

# PERF02-BP02 사용 가능한 컴퓨팅 구성 및 기능 파악
<a name="perf_compute_hardware_understand_compute_configuration_features"></a>

 컴퓨팅 서비스에 사용 가능한 구성 옵션과 기능을 이해하면 적절한 양의 리소스를 프로비저닝하고 성능 효율성을 개선하는 데 도움이 됩니다.

 **일반적인 안티 패턴**: 
+  워크로드 특성에 대해 컴퓨팅 옵션 또는 사용 가능한 인스턴스 제품군을 평가하지 않습니다.
+  최대 수요 요구 사항을 충족하기 위해 컴퓨팅 리소스를 과도하게 프로비저닝합니다.

** 이 모범 사례 확립의 이점:** AWS 컴퓨팅 기능 및 구성을 숙지하여 워크로드 특성과 필요 사항에 맞게 최적화된 컴퓨팅 솔루션을 사용할 수 있습니다.

 **이 모범 사례가 확립되지 않을 경우 노출되는 위험 수준:** 중간 

## 구현 지침
<a name="implementation-guidance"></a>

 각 컴퓨팅 솔루션에는 다양한 워크로드 특성과 요구 사항을 지원하기 위해 사용할 수 있는 고유한 구성과 기능이 있습니다. 이러한 옵션을 통해 워크로드를 보완할 수 있는 방식을 알아보고 애플리케이션에 가장 적합한 구성 옵션을 결정합니다. 이러한 옵션의 예로는 인스턴스 패밀리, 크기, 기능(GPU, I/O), 버스팅, 시간 초과, 함수 크기, 컨테이너 인스턴스 및 동시성이 있습니다. 워크로드에서 4주 이상 동일한 컴퓨팅 옵션을 사용하고 있으며 앞으로도 특성이 변하지 않을 것으로 예상되는 경우 [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/)를 사용하여 CPU 및 메모리 관점에서 현재 컴퓨팅 옵션이 워크로드에 적합한지 알아볼 수 있습니다.

## 구현 단계
<a name="implementation-steps"></a>
+  워크로드 요구 사항(예: CPU 필요량, 메모리, 지연 시간)을 이해합니다.
+  AWS 설명서 및 모범 사례를 검토하여 컴퓨팅 성능을 개선하는 데 도움이 되는 권장 구성 옵션에 대해 알아봅니다. 고려해야 할 몇 가지 주요 구성 옵션은 다음과 같습니다.


<table>
<thead>
  <tr><th> 구성 옵션 </th><th> 예제 </th></tr>
</thead>
<tbody>
  <tr><td> 인스턴스 유형 </td><td> <ul><li>  <a href="https://aws.amazon.com/ec2/instance-types/?trk=36c6da98-7b20-48fa-8225-4784bced9843&amp;sc_channel=ps&amp;sc_campaign=acquisition&amp;sc_medium=ACQ-P|PS-GO|Brand|Desktop|SU|Compute|EC2|US|EN|Text&amp;s_kwcid=AL!4422!3!536392622533!e!!g!!ec2%20instance%20types&amp;ef_id=CjwKCAjwiuuRBhBvEiwAFXKaNNRXM5FrnFg5H8RGQ4bQKuUuK1rYWmU2iH-5H3VZPqEheB-pEm-GNBoCdD0QAvD_BwE:G:s&amp;s_kwcid=AL!4422!3!536392622533!e!!g!!ec2%20instance%20types#Compute_Optimized">컴퓨팅 최적화</a> 인스턴스는 높은 vCPU 대 메모리 비율이 필요한 워크로드에 이상적입니다.   </li><li>  <a href="https://aws.amazon.com/ec2/instance-types/?trk=36c6da98-7b20-48fa-8225-4784bced9843&amp;sc_channel=ps&amp;sc_campaign=acquisition&amp;sc_medium=ACQ-P|PS-GO|Brand|Desktop|SU|Compute|EC2|US|EN|Text&amp;s_kwcid=AL!4422!3!536392622533!e!!g!!ec2%20instance%20types&amp;ef_id=CjwKCAjwiuuRBhBvEiwAFXKaNNRXM5FrnFg5H8RGQ4bQKuUuK1rYWmU2iH-5H3VZPqEheB-pEm-GNBoCdD0QAvD_BwE:G:s&amp;s_kwcid=AL!4422!3!536392622533!e!!g!!ec2%20instance%20types#Memory_Optimized">메모리 최적화</a> 인스턴스는 상당한 메모리를 제공하여 메모리를 많이 사용하는 워크로드를 지원합니다. </li><li>  <a href="https://aws.amazon.com/ec2/instance-types/?trk=36c6da98-7b20-48fa-8225-4784bced9843&amp;sc_channel=ps&amp;sc_campaign=acquisition&amp;sc_medium=ACQ-P|PS-GO|Brand|Desktop|SU|Compute|EC2|US|EN|Text&amp;s_kwcid=AL!4422!3!536392622533!e!!g!!ec2%20instance%20types&amp;ef_id=CjwKCAjwiuuRBhBvEiwAFXKaNNRXM5FrnFg5H8RGQ4bQKuUuK1rYWmU2iH-5H3VZPqEheB-pEm-GNBoCdD0QAvD_BwE:G:s&amp;s_kwcid=AL!4422!3!536392622533!e!!g!!ec2%20instance%20types#Storage_Optimized">스토리지 최적화</a> 인스턴스는 로컬 스토리지에 대해 높은 순차 읽기 및 쓰기 액세스(IOPS)가 필요한 워크로드에 적합하도록 설계되었습니다. </li></ul> </td></tr>
  <tr><td> 요금 모델 </td><td> <ul><li>  <a href="https://aws.amazon.com/ec2/pricing/on-demand/">온디맨드 인스턴스</a>를 사용하면 장기 약정 없이 시간 또는 초 단위로 컴퓨팅 용량을 이용할 수 있습니다. 이러한 인스턴스는 성능 기준 요구를 넘어서 버스팅하는 데 도움이 됩니다. </li><li>  <a href="https://aws.amazon.com/savingsplans/">절감형 플랜</a>은 1년 또는 3년 동안 특정 양의 컴퓨팅 성능을 사용하기로 약정하는 대신 온디맨드 인스턴스에 비해 상당한 비용을 절감할 수 있습니다. </li><li>  <a href="https://aws.amazon.com/ec2/spot/">스팟 인스턴스</a>를 사용하면 내결함성을 갖춘 상태 비저장 워크로드를 위해 미사용 인스턴스 용량을 할인된 가격으로 활용할 수 있습니다.   </li></ul> </td></tr>
  <tr><td>Auto Scaling</td><td> <a href="https://docs.aws.amazon.com/AmazonECS/latest/bestpracticesguide/capacity-autoscaling.html">Auto Scaling</a> 구성을 사용하여 컴퓨팅 리소스를 트래픽 패턴에 일치시킵니다.</td></tr>
  <tr><td> 크기 조정 </td><td> <ul><li>  <a href="https://aws.amazon.com/compute-optimizer/">Compute Optimizer</a>를 사용하여 기계 학습 기반 추천을 통해 컴퓨팅 특성에 가장 적합한 컴퓨팅 구성을 추천받습니다. </li><li>  <a href="https://docs.aws.amazon.com/lambda/latest/operatorguide/profile-functions.html">AWS Lambda Power Tuning</a>을 사용하여 Lambda 함수에 가장 적합한 구성을 선택합니다. </li></ul> </td></tr>
  <tr><td> 하드웨어 기반 컴퓨팅 액셀러레이터 </td><td> <ul><li>  <a href="https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/accelerated-computing-instances.html">가속 컴퓨팅 인스턴스</a>는 그래픽 처리 또는 데이터 패턴 일치와 같은 기능을 CPU 기반 대안보다 더 효율적으로 수행합니다. </li><li>  기계 학습 워크로드의 경우 <a href="https://aws.amazon.com/machine-learning/trainium/">AWS Trainium</a>, <a href="https://aws.amazon.com/machine-learning/inferentia/">AWS Inferentia</a>, <a href="https://aws.amazon.com/ec2/instance-types/dl1/">Amazon EC2 DL1</a>과 같이 워크로드에 특정한 목적별 하드웨어를 활용합니다. </li></ul> </td></tr>
</tbody>
</table>


