# SUS05-BP02 Menggunakan jenis instans dengan dampak paling sedikit
<a name="sus_sus_hardware_a3"></a>

Terus pantau dan gunakan jenis instans baru untuk memanfaatkan peningkatan penghematan energi.

 **Anti-pola umum:** 
+  Anda hanya menggunakan satu keluarga instans. 
+  Anda hanya menggunakan instans x86. 
+  Anda menentukan satu jenis instans dalam konfigurasi Amazon EC2 Auto Scaling Anda. 
+  Anda menggunakan instans AWS dengan cara yang tidak dirancang untuk instans tersebut (misalnya, Anda menggunakan instans komputasi yang dioptimalkan untuk beban kerja yang intensif memori). 
+  Anda tidak mengevaluasi jenis instans baru secara teratur. 
+  Anda tidak melihat rekomendasi dari alat pengatur ukuran yang tepat AWS seperti [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/). 

 **Manfaat menerapkan praktik terbaik ini:** Dengan memanfaatkan instans hemat energi dan berukuran tepat, Anda dapat jauh mengurangi dampak lingkungan dan biaya beban kerja Anda. 

 **Tingkat risiko yang terjadi jika praktik terbaik ini tidak diterapkan:** Sedang 

## Panduan implementasi
<a name="implementation-guidance"></a>

 Menggunakan instans yang efisien dalam beban kerja cloud sangat penting untuk menurunkan penggunaan sumber daya dan menghemat biaya. Terus lakukan pemantauan terhadap rilis instans jenis baru dan manfaatkan peningkatan penghematan energi, termasuk jenis instans yang dirancang untuk mendukung beban kerja spesifik seperti pelatihan dan inferensi machine learning, serta transkode video. 

## Langkah-langkah implementasi
<a name="implementation-steps"></a>
+  **Pelajari dan jelajahi jenis instans:** Temukan jenis instans yang dapat menurunkan dampak lingkungan beban kerja Anda. 
  +  Berlangganan [Yang Baru AWS](https://aws.amazon.com/new/) untuk tetap mendapatkan informasi terbaru tentang teknologi AWS dan instans terbaru. 
  +  Pelajari tentang jenis instans AWS yang berbeda-beda. 
  +  Pelajari tentang instans berbasis AWS Graviton yang menawarkan kinerja terbaik per watt penggunaan energi di Amazon EC2 dengan menonton [re:Invent 2020 - Memahami lebih dalam tentang instans Amazon EC2 yang ditenagai prosesor AWS Graviton2](https://www.youtube.com/watch?v=NLysl0QvqXU) dan [Memahami lebih dalam tentang instans AWS Graviton3 dan Amazon EC2 C7g](https://www.youtube.com/watch?v=WDKwwFQKfSI&ab_channel=AWSEvents). 
+  **Gunakan jenis instans dengan dampak paling kecil:** Rencanakan dan transisikan beban kerja Anda ke jenis instans dengan dampak paling kecil. 
  +  Tentukan sebuah proses untuk mengevaluasi fitur atau instans baru untuk beban kerja Anda. Manfaatkan ketangkasan di cloud untuk menguji dengan cepat bagaimana jenis instans baru dapat meningkatkan keberlanjutan beban kerja Anda. Gunakan metrik-metrik proksi untuk mengukur berapa banyak sumber daya yang Anda perlukan untuk menyelesaikan satu unit pekerjaan. 
  +  Jika memungkinkan, ubah beban kerja agar bisa menggunakan jumlah vCPU yang berbeda-beda dan jumlah memori yang berbeda-beda guna memaksimalkan pilihan jenis instans. 
  +  Pertimbangkan untuk mengalihkan beban kerja Anda ke instans berbasis Graviton guna meningkatkan efisiensi performa beban kerja Anda. Untuk informasi selengkapnya tentang memindahkan beban kerja ke AWS Graviton, lihat [Mulai Cepat AWS Graviton](https://aws.amazon.com/ec2/graviton/fast-start/) dan [Pertimbangan saat mentransisikan beban kerja ke instans Amazon Elastic Compute Cloud berbasis AWS Graviton](https://github.com/aws/aws-graviton-getting-started/blob/main/transition-guide.md). 
  +  Pertimbangkan untuk memilih opsi AWS Graviton dalam penggunaan [layanan terkelola AWS.](https://github.com/aws/aws-graviton-getting-started/blob/main/managed_services.md) 
  +  Migrasikan beban kerja ke Wilayah yang menawarkan instans dengan dampak paling sedikit terhadap keberlanjutan dan masih memenuhi kebutuhan bisnis Anda. 
  +  Untuk beban kerja machine learning, manfaatkan perangkat keras yang dibuat khusus untuk beban kerja Anda, seperti [AWS Trainium](https://aws.amazon.com/machine-learning/trainium/), [AWS Inferentia](https://aws.amazon.com/machine-learning/inferentia/), dan [Amazon EC2 DL1.](https://aws.amazon.com/ec2/instance-types/dl1/) AWS Instans-instans Inferentia seperti instans Inf2 menawarkan kinerja per watt hingga 50% lebih baik daripada instans Amazon EC2 yang setara. 
  +  Gunakan [Amazon SageMaker AI Inference Recommender](https://docs.aws.amazon.com/sagemaker/latest/dg/inference-recommender.html) untuk menentukan titik akhir inferensi ML ukuran yang tepat. 
  +  Untuk beban kerja yang berfluktuasi (beban kerja yang jarang memerlukan kapasitas tambahan), gunakan [instans performa yang dapat melonjak.](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/burstable-performance-instances.html) 
  +  Gunakan [instans Spot Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/using-spot-instances.html) untuk beban kerja yang toleran terhadap kesalahan dan stateless guna meningkatkan pemanfaatan cloud secara keseluruhan, serta mengurangi dampak terhadap keberlanjutan dari sumber daya yang tidak digunakan. 
+ **Operasikan dan optimalkan:** Operasikan dan optimalkan instans beban kerja Anda.
  +  Untuk beban kerja sementara, lakukan evaluasi terhadap [metrik instans Amazon CloudWatch](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/viewing_metrics_with_cloudwatch.html#ec2-cloudwatch-metrics) seperti `CPUUtilization` untuk mengidentifikasi apakah instans tersebut tidak digunakan atau kurang begitu dimanfaatkan. 
  +  Untuk beban kerja stabil, periksa alat penyesuaian ukuran AWS seperti [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/) secara berkala untuk mengidentifikasi adanya peluang melakukan optimalisasi dan penyesuaian ukuran sumber daya komputasi dengan tepat. Untuk contoh dan rekomendasi lebih lanjut, silakan lihat lab berikut:
    + [ Lab Well-Architected - Rekomendasi Penyesuaian Ukuran ](https://catalog.workshops.aws/well-architected-cost-optimization/en-US/3-cost-effective-resources/40-rightsizing-recommendations-100)
    + [ Lab Well-Architected - Penyesuaian Ukuran dengan Pengoptimal Komputasi ](https://catalog.workshops.aws/well-architected-cost-optimization/en-US/3-cost-effective-resources/50-rightsizing-recommendations-200)
    + [ Lab Well-Architected - Optimisasi Pola Perangkat Keras dan Pengamatan KPI Keberlanjutan ](https://catalog.workshops.aws/well-architected-sustainability/en-US/4-hardware-and-services/optimize-hardware-patterns-observe-sustainability-kpis)

## Sumber daya
<a name="resources"></a>

 **Dokumen terkait:** 
+  [Mengoptimalkan Infrastruktur AWS untuk Keberlanjutan, Bagian I: Komputasi](https://aws.amazon.com/blogs/architecture/optimizing-your-aws-infrastructure-for-sustainability-part-i-compute/) 
+  [AWS Graviton](https://aws.amazon.com/ec2/graviton/) 
+  [Amazon EC2 DL1](https://aws.amazon.com/ec2/instance-types/dl1/) 
+  [Armada Reservasi Kapasitas Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/cr-fleets.html) 
+  [Armada Spot Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/spot-fleet.html) 
+  [Fungsi: Konfigurasi Fungsi Lambda](https://docs.aws.amazon.com/lambda/latest/dg/best-practices.html#function-configuration) 
+ [ Pemilihan jenis instans berbasis atribut untuk Amazon EC2 Fleet ](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-fleet-attribute-based-instance-type-selection.html)
+ [Membangun Aplikasi yang Berkelanjutan, Efisien, dan Dioptimalkan untuk Biaya di AWS](https://aws.amazon.com/blogs/compute/building-sustainable-efficient-and-cost-optimized-applications-on-aws/)
+ [ Bagaimana Dasbor Keberlanjutan Contino Membantu Pelanggan Mengoptimalkan Jejak Karbon Mereka ](https://aws.amazon.com/blogs/apn/how-the-contino-sustainability-dashboard-helps-customers-optimize-their-carbon-footprint/)

 **Video terkait:** 
+  [AWS re:Invent 2023 - AWS Graviton: Performa harga terbaik untuk beban kerja AWS Anda](https://www.youtube.com/watch?v=T_hMIjKtSr4) 
+  [AWS re:Invent 2023 - Kemampuan AI generatif Amazon Elastic Compute Cloud baru di Konsol Manajemen AWS](https://www.youtube.com/watch?v=sSpJ8tWCEiA) 
+  [AWS re:Invent 2023 = Yang baru dengan Amazon Elastic Compute Cloud](https://www.youtube.com/watch?v=mjHw_wgJJ5g) 
+  [AWS re:Invent 2023 - Penghematan cerdas: Strategi optimalisasi Amazon Elastic Compute Cloud](https://www.youtube.com/watch?v=_AHPbxzIGV0) 
+  [AWS re:Invent 2021 - Memahami Lebih Dalam tentang instans AWS Graviton3 dan Amazon EC2 C7g](https://www.youtube.com/watch?v=WDKwwFQKfSI&ab_channel=AWSEvents) 
+ [AWS re:Invent 2022 - Membangun lingkungan komputasi yang hemat biaya, energi, dan sumber daya ](https://www.youtube.com/watch?v=8zsC5e1eLCg)

 **Contoh terkait:** 
+ [ Solusi: Panduan untuk Mengoptimalkan Beban Kerja Deep Learning untuk Keberlanjutan di AWS](https://aws.amazon.com/solutions/guidance/optimizing-deep-learning-workloads-for-sustainability-on-aws/)