本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
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點：熟悉 AWS 運算功能和組態，以便您可以使用最佳化的運算解決方案來滿足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、功能 （GPU、I/O）、爆量、逾時、函數大小、容器執行個體和並行。如果您的工作負載已使用相同的運算選項超過四週，且您預期未來特性將保持不變，您可以使用 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，以了解有助於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 -
加速運算執行個體會比 CPU型替代方案更有效率地執行圖形處理或資料模式比對等函數。
-
對於機器學習工作負載，請善用工作負載特有的專用硬體，例如AWS Trainium
、AWS Inferentia 和Amazon EC2 DL1
-
資源
相關文件：
相關影片：
相關範例：
