本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
加速实例的拆分成本分配数据示例
以下示例的目的是向您展示如何通过计算 Amazon EKS 集群中 Kubernetes 命名空间和 pod 的成本来计算拆分成本分配数据。在整个示例中使用的费率仅用于说明目的。
您在一小时内具有以下使用量：
-
在两个命名空间中运行四个 Pod 的单个 EC2 实例，您想了解每个命名空间的成本。
-
该 EC2 实例是 p3.16xlarge，有 8 个 GPU、64 个 vCPU 和 488 GB 内存。
-
实例的摊销成本为每小时 10 美元。
拆分成本分配数据基于 GPU:（cpu：内存）的相对比率为 9:1，对每个资源的成本进行标准化。这意味着一个单位的 GPU 成本是单位的 CPU 和内存的 9 倍。然后将 CPU 和内存的权重分配为 9:1。对于非加速 EC2 实例，将采用当前的默认行为，即 cpu：内存权重默认为 9:1。
步骤 1：计算单位成本
根据 EC2 实例上的 CPU 和内存资源，并使用上述比率，拆分成本分配数据首先计算每 GPU、vCPU-HR 和 Gb-Hr 的单位成本。
GPU-Weight =9
GPU+Memory-Weight =1
CPU-Weight=1*.9=.9
Memory-Weight=1*0.1=0.1
Hourly-Instance-Cost=$10
GPU-Available=8
Memory-Available=488
CPU-Available=64
UnitCostPerResource = Hourly-Instance-Cost/(( GPU-Weight * GPU-Available) + (Memory-Weight * Memory-Available) + (CPU-Weight * CPU-Available))
= $10/((9*8gpu)+ (0.1 * 488GB) + (.9 * 64vcpu)) = $0.056
Cost-per-GPU-Hour = GPU-Weight * UnitCostPerResource = 9 * $0.056 = $0.504
Cost-per-vcpu-Hour = CPU-Weight * UnitCostPerResource = .9 * $0.056 = $0.05
Cost-per-GB-Hour = Memory-Weight * UnitCostPerResource = .1 * $0.056 = $0.00506
| 实例 | 实例类型 | 可用的 vCPU | GPU 可用 | ** | 可用内存 | 每小时摊销成本 | 每 vCPU 小时的费用 | 每 GPU 小时的费用 | 每 GB 小时的费用 |
|---|---|---|---|---|---|---|---|---|---|
| 实例 1 | p3.16xlarge | 64 | 8 | 488 | 10 美元 | 0.05 美元 | 0.50 美元 | 0.005 |
步骤 2：计算已分配容量和未使用容量
- 分配的容量
-
从父 EC2 实例分配给 Kubernetes Pod 的 GPU、vcpu 和内存，定义为（预留、已用）的最大容量
- 实例未使用容量
-
GPU、vcpu 和内存的未使用容量
Pod1-Allocated-GPU = Max (1 GPU, 1 GPU) = 1 GPU
Pod1-Allocated-vcpu = Max (16 vcpu, 4 vcpu) = 16 vcpu
Pod1-Allocated-Memory = Max (100 GB, 60 GB) = 100 GB
Instance-Unused-GPU = Max (GPU-Available - SUM(Allocated-vcpu), 0)
= Max (8 – 8, 0) = 0
Instance-Unused-vcpu = Max (CPU-Available - SUM(Allocated-vcpu), 0)
= Max (16 – 18, 0) = 0
Instance-Unused-Memory = Max (Memory-Available - SUM(Allocated-Memory), 0)
= Max (488 – 440, 0) = 48 GB
在此示例中，实例的 CPU 超过了订阅，这归因于 Pod 2 使用的 GPU 和 vcpu 多于预留的 GPU 和 vcpu。
| Pod 名称 | 命名空间 | vcpu 已保留 | 使用了 vcpu | vcpu 已分配 | GPU 预留 | 使用的 GPU | 分配了 GPU | 预留内存 | 已用内存 | 已分配的内存 |
|---|---|---|---|---|---|---|---|---|---|---|
| 容器组 1 | 命名空间 1 | 16 | 4 | 16 | 1 | 1 | 1 | 100 | 60 | 100 |
| 容器组 2 | 命名空间 2 | 16 | 18 | 18 | 2 | 3 | 3 | 100 | 140 | 140 |
| 容器组 3 | 命名空间 1 | 16 | 4 | 16 | 2 | 1 | 2 | 100 | 60 | 100 |
| Pod 4 | 命名空间 2 | 16 | 4 | 16 | 2 | 2 | 2 | 100 | 40 | 100 |
| 未使用 | 未使用 | 0 | 34 | 0 | 1 | 1 | 0 | 88 | 188 | 48 |
| *** | 64 | 32 | 66 | 8 | 8 | 8 | 488 | 488 | 488 |
