 特色级解决方案验证的基于云的产品 AWS ParallelCluster，让客户能够轻松地将 HPC 工作流程部署在 AWS 上。了解关于如何通过单一参数或使用预置模板配置资源的详情。
阅读此白皮书，了解可用于推动医疗保健和生命科学领域创新的专用 HPC 服务和工具。了解 AWS 广泛的合作伙伴网络，以及 AstraZeneca 和 Fred Hutchinson 等 AWS 客户如何缩短交付成果的时间，并在 AWS 上大规模运行他们的工作负载。
电子书：AWS 上的计算机辅助工程 (CAE) 助力工程师进行创新
在本电子书中，了解工程师如何利用云中的高性能计算的能力和速度来加速标准 CAE 工作流程，并显著减少每个设计迭代周期所需的成本和时间。
如今，几乎所有行业都在产品开发中使用计算机辅助工程 (CAE)，这些行业包括：汽车、航空航天、设备工程、电子、能源和消费品。在此信息图表中，了解为何 AWS 是运行 CAE 工作负载的绝佳选择的五个原因。
白皮书：云发展为支持紧密耦合的 HPC 代码经历的步骤
在此技术聚焦中，Hyperion Research 讨论了云如何发展为支持紧密耦合的 HPC 代码。
白皮书：使用 Elastic Fabric Adapter 缩短获得结果的时间
了解紧密耦合的 HPC 或分布式 ML 代码现在如何能够使用 Elastic Fabric Adapter 扩展至数千个核心，从而更快地为您提供结果。
Hyperion Research 的这个白皮书探讨了美国海军研究实验室如何使用 HPC 和云功能进行大气建模和预测。本白皮书重点介绍了通过使用 Amazon EC2 C5n 实例和 Elastic Fabric Adapter 获得的性能和可扩展性提升情况。
虽然基于云的 HPC 解决方案越来越多地被采用，但对于其成本、安全性和性能的误解仍然存在。对这些理念发起挑战及打破基于云的 HPC 的常见障碍至关重要，这样可以防止大小组织受到过时、不准确的信息阻碍。了解 AWS 如何帮助您快速、安全且经济高效地开始在云中使用 HPC。
基于云计算的 HPC 解决方案正在不断地帮助打破进入访问高性能计算资源的壁垒，即使是有此需求的最小团队也是如此，许多不同的行业也因此发现更容易开始使用 HPC。
数据中心和网络架构在满足各种 HPC 工作负载方面提供极大灵活性，AWS 客户可从中受益。每个使用案例都有其独特的需求，本指南将帮助确定在 AWS 上运行 HPC 工作负载的交易实例和配置。
Hyperion 研究技术聚焦：智能编排加速云中的 HPC 工作流
本文讨论了，在扩大 HPC 云使用和工作流异构性的背景下，云编排的重要性。在本文中，Amazon Web Service (AWS) 说明了复杂的云编排如何能够在云中带来高效的 HPC 工作流。
从天气建模到基因组测绘再到寻找外星智慧生物，HPC 利用先进的计算技术帮助突破各种可能性的界限。在以前，它仅在政府实验室、大型企业和特定学术组织中使用，如今，各行各业都可以见到它的身影。
考虑在高性能计算 (HPC) 方面投资的组织应深入研究本地解决方案的隐藏成本。这些因素（包括丧失生产力和错过创新）会对依赖 HPC 的其他研发投资产生负面影响，因而降低收益。
AWS 提供一个可高度自定义的平台和稳健的合作伙伴社区，让各个团队可以从任何地方展开协作，而无需进行基础设施升级。利用 AWS 上的 HPC，让以前受到本地基础设施限制的企业协作重新焕发光彩。
高性能计算一直用来解决世界上最复杂的问题。但是，长期以来，有限的本地基础设施容量、高资本支出和对技术更新的持续需求限制了 HPC 应用程序和工作负载。
凭借 AWS 上提供的近乎无限的计算、存储和资源，使用电子设计自动化 (EDA) 的半导体和电子公司可以显著加快其产品开发生命周期和缩短上市时间。此白皮书概要介绍了 EDA 工作流程、将 EDA 工具迁移到 AWS 的建议以及在 AWS 上优化 EDA 工作负载的特定 AWS 架构组件。
此 Hyperion Research 技术聚焦研究了快速发展的云 HPC 市场的动态，以及为什么 AWS 能够很好地满足 HPC 云计算市场的需求。
从基因组学、计算化学到地震建模，学习如何在 AWS 上运行各种行业特定的 HPC 工作负载。
参考架构文档
reInvent 会议
公用数据集
当组织在 AWS 上公开数据时，科学家可以访问和分析这些数据，进而针对重大挑战提供创新性解决方案。AWS 为研究人员和公众提供了多种公共数据集，包括：
- Landsat 8：每天可以提供 2015 年及以后的所有 Landsat 8 图像数据，这些图像数据通常是在生成后几小时内上线的。
- NASA NEX：NASA 维护的地球科学数据集合，包括气候变化预测和地球表面的卫星图像。
- NEXRAD on AWS：来自下一代气象雷达 (NEXRAD) 网络的实时和存档数据。
- 千人基因组计划：这个数据集包含了 1700 人的完整基因组序列。
- 癌症基因组图谱 (TCGA)：癌症基因组图谱 (TCGA) 提供的原始基因组、处理过的基因组、转录组和表观基因组数据，符合条件的研究人员可以通过癌症基因组云进行访问。
- 国际癌症基因组联盟 (ICGC)：通过国际癌症基因组联盟 (ICGC) 获得的完整基因组序列数据可供符合条件的研究人员访问。
请参阅 AWS 云提供的公共数据集完整列表。
AWS 研究计划
AWS 通过提供科学加速发展所需的经济有效、可扩展和安全的计算、存储、分析和人工智能/机器学习功能，帮助研究人员处理复杂的工作负载。除了尖端技术服务外，AWS 还为研究人员提供了开放数据集、筹资资源以及对建立研究和加快全球创新步伐至关重要的培训。 了解更多 >>
与全球研究网络协作
通过与全球研究网络协作，AWS 为研究人员提供了通向 AWS 云的稳健网络连接。借助这些网络连接，您可以在原属院校、分布式数据收集站点和 AWS 之间进行可靠的数据移动。
AWS 云研究积分计划
AWS 全球数据导出豁免计划
通过为符合条件的研究人员和学术客户免除 AWS 云中的数据导出费用，AWS 可以让云预算更容易预测。这些是与“将数据从 AWS 传输到 Internet”相关的费用。 请联系您的 AWS 代表以了解有关此计划的更多信息
