PERF02-BP02 了解可用的運算組態和功能
了解運算服務的可用組態選項和特徵，有助您佈建適量的資源並提高效能效率。
常見的反模式：
-
您沒有根據工作負載特性，評估運算選項或可用的執行個體系列。
-
過度佈建運算資源以符合尖峰需求。
建立此最佳實務的優勢：熟悉 AWS 運算功能和組態，以便使用最佳化的運算解決方案，以符合您的工作負載特性和需求。
未建立此最佳實務時的曝險等級：中
實作指引
每個運算解決方案都有獨特的組態和功能，以支援不同的工作負載特性和需求。了解這些選項如何與您的工作負載互補，並確定哪種組態選項最適合您的應用程式。這些選項的範例包括執行個體系列、大小、特徵 (GPU、I/O)、爆量、逾時、函數大小、容器執行個體，以及並行。如果您的工作負載使用相同的運算選項超過四週，而且您預期這些特性未來將保持不變，則可以使用 AWS Compute Optimizer
實作步驟
-
了解工作負載需求 (例如 CPU 需求、記憶體和延遲)。
-
檢閱 AWS 文件和最佳實務，以了解可協助改善運算效能的建議組態選項。以下是一些需要考慮的關鍵組態選項：
組態選項 範例 執行個體類型 定價方式 -
隨需執行個體
允許您按秒數或時數來使用運算能力，無須簽訂長期合約。這些執行個體適合於超過效能基準需求的爆量。 -
Savings Plans
可大幅節省隨需執行個體，以換取在一年或三年內使用特定運算能力的承諾。 -
Spot 執行個體
可讓您以折扣價利用未使用的執行個體容量，用於無狀態、容錯的工作負載。
Auto Scaling 使用 Auto Scaling 設定，使運算資源與流量模式相符。 規模調整 -
使用 Compute Optimizer
取得機器學習支援的建議，了解哪些運算組態最符合您的運算特性。 -
使用 AWS Lambda Power Tuning 為您的 Lambda 函數選擇最佳組態。
硬體型運算加速器 -
加速運算執行個體比起 CPU 型替代品而言，可更有效地執行圖形處理或資料模式比對等功能。
-
針對機器學習工作負載，請利用專供工作負載使用的專用硬體，例如 AWS Trainium
、AWS Inferentia 和 Amazon EC2 DL1
-
資源
相關文件：
相關影片：
相關範例：
