Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# GAMESUS02-BP02 Right-size Ihre GPU-Leistung wird nur dort berechnet und bereitgestellt, wo sie benötigt wird
Gestalte deine Spieleserver und dein Backend so, dass deine Rechenressourcen effizient genutzt werden. Over-provisioning Rechenleistung kann zu unnötigen Kosten führen und minimiert die Menge ungenutzter oder nicht ausgelasteter Ressourcen. GPU-Instances sollten verwendet werden, um bestimmte Entwicklungsbemühungen wie HLOD-Rebuilds in Unreal zu unterstützen, oder wenn Ihre Spieleserver sie von Natur aus benötigen. Dadurch werden die Umweltbelastung und die Kosten Ihrer Workloads erheblich reduziert.
**Risikostufe, wenn diese bewährte Methode nicht eingeführt wird:** Hoch
## Implementierungsleitfaden
Sie sollten Ihre Spieleserver und Back-End-Dienste so optimieren, dass Sie mehrere EC2-Instance-Typen verwenden und die geringste Anzahl an benötigten Instances verwenden. Dadurch erhöht sich die Anzahl der verfügbaren Instances, um Ihren Anforderungen während der Entwicklung oder beim Start Ihrer Spiele gerecht zu werden. Sie sollten den Instanztyp auch an die spezifische Arbeitslast anpassen, die Sie bereitstellen. Rechenoptimierte Instanzen unterstützen eine Vielzahl von Anwendungsfällen, darunter Spieleserver und Backend-Dienste wie Matchmaking. Speicheroptimierte Instances sind so konzipiert, dass sie eine schnelle Leistung für Workloads bieten, die große Datensätze im Arbeitsspeicher verarbeiten. Verwenden Sie GPU-Instances nach Bedarf für hohe Leistungsanforderungen, jedoch nicht für allgemeine Computeraufgaben. Wenn möglich, richten Sie Ihre Dienste oder Spieleserver so ein, dass sie mit [AWS Graviton-Instanzen ](https://aws.amazon.com/ec2/graviton/) auf ARM ausgeführt werden. Graviton ist der leistungsstärkste bis energieeffizienteste Instanztyp, der verfügbar ist. AWS Im Vergleich zu x86-Instance-Typen bieten sie auch eine bessere Leistung und höhere Kosten.
Verwenden Sie die, [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/) um die optimalen AWS Ressourcenkonfigurationen wie Amazon Elastic Compute Cloud (EC2) -Instance-Typen, Amazon Elastic Block Store (EBS) -Volume-Konfigurationen, Aufgabengrößen der Amazon Elastic Container Service (ECS) -Dienste AWS Fargate, kommerzielle Softwarelizenzen, AWS Lambda Funktionsspeichergrößen und Amazon Relational Database Service (RDS) DB-Instance-Klassen zu identifizieren. Dabei werden historische Nutzungskennzahlen mithilfe von maschinellem Lernen analysiert. Compute Optimizer bietet eine Reihe von APIs und eine Konsolenerfahrung, um Kosten zu senken und die Workload-Leistung zu steigern, indem die optimalen AWS Ressourcen für Ihre AWS Workloads empfohlen werden.
### Implementierungsschritte
+ Passen Sie die Rechenressourcen bestimmten Workloads an, indem Sie computeroptimierte Instances für Spieleserver, speicheroptimierte Instances für große Datenmengen und GPU-Instances nur für Aufgaben wie HLOD-Rebuilds oder Spieleserver verwenden. GPU-dependent
+ Optimieren Sie die Rechenauslastung, indem Sie nach Möglichkeit AWS Graviton-Instanzen einsetzen, um im Vergleich zu x86-Instances Energieeffizienz, bessere Leistung und Kosteneinsparungen zu erzielen.
+ Wird verwendet AWS Compute Optimizer , um die historische Auslastung zu analysieren und die effizientesten Konfigurationen für EC2-, AWS ECS- und Amazon RDS-Workloads zu empfehlen AWS Lambda, um Kosten zu senken und die Leistung zu verbessern.