此次演講將分享如何將一個開源的 .NET 離散事件模擬 (DES) 程式庫進行容器化，並遷移至 Kubernetes 平台。

我們將探討使用 Kubernetes Job 進行基礎的參數化模擬，並進一步展示如何整合 Argo Workflows 來編排更複雜的、大規模的平行參數掃描實驗。

內容將涵蓋：

• .NET 應用程式的 Docker化考量。
• 在 K8s 上執行批次模擬任務的架構設計。
• 利用 Argo Workflows 實現聲明式的模擬工作流程與參數管理。
• 結果收集與基礎可觀測性實踐。

參與者將了解如何將特定領域的計算密集型應用「K8s 化」，並認識 Argo Workflows 在自動化與平行處理上的強大潛力，為更多創新應用場景打下基礎。

此演講特別適合從事模擬系統開發、雲端運算、或對工作流自動化有興趣的開發者與架構師。

聽眾收穫：

聽眾將學習如何將非典型的計算密集型應用（如離散事件模擬）容器化，並善用 Kubernetes Job 或 Argo Workflows 進行有效的參數掃描與大規模平行處理。

透過一個開源 .NET 離散事件模擬案例，演講將展示從程式準備、容器化到部署的完整流程，並分享在 Kubernetes 環境下進行批次任務的架構設計、開發實務與效能優化建議。