Não exatamente uma funcionalidade nova, porém ainda pouco explorada aqui no Brasil, o Azure Batch entrega um meio economicamente viável de processamento paralelo aplicável em diversas situações, desde escalas menores, com um limite inicial de 20 processadores por conta, podendo escalar indefinidamente de acordo com a sua necessidade. É isso mesmo, indefinidamente.

Aplicações práticas para o Azure Batch normalmente envolvem tarefas processando um largo volume de dados que geralmente pode ser paralelizado com instâncias independentes, executando partes do trabalho.

Um exemplo clássico de computação paralela é a renderização de imagens e animações digitais. Geralmente o trabalho em menor escala é executado em uma estação que fica comprometida por horas, ou até mesmo dias, processando uma cena. Ou para ambientes maiores, montam-se Render Farms, compostas por diversos servidores dedicados para esta finalidade. Com o Azure, você pode ter isso sob demanda, pagando apenas o processamento utilizado.

Este é apenas um exemplo, mas através de Powershell e bibliotecas .Net no Windows e scripts Pyton no Linux, dentre outras formas, o Azure Batch pode executar diversos tipos de cargas de trabalhos distribuídas, desde as mais simples até as mais complexas.

A cobrança é sempre feita por tempo de CPU, portanto você só paga o que consumir, mais o armazenamento que o processo gerar, sendo viável tanto para cargas sazonais como para processos regulares. E salvando seu output para uma conta de armazenamento regular, é possível disponibilizar o output dos jobs diretamente para as máquinas virtuais hospedadas como IaaS dentro de um mesmo tenant.

Com uma interface simples e muita flexibilidade, o Azure Batch pode ser uma poderosa ferramenta para agilizar processos repetitivos e economizar recursos de computação, já que através de automação, é possível subir um pool de servidores de qualquer tamanho para o processamento de suas cargas, disponível apenas pelo tempo necessário.