Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Hardware e servizi
Cerca opportunità per ridurre l'impatto dei carichi di lavoro in termini di sostenibilità apportando modifiche alle tue pratiche di gestione hardware. Riduci al minimo la quantità di hardware necessaria per il provisioning e l'implementazione e scegli l'hardware e i servizi più efficienti per il singolo carico di lavoro.
La seguente domanda si concentra su queste considerazioni relative alla sostenibilità:
| SUS5: Come selezionate e utilizzate l'hardware e i servizi cloud nella vostra architettura per supportare i vostri obiettivi di sostenibilità? |
|---|
|
Cerca opportunità per ridurre l'impatto dei carichi di lavoro in termini di sostenibilità apportando modifiche alle tue pratiche di gestione hardware. Riduci al minimo la quantità di hardware necessaria per il provisioning e l'implementazione e scegli l'hardware e i servizi più efficienti per il singolo carico di lavoro. |
Utilizza la quantità minima di hardware per soddisfare le tue esigenze: le funzionalità del cloud consentono di apportare modifiche frequenti alle implementazioni dei carichi di lavoro. Aggiorna i componenti distribuiti man mano che le tue esigenze cambiano.
Usa tipi di istanze con il minimo impatto: monitora costantemente il rilascio di nuovi tipi di istanza e sfrutta le migliorie in tema di efficienza energetica, inclusi i tipi di istanza progettati per supportare carichi di lavoro specifici, come la formazione del machine learning, le inferenze e la transcodifica dei video.
Utilizza i servizi gestiti: i servizi gestiti trasferiscono la responsabilità del mantenimento di un utilizzo medio elevato e dell'ottimizzazione della sostenibilità dell'hardware distribuito su. AWS Utilizza i servizi gestiti per distribuire l'impatto della sostenibilità dei servizi su tutti i tenant relativi, riducendo così il singolo contributo.
Ottimizza l'uso diGPUs: Le unità di elaborazione grafica (GPUs) possono essere una fonte di elevato consumo energetico e molti GPU carichi di lavoro sono estremamente variabili, come il rendering, la transcodifica e la formazione e la modellazione tramite apprendimento automatico. Esegui GPUs le istanze solo per il tempo necessario e disattivale con l'automazione quando non è necessario per ridurre al minimo il consumo di risorse.
