Maximizing resource efficiency is crucial when designing cloud-based systems,which are primarily built to meet specific quality-of-service requirements.Common optimization techniques include containerization, workflow orchestration,elasticity, and vertical scaling, all aimed at improving resource utilizationand reducing costs. In contrast, on-premises high-performance computingsystems prioritize maximum performance, typically relying on static resourceallocation. While this approach offers certain advantages over cloud systems,it can be restrictive in handling the increasingly dynamic resource demands oftightly coupled HPC workloads, making adaptive resource management challenging.

This thesis explores the execution of high-performance workloads in cloudbasedenvironments, investigating both horizontal and vertical scaling strategiesas well as the feasibility of running HPC workflows in the cloud. Additionally,we will evaluate the costs of deploying these workloads in containerizedenvironments and examine the advantages of using object storagein cloud-based HPC systems.

Att maximera resurseffektiviteten ar avgörande vid utformningen av molnbaserade system, som framst byggs för att uppfylla specifika krav på tjänstekvalitet. Vanliga optimeringstekniker inkluderar containerisering, arbetsflödesorkestrering, elasticitet och vertikal skalning, med målet att förbättra resursutnyttjandet och minska kostnaderna. I kontrast fokuserar lokala högprestandaberäkningssystem (HPC) på maximal prestanda och förlitar sig oftast på statisk resursallokering. Även om denna strategi har vissa fördelar jämfört med molnlösningar, kan den vara begränsande när det gäller att hantera de allt mer dynamiska resursbehoven hos tätt sammankopplade HPC-arbetslaster, vilket gör adaptiv resursförvaltning utmanande. Denna avhandling undersöker körningen av högprestandaarbetslaster i molnbaserade miljöer, med fokus på både horisontell och vertikal skalning samt möjligheten att köra HPC-arbetsflöden i molnet. Dessutom kommer vi att analysera kostnaderna for att distribuera dessa arbetslaster i containeriserade miljöer och utvärdera fördelarna med att använda objektlagring i molnbaserade HPC-system.