Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Matériel et services
Recherchez des possibilités de réduire les impacts en matière de durabilité de la charge de travail en modifiant vos pratiques de gestion du matériel. Réduisez la quantité de matériel nécessaire à allouer et à déployer, et sélectionnez le matériel et les services les plus efficaces pour votre charge de travail individuelle.
La question suivante est axée sur les considérations relatives à la durabilité :
| SUS5 : Comment sélectionnez-vous et utilisez-vous le matériel et les services cloud dans votre architecture pour atteindre vos objectifs de durabilité ? |
|---|
|
Recherchez des possibilités de réduire les impacts en matière de durabilité de la charge de travail en modifiant vos pratiques de gestion du matériel. Réduisez la quantité de matériel nécessaire à allouer et à déployer, et sélectionnez le matériel et les services les plus efficaces pour votre charge de travail individuelle. |
Utiliser la quantité minimale de matériel pour répondre à vos besoins : en utilisant les fonctionnalités du cloud, vous pouvez apporter régulièrement des modifications à vos mises en œuvre de charges de travail. Mettez à jour les composants déployés à mesure que vos besoins évoluent.
Utiliser les types d’instance ayant le moins d’impact : contrôlez de façon continue le lancement de nouveaux types d’instances et profitez d’améliorations de l’efficacité énergétique, y compris les types d’instances conçus pour soutenir des charges de travail spécifiques comme l’entraînement et l’inférence du machine learning et le transcodage vidéo.
Utiliser des services gérés : les services gérés transfèrent la responsabilité du maintien d'un taux d'utilisation moyen élevé et de l'optimisation de la durabilité du matériel déployé à AWS. Utilisez des services gérés pour distribuer l’impact de la durabilité du service sur tous les locataires du service, ce qui réduit votre contribution individuelle.
Optimisez votre utilisation de GPUs : les unités de traitement graphique (GPUs) peuvent être une source de forte consommation d'énergie, et de nombreuses GPU charges de travail sont très variables, telles que le rendu, le transcodage, la formation et la modélisation par machine learning. Exécutez les GPUs instances uniquement pendant le temps nécessaire et mettez-les hors service grâce à l'automatisation lorsque cela n'est pas nécessaire afin de minimiser la consommation de ressources.
