El análisis de ráster proporciona herramientas y funciones integradas de procesamiento, ortorrectificación y creación de mosaicos, análisis de teledetección y una amplia variedad de operadores matemáticos y trigonométricos. Sus funciones personalizadas pueden ampliar aún más las capacidades analíticas de la organización.
El análisis de ráster también está diseñado para agilizar y simplificar la colaboración y el uso compartido. Los usuarios de su organización pueden aportar datos, modelos de procesamiento y experiencia a un proyecto de imágenes, y compartir los resultados con personas, departamentos y organizaciones de su empresa.
Introducción al análisis de ráster
En ArcGIS Enterprise on Kubernetes, un análisis de ráster es un sistema flexible de procesamiento, almacenamiento y uso compartido de ráster que emplea cálculos distribuidos y tecnología de almacenamiento. Utilice análisis de ráster para aplicar herramientas de análisis de ráster y funciones ráster proporcionadas en ArcGIS, cree funciones y herramientas personalizadas, o combine varias herramientas y funciones en cadenas de procesamiento de ráster para ejecutar algoritmos personalizados en grandes conjuntos de datos ráster. Los datos de origen y los resultados procesados se almacenan, publican y comparten en su empresa, según sus necesidades y prioridades.
Esta amplia capacidad se puede ampliar aún más aprovechando las capacidades y recursos de computación en la nube. El resultado es que el procesamiento de imágenes y los trabajos de análisis que solían tardar días o semanas ahora se pueden realizar en minutos u horas, y los trabajos que eran demasiado grandes o intensivos ahora se pueden completar.
Sugerencia:
El almacenamiento de datos en la nube es un requisito de las implementaciones locales y en la nube. Se utiliza para almacenar salidas de análisis de ráster.Confirme que su administrador ha asignado suficiente cuota de recursos y nodos trabajadores para admitir esta capacidad premium.
Agregar almacenes de rásteres y habilitar el análisis de ráster
Es posible que los siguientes pasos de configuración requieran hacer cambios en la forma en que ha implementado ArcGIS en su organización; revíselas detenidamente antes de continuar. Antes de utilizar el análisis de ráster, debe agregar almacenes de rásteres compatibles y habilitarlo como una capacidad en ArcGIS Enterprise Manager.
Agregar almacenes de rásteres
Debe agregar dos almacenes de rásteres para permitir el análisis de ráster: un almacén en la nube y un almacén relacional. El almacén en la nube se utiliza para almacenar la salida de ráster del análisis. El almacén relacional se utiliza para almacenar datasets de mosaico al tiempo que se crea una capa de imágenes alojada o el análisis de ráster genera una salida de captura.
Para agregar almacenes de rásteres, siga estos pasos:
- En ArcGIS Enterprise Manager, haga clic en el botón Data stores de la barra lateral.
Aparece la página de los almacenes de datos.
- En la sección Almacenes de rásteres, haga clic en Agregar almacén para agregar el primer data store de rásteres.
Nota:
Si se ha agregado más de un almacén de rásteres del mismo tipo, la herramienta seleccionará el que se va a usar de forma aleatoria. No puede especificar qué almacén de rásteres utilizar.
Este almacén de rásteres contendrá las imágenes que se agregan a la organización y los resultados de cualquiera de las herramientas de análisis de ráster. Cuando su organización se implementa en un entorno de la nube, se recomienda utilizar un servicio de almacenamiento en la nube del mismo proveedor de nube.
Si todavía no ha agregado almacenes, esta sección estará vacía.
- Proporcione un nombre para el almacén de rásteres.
- Seleccione el Servicio de almacenamiento y elija una de las siguientes opciones:
- Amazon S3
- Azure Blob
- Almacenamiento de Google Cloud
- Consulte las especificaciones de cada servicio de almacenamiento en la nube en los pasos para agregar un almacén de rásteres.
- Cuando termine, haga clic en Agregar almacén.
El almacén de nube de rásteres se registra y aparecerá en la sección Almacenes de rásteres.
- En la página Data stores, haga clic en Agregar almacén para agregar el segundo almacén, que es un almacén relacional.
Este almacenamiento es obligatorio en el caso de los flujos de trabajo que generan un dataset de mosaicos para procesar rásteres.
- Proporcione un nombre para el almacén relacional.
- Seleccione Servicio de almacenamiento y elija un almacén relacional.
- Haga clic en Elegir archivo para agregar el archivo de conexión de base de datos.
En la base de datos relacional se almacenarán los datasets de mosaico para alojar capas de imágenes.
- Haga clic en Agregar almacén.
El almacén relacional de rásteres se registra y aparecerá en la sección Almacenes de rásteres.
Habilitar análisis de ráster
Para habilitar el análisis de ráster como una capacidad para la organización, complete los siguientes pasos:
- En ArcGIS Enterprise Manager, haga clic en el botón Capacidades de la barra lateral.
Aparece la página de capacidades.
- Active el botón de alternancia Análisis de ráster.
Aparece un mensaje que indica que el proceso de activación puede llevar algún tiempo.
- Haga clic en Habilitar.
Se envía una solicitud para habilitar el análisis de ráster. Este proceso validará los requisitos previos y activará los recursos de apoyo. Los siguientes servicios del sistema se iniciarán automáticamente:
- RasterAnalysisTools
- RasterProcessing
- RasterProcessingGPU
- RasterRendering
Si no se habilita la capacidad, repita los pasos anteriores para asegurarse de que se agreguen los data store de rásteres, que la licencia de análisis de ráster es válida y que se han iniciado los servicios del sistema. Revise los registros para identificar los requisitos de esta capacidad.
El análisis de ráster está configurado. Puede empezar a utilizar las herramientas de análisis de ráster y a alojar imágenes en su organización. Vea cómo utilizar el análisis de ráster y el aprendizaje profundo.
Además, vea cómo ajustar los flujos de trabajo de análisis de ráster.
Habilitar recursos de GPU para análisis de ráster
El análisis de ráster, sobre todo el análisis de aprendizaje profundo y las herramientas de IA, pueden utilizar los recursos de la unidad de procesamiento gráfico (GPU) de su clúster. En la versión 11.5, puede configurar los recursos de GPU de las herramientas de análisis de ráster para mejorar el rendimiento de las herramientas de entrenamiento e inferencia de aprendizaje profundo. Para el aprendizaje profundo, las GPU proporcionan velocidad de procesamiento, eficiencia de recursos y escalabilidad para su organización. Dado que pueden manejar cálculos paralelos masivos, las GPU son indispensables para el análisis de ráster y el aprendizaje profundo. Los servicios individuales funcionan mejor para ambas tareas cuando las GPU están configuradas para cada servicio.
Para entrenar trabajos de modelos de aprendizaje profundo, solo es necesario configurar el servicio RasterAnalysisTools. Para las herramientas de inferencia, es necesario configurar los servicios RasterProcessingGPU con GPU. Para algunos modelos también puede que sea necesario configurar el servicio RasterAnalysisTools con la GPU para poder inicializarse. En estos casos, ambos servicios deben configurarse con GPU.
Requisito previo
En ArcGIS Enterprise on Kubernetes, puede implementar un plugin de dispositivos para habilitar nodos GPU en su clúster. Para habilitar nodos para GPU, se requiere un plugin de dispositivo NVIDIA para Kubernetes. Para obtener más información, consulte los nodos habilitados para GPU.
Nota:
En la versión 11.5, ArcGIS Enterprise on Kubernetes solo es compatible con GPU de NVIDIA.Para habilitar los recursos de GPU para el análisis de ráster en su organización, siga estos pasos, que son específicos de su entorno y preferencias:
- Realice los pasos para configurar análisis de ráster u otra funcionalidad para la que desee utilizar nodos habilitados con GPU.
- Verifique que su instancia tiene el plugin de dispositivo instalado.
Muchos entornos de la nube se han preconfigurado con nodos GPU. Si el plugin de dispositivo no está instalado, consulte los detalles y los pasos de instalación en la documentación del plugin de dispositivo NVIDIA para Kubernetes. Si ha implementado localmente, su administrador debe habilitar los recursos de la GPU en cada nodo de cada clúster.
- Para utilizar los nodos habilitados con GPU en los flujos de trabajo de SIG de su organización, defina solicitudes y límites para los recursos de GPU.
- Si desea ejecutar cargas de trabajo de GPU en nodos GPU de forma exclusiva, configure la afinidad y las tolerancias de los nodos.
Ajustar el análisis de ráster
Para conseguir un rendimiento y una escalabilidad óptimos con el análisis de ráster, tenga en cuenta las siguientes recomendaciones:
- Al crear su organización, utiliza un servicio de almacenamiento en la nube para el almacén de objetos.
- Aumente los nodos trabajadores. Las capacidades premium, como el análisis de ráster, requieren al menos un nodo trabajador adicional para cada perfil de arquitectura que admita las capacidades añadidas. Trabaje con su administrador para determinar qué perfil de arquitectura se ha seleccionado al crear la organización y aumente los nodos trabajadores como corresponda. Es posible que necesite más de un nodo adicional en función del análisis que realice.
- Utilice los nodos habilitados con GPU cuando sea posible. Si lo desea, configure la afinidad de nodos y las tolerancias para ejecutar cargas de trabajo de GPU en nodos GPU exclusivamente. Esto adquiere cada vez más importancia cuando se realizan flujos de trabajo de aprendizaje profundo e IA.
- Al modificar las implementaciones de servicio con recursos y pods adicionales, puede aumentar la disponibilidad y el rendimiento general de sus flujos de trabajo de la siguiente manera:
- Escale la implementación de servicio RasterProcessing en el caso de los flujos de trabajo que no incluyan aprendizaje profundo e IA.
- Cuando realice flujos de trabajo para entrenar modelos para flujos de trabajo de aprendizaje profundo, escale la implementación de servicio RasterAnalysisTools.
- Cuando realice flujos de trabajo de inferencia, escale la implementación de servicio RasterProcessingGPU.
- Algunas herramientas de análisis de ráster distribuyen el cálculo entre varios pods de trabajo y escriben datos temporales mientras se lleva a cabo el análisis. Utilice volúmenes efímeros cuando realice análisis de ráster distribuidos en grandes trabajos que requieran cargar datos en un espacio temporal para procesamiento. Consulte información en Configurar volúmenes efímeros.
- Al ejecutar procesos de análisis de ráster, se recomienda que reduzca el nivel de registro desde Depurar. Si no está solucionando un problema de forma activa, use el nivel Advertencia. Cuando necesite detalles de registro más detallados, utilice el nivel de registro alternativo en su lugar.
- Plantéese configurar un factor de procesamiento en paralelo para controlar el número de instancias del servicio de procesamiento de ráster que puede utilizarse para procesar los datos.
- Es posible que haya que monitorizar e incrementar los requisitos de memoria en función del tipo de flujo de trabajo de análisis y el tamaño de los datos que se van a procesar. Por ejemplo, en los flujos de trabajo de aprendizaje profundo e IA, los tamaños de lote más grandes requieren más memoria.
- Las herramientas de análisis de ráster tienen límites preconfigurados. Algunos trabajos podrían requerir capacidad adicional para que las herramientas funcionen bien. Puede editar las propiedades de escalado para aumentar la memoria correspondiente a microservicios diferentes.