## 리소스
<a name="resources"></a>

 **관련 문서:** 
+  [AWS에서의 클라우드 컴퓨팅](https://aws.amazon.com/products/compute/?ref=wellarchitected) 
+  [Amazon EC2 인스턴스 유형](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/instance-types.html?ref=wellarchitected) 
+  [Amazon EC2 Linux 인스턴스에 대한 프로세서 상태 제어](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/processor_state_control.html?ref=wellarchitected) 
+  [Amazon EKS Containers: Amazon EKS Worker Nodes](https://docs.aws.amazon.com/eks/latest/userguide/worker.html?ref=wellarchitected) 
+  [Amazon ECS 컨테이너: Amazon ECS 컨테이너](https://docs.aws.amazon.com/AmazonECS/latest/developerguide/ECS_instances.html?ref=wellarchitected) 
+  [함수: Lambda 함수 구성](https://docs.aws.amazon.com/lambda/latest/dg/best-practices.html?ref=wellarchitected#function-configuration) 

 **관련 비디오:** 
+  [AWS re:Invent 2023 – AWS Graviton: The best price performance for your AWS workloads](https://www.youtube.com/watch?v=T_hMIjKtSr4) 
+  [AWS re:Invent 2023 – New Amazon EC2 generative AI capabilities in AWS Management Console](https://www.youtube.com/watch?v=sSpJ8tWCEiA) 
+  [AWS re:Invent 2023 – What's new with Amazon EC2](https://www.youtube.com/watch?v=mjHw_wgJJ5g) 
+  [AWS re:Invent 2023 – Smart savings: Amazon EC2 cost-optimization strategies](https://www.youtube.com/watch?v=_AHPbxzIGV0) 
+  [AWS re:Invent 2021 – Powering next-gen Amazon EC2: Deep dive on the Nitro System](https://www.youtube.com/watch?v=2uc1vaEsPXU) 
+  [AWS re:Invent 2019 – Amazon EC2 foundations](https://www.youtube.com/watch?v=kMMybKqC2Y0) 
+  [AWS re:Invent 2022 – Optimizing Amazon EKS for performance and cost on AWS](https://www.youtube.com/watch?v=5B4-s_ivn1o) 

 **관련 예제:** 
+  [Compute Optimizer demo code](https://github.com/awslabs/ec2-spot-labs/tree/master/aws-compute-optimizer) 
+  [Amazon EC2 spot instances 워크숍](https://ec2spotworkshops.com/) 
+  [Efficient and Resilient Workloads with Amazon EC2 AWS Auto Scaling](https://catalog.us-east-1.prod.workshops.aws/workshops/20c57d32-162e-4ad5-86a6-dff1f8de4b3c/en-US) 
+  [Graviton 개발자 워크숍](https://catalog.us-east-1.prod.workshops.aws/workshops/dcab7555-32fc-42d2-97e5-2b7a35cd008f/en-US/) 
+  [AWS for Microsoft workloads immersion day](https://catalog.us-east-1.prod.workshops.aws/workshops/d6c7ecdc-c75f-4ad1-910f-fdd994cc4aed/en-US) 
+  [AWS for Linux workloads immersion day](https://catalog.us-east-1.prod.workshops.aws/workshops/a8e9c6a6-0ba9-48a7-a90d-378a440ab8ba/en-US) 
+  [AWS Compute Optimizer Demo code](https://github.com/awslabs/ec2-spot-labs/tree/master/aws-compute-optimizer) 
+  [Amazon EKS 워크숍](https://www.eksworkshop.com/) 

  