步骤 3：计算拆分使用率和利用率
- 拆分使用率
-
Kubernetes 容器使用的 CPU 或内存占该实例上可用的 CPU 或内存总量的百分比。 EC2
- 未使用的比率
-
Kubernetes Pod 使用的 CPU 或内存占实例使用的总体 CPU 或内存的百分比（也就是说，不考虑 EC2 实例上未使用的 CPU 或内存）。
Kubernetes Pod 使用的 CPU 或内存占实例上可用的 CPU 或内存总量的百分比。 EC2
Pod1-GPU-Utilization-Ratio = Allocated-GPU / Total-GPU
= 1 gpu / 8 gpu = 0.125
Pod1-vcpu-Utilization-Ratio = Allocated-vcpu / Total-vcpu
= 16 vcpu / 66 vcpu = 0.24
Pod1-Memory-Utilization-Ratio = Allocated-GB / Total-GB
= 100 GB/ 488GB = 0.205
Pod1-GPU-Split-Ratio = Pod1-GPU-Utilization-Ratio / (Total-GPU-Utilization-Ratio – Instance-Unused-GPU). Set to 0 if Instance-Unused-GPU = 0
= 0 since Instance-Unused-GPU is 0
Pod1-vcpu-Split-Ratio = Pod1-CPU-Utilization-Ratio / (Total-CPU-Utilization-Ratio – Instance-Unused-CPU). Set to 0 if Instance-Unused-CPU = 0
= 0 since Instance-Unused-CPU is 0
Pod1-Memory-Split-Ratio = Pod-Memory-Utilization-Ratio / (Total-Utilization-Ratio – Instance-Unused-Memory). Set to 0 if Instance-Unused-Memory = 0
= 0.204/ (1-0.102) = 0.227
| Pod 名称 | 命名空间 | vcpu 利用率 | vcpu 分割比率 | GPU 利用率 | GPU 分割比率 | 内存利用率 | 内存分割率 |
|---|---|---|---|---|---|---|---|
| 容器组 1 | 命名空间 1 | 0.242 | 0 | 0.125 | 0 | 0.205 | 0.227 |
| 容器组 2 | 命名空间 2 | 0.277 | 0 | 0.375 | 0 | 0.287 | 0.318 |
| 容器组 3 | 命名空间 1 | 0.242 | 0 | 0.25 | 0 | 0.205 | 0.227 |
| Pod 4 | 命名空间 2 | 0.242 | 0 | 0.25 | 0 | 0.205 | 0.227 |
| 未使用 | 未使用 | 0 | 0.098 | ||||
| 1 | 0 | 1 | 0 | 1 | 1 |
步骤 4：计算拆分成本和未使用成本
- 拆分成本
-
根据 Kubernetes Pod 分配的 CPU 和内存使用量对 EC2 实例成本进行按使用量付费的成本分配
- 未使用的实例成本
-
实例上未使用的 CPU 或内存资源的成本
Pod1-Split-Cost = (Pod1-GPU-Utilization-Ratio * GPU-Available * Cost per GPU-Hour) + (Pod1-vcpu-Utilization-Ratio * vcpu-Available * Cost per vcpu-Hour) + (Pod1-Memory-Utilization-Ratio * Memory-Available * Cost per GB-Hour)
= (.125*8gpu*$0.504) + (0.242 * 64 vcpu * $0.05) + (0.204 * 488GB * $0.00506) = 0.504+ 0.774 + 0.503 = $1.85
Pod1-Unused-Cost = (GPU-Split-Ratio * Unused-Cost) + (vcpu-Split-Ratio * Unused-Cost) + (Memory-Split-Ratio * Unused-Cost)
= (0*0*8*$0.504) + (0 * $0.05) + (0.227 *.102*488GB*$.00506) = $0.06
Pod1-Total-Split-Cost = Pod1-Split-Cost + Pod1-Unused-Cost = $1.85 + $0.06 = $1.91
[注意：未使用成本 = 未使用的使用费率 x 总资源 x 资源每小时成本]
| Pod 名称 | 命名空间 | 拆分成本 | 未使用成本 | 总成本 |
|---|---|---|---|---|
| 容器组 1 | 命名空间 1 | 1.85 美元 | 0.06 | 1.91 美元 |
| 容器组 2 | 命名空间 2 | 3.18 美元 | 0.09 美元 | 3.26 美元 |
| 容器组 3 | 命名空间 1 | 2.35 | 0.06 | 2.41 美元 |
| Pod 4 | 命名空间 2 | 2.35 | 0.06 | 2.41 美元 |
| Total | 10 美元 |
