Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
On-Demand Reservasi Kapasitas dan Blok Kapasitas untuk ML
Reservasi Kapasitas memungkinkan Anda memesan kapasitas komputasi untuk instans Amazon EC2 di Zona Ketersediaan tertentu. Ada dua tipe Reservasi Kapasitas yang melayani kasus penggunaan yang berbeda.
Tipe Reservasi Kapasitas
Untuk mengatur Reservasi Kapasitas ke dalam kumpulan logis, lihat Grup Sumber Daya Reservasi Kapasitas.
Berikut ini adalah beberapa kasus penggunaan umum untuk Reservasi On-Demand Kapasitas:
-
Peristiwa penskalaan — Buat Reservasi On-Demand Kapasitas sebelum acara penting bisnis Anda untuk memastikan bahwa Anda dapat menskalakan kapan pun Anda perlu.
-
Persyaratan peraturan dan pemulihan bencana — Gunakan On-Demand Reservasi Kapasitas untuk memenuhi persyaratan peraturan untuk ketersediaan tinggi, dan cadangan kapasitas di Zona Ketersediaan atau Wilayah yang berbeda untuk pemulihan bencana.
-
Berbagi kapasitas yang tidak terpakai — Gunakan Reservasi Kapasitas Terputus untuk membuat kapasitas yang tidak terpakai tersedia untuk beban kerja lain dalam akun Anda sambil mempertahankan kontrol untuk merebutnya kembali saat diperlukan.
Berikut ini adalah beberapa kasus penggunaan umum untuk Blok Kapasitas untuk ML:
-
Pelatihan model machine learning (ML) dan fine-tuning — Dapatkan akses tanpa gangguan ke instans GPU yang Anda pesan untuk menyelesaikan pelatihan model dan fine-tuning.
-
Eksperimen dan prototipe ML — Jalankan eksperimen dan bangun prototipe yang memerlukan instans GPU untuk jangka waktu pendek.
Kapan menggunakan Reservasi On-Demand Kapasitas
Gunakan Reservasi On-Demand Kapasitas jika Anda memiliki persyaratan kapasitas yang ketat, dan beban kerja kritis bisnis Anda saat ini atau masa depan memerlukan jaminan kapasitas. Dengan On-Demand Reservasi Kapasitas, Anda dapat memastikan bahwa Anda akan selalu memiliki akses ke kapasitas Amazon EC2 yang telah Anda pesan selama Anda membutuhkannya.
Kapan menggunakan Blok Kapasitas untuk ML
Gunakan Blok Kapasitas untuk ML saat Anda perlu memastikan bahwa Anda memiliki akses tanpa gangguan ke instans GPU untuk jangka waktu tertentu yang dimulai pada tanggal yang akan datang. Blok Kapasitas ideal untuk melatih dan menyempurnakan model ML, menjalankan eksperimen singkat, dan menangani lonjakan sementara dalam permintaan inferensi di masa mendatang. Dengan Blok Kapasitas, Anda dapat memastikan bahwa Anda akan memiliki akses ke sumber daya GPU pada tanggal tertentu untuk menjalankan beban kerja ML Anda.
