SUS05-BP02 影響が最も少ないインスタンスタイプを使用する - AWS Well-Architected フレームワーク
実装のガイダンス実装手順リソース

SUS05-BP02 影響が最も少ないインスタンスタイプを使用する

新しいインスタンスタイプを継続的にモニタして使用し、エネルギー効率の改善を活用します。

一般的なアンチパターン:

  • インスタンスの 1 つのファミリーのみを使用する。

  • x86 インスタンスのみを使用する。

  • Amazon EC2 Auto Scaling の設定で 1 つのインスタンスタイプを指定する。

  • AWS インスタンスが設計されていない方法で使用されている (例えば、メモリ集中型のワークロードに計算用に最適化されたインスタンスを使用した場合)。

  • 新しいインスタンスタイプを定期的に評価しない。

  • AWS Compute Optimizer など、AWS の適切なサイジングツールのレコメンデーションを確認しない。

このベストプラクティスを活用するメリット: エネルギー効率に優れた適切なサイズのインスタンスを使用することで、環境への影響とワークロードのコストを大幅に下げることができます。

このベストプラクティスを活用しない場合のリスクレベル: 中

実装のガイダンス

クラウドワークロードに効率的なインスタンスを使用することは、リソースの使用量を下げ、コスト効率を高めるために重要です。新しいインスタンスタイプのリリースを継続的にモニタし、エネルギー効率の改善を活用します。例えば、機械学習のトレーニングや推論、ビデオのトランスコーディングなど、特定のワークロードをサポートするように設計されたインスタンスタイプなどです。

実装手順

  • インスタンスタイプを探して詳しく調べる: ワークロードによる環境への影響を減らすことができるインスタンスタイプを特定します。

  • 環境への影響が最少のインスタンスタイプを使用する: ワークロードを計画し、最も影響の少ないインスタンスタイプに移行します。

    • ワークロードの新機能やインスタンスを評価するプロセスを定義します。クラウドの俊敏性を利用して、新しいインスタンスタイプがワークロード環境の持続可能性をどのように改善するかをすばやくテストします。プロキシメトリクスを使用して、1 つの作業単位を完了するのに必要なリソース数を測定します。

    • 可能な場合は、異なる数の vCPU と異なる量のメモリで動作するようにワークロードを変更して、インスタンスタイプの選択肢を最大化します。

    • ワークロードのパフォーマンス効率を向上させるために、Graviton ベースのインスタンスへの移行を検討します。ワークロードを AWS Graviton に移行する方法の詳細については、「AWS Graviton Fast Start でイノベーションを加速する」と「Considerations when transitioning workloads to AWS Graviton-based Amazon Elastic Compute Cloud instances」を参照してください。

    • AWS マネージドサービスを使用するときは、AWS Graviton の利用を検討します。

    • 持続可能性に対する影響が最も少なく、かつビジネス要件を満たすインスタンスを提供するリージョンにワークロードを移行します。

    • 機械学習のワークロードには、AWS Trainium、AWS Inferentia、Amazon EC2 DL1 など、特定のワークロード専用のハードウェアを活用します。AWSInferentia インスタンス (Inf2 インスタンスなど) を使用することで、同等の Amazon EC2 インスタンスに比べ、ワットあたりのパフォーマンスが最大で 50% 向上します。

    • ML 推論エンドポイントのサイズを適正化するときは、Amazon SageMaker Inference Recommender を使用します。

    • スパイクが発生しやすいワークロード (追加の容量が必要になる頻度が低いワークロード) には、バーストパフォーマンスインスタンスを使用します。

    • ステートレスで耐障害性のあるワークロードには、Amazon EC2 スポットインスタンスを使用することで、クラウドの全体的な使用率を増やし、未使用のリソースが持続可能性に与える影響を減らします。

  • 運用しながら最適化する: ワークロードインスタンスを運用し、最適化します。

リソース

関連ドキュメント:

関連動画:

関連する例: