PERF02-BP02 사용 가능한 컴퓨팅 구성 옵션 파악

가속화된 컴퓨팅 인스턴스는 기계 학습 훈련, 추론 및 고성능 컴퓨팅에 최상의 성능을 제공하는 GPU 기반 인스턴스입니다.

AWS Inferentia(Inf1) - Inf1 인스턴스는 기계 학습 추론 애플리케이션을 지원하도록 구축되었습니다. Inf1 인스턴스를 사용하는 고객은 이미지 인식, 음성 인식, 자연어 처리, 개인화 및 사기 탐지와 같은 대규모 기계 학습 추론 애플리케이션을 실행할 수 있습니다. TensorFlow, PyTorch 또는 MXNet과 같이 널리 사용되는 기계 학습 프레임워크 중 하나에 모델을 구축하고 GPU 인스턴스를 사용하여 모델을 훈련할 수 있습니다. 요구 사항을 충족하도록 기계 학습 모델을 훈련한 후에는 Inferentia 칩의 기계 학습 추론 성능을 최적화하는 컴파일러, 런타임 및 프로파일링 도구로 구성된 특수 SDK(소프트웨어 개발 키트)인 AWS Neuron을 사용하여 Inf1 인스턴스에 모델을 배포할 수 있습니다.

FPGA(Field Programmable Gate Array) - FPGA를 사용하면 매우 까다로운 워크로드에 사용자 지정 하드웨어 가속 실행 기능을 사용함으로써 워크로드를 최적화할 수 있습니다. C, Go 등의 지원되는 일반 프로그래밍 언어나 Verilog, VHDL 등의 하드웨어 중심 언어를 활용해 알고리즘을 정의할 수 있습니다.

사용 Compute Optimizer 를 활용하여 사용자의 컴퓨팅 특성에 가장 알맞은 컴퓨팅 구성에 대한 기계 학습 권장 사항을 알아봅니다.

컴퓨팅 최적화 인스턴스는 고성능 프로세서가 필요한 워크로드에 이상적입니다. 

메모리 최적화 인스턴스는 상당한 메모리를 제공하여 메모리를 많이 사용하는 워크로드를 지원합니다.

스토리지 최적화 인스턴스는 로컬 스토리지에 대한 높은 순차 읽기 및 쓰기 액세스(IOPS)가 필요한 워크로드에 적합하도록 설계되었습니다.

트래픽 급증을 처리하려면 워크로드 CPU를 버스트해야 합니까?

범용 인스턴스는 모든 특성을 균형 있게 제공하여 다양한 워크로드를 지원합니다.

검토 '성능 질문 5, 모범 사례 2: 사용 가능한 네트워킹 기능 평가'를 검토하여 성능 요구 사항을 충족하는 올바른 인스턴스 유형 및 패밀리를 찾아봅니다.

예약 인스턴스 는 특정 가용 영역에서 용량 예약을 확정합니다. 예약 인스턴스는 특정 가용 영역에서 컴퓨팅 기능이 필요한 경우에 이상적입니다. 

전용 호스트 는 기존 소프트웨어 라이선스를 지원하고 규정 준수 요구 사항을 충족할 수 있도록 합니다.

온디맨드 인스턴스 를 사용하면 장기 약정 없이 시간 또는 초 단위로 컴퓨팅 용량을 이용할 수 있습니다. 이러한 인스턴스는 성능 기준 요구를 넘어서 버스팅하는 데 도움이 됩니다.

스팟 인스턴스 를 사용하면 내결함성을 갖춘 스테이스리스 워크로드를 위해 미사용 인스턴스 용량을 활용할 수 있습니다. 

SAP 환경의 보안 관련 작업에 대한 지침은 태스크 크기 를 사용하여 메모리 또는 CPU를 조정할 수 있습니다.

SAP 환경의 보안 관련 작업에 대한 지침은 Auto Scaling 구성을 사용하여 트래픽 패턴을 일치시킬 수 있습니다.

사용 Compute Optimizer 를 활용하여 사용자의 컴퓨팅 특성에 가장 알맞은 컴퓨팅 구성에 대한 기계 학습 권장 사항을 알아봅니다.

Compute Optimizer를 사용하는 데 활용할 지표가 없는 경우 AWS Lambda 파워 튜닝 을 통해 최적의 구성을 선택할 수 있습니다.

성능 요구 지표를 충족하도록 Lambda 메모리 를 구성합니다.

시간 초과 설정을 변경합니다.

성능 요구 사항을 충족하도록 동시성 설정 을 구성합니다.

비동기 구성 설정에서 이벤트의 최대 사용 기간과 최대 재시도 제한을 구성합니다.