SUS05-BP04 Optimiser votre utilisation des accélérateurs de calcul matériels
Optimisez votre utilisation des instances de calcul accéléré pour réduire les exigences d'infrastructure physique de votre charge de travail.
Anti-modèles courants :
-
Vous ne surveillez pas l'utilisation du GPU.
-
Vous utilisez une instance à usage général pour la charge de travail alors qu'une instance spécialement conçue peut fournir des performances supérieures, des coûts plus faibles et de meilleures performances par watt.
-
Vous utilisez des accélérateurs de calcul matériels pour les tâches où ils sont plus efficaces en utilisant des alternatives basées sur l'UC.
Avantages liés au respect de cette bonne pratique : en optimisant l'utilisation des accélérateurs matériels, vous pouvez réduire les exigences de votre charge de travail en termes d'infrastructure physique.
Niveau de risque exposé si cette bonne pratique n'est pas respectée : Moyen
Directives d'implémentation
Si vous avez besoin d'une capacité de traitement élevée, vous pouvez bénéficier de l'utilisation d'instances de calcul accéléré, qui vous donnent accès à des accélérateurs de calcul matériels tels que des unités de traitement graphique (GPU) et des matrices de portes programmables sur site (FPGA). Ces accélérateurs matériels exécutent certaines fonctions comme le traitement graphique ou la correspondance de modèles de données plus efficacement que les alternatives basées sur l'UC. De nombreuses charges de travail accélérées, telles que le rendu, le transcodage et le machine learning, sont très variables en termes d'utilisation des ressources. Exécutez ce matériel uniquement pendant le temps nécessaire et mettez-le hors service grâce à l'automatisation lorsque vous n'en avez plus besoin afin de limiter les ressources consommées.
Étapes d'implémentation
-
Identifiez quelles instances informatiques accélérées peuvent répondre à vos besoins.
-
Pour les charges de travail de machine learning, tirez parti d'un matériel conçu spécialement pour votre charge de travail, comme AWS Trainium
, AWS Inferentia et Amazon EC2 DL1 . Les instances AWS Inferentia, telles que les instances Inf2, offrent des performances par watt supérieures de 50 % à celles des instances Amazon EC2 comparables . -
Collectez des métriques d'utilisation pour vos instances de calcul accéléré. Par exemple, vous pouvez utiliser un agent CloudWatch pour collecter des métriques comme
utilization_gpuetutilization_memorypour vos GPU, comme indiqué dans Collecter les métriques des GPU NVIDIA avec Amazon CloudWatch. -
Optimisez le code, le fonctionnement du réseau et les paramètres des accélérateurs matériels pour veiller à ce que le matériel sous-jacent soit pleinement utilisé.
-
Utilisez les dernières bibliothèques performantes et les pilotes GPU.
-
Utilisez l'automatisation pour libérer les instances GPU lorsqu'elles ne sont pas utilisées.
Ressources
Documents connexes :
Vidéos connexes :
