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.
Verstehen Sie das Kostenmodell für servicemanagierte Flotten
AWS Vom Service verwaltete Flotten (SMFs) von Deadline Cloud mit Auftragsanhängen haben eine grundlegend andere Kostenstruktur als herkömmliche Renderfarmen vor Ort oder kundenverwaltete Flotten, die Netzwerkdateisysteme verwenden. Wenn Sie diesen Unterschied verstehen, können Sie Budgets planen, Ausgaben optimieren und die Vorteile der elastischen Skalierung ohne unerwartete Kosten nutzen.
Kosten für herkömmliche Renderfarmen
In einer herkömmlichen Renderfarm fallen die Kosten vor allem in zwei Bereichen an:
-
Dateispeicher — Ein leistungsstarkes Netzwerk-Dateisystem (NFS oder SAN) ist erforderlich, um Ressourcen für alle Mitarbeiter gleichzeitig bereitzustellen. Die Kosten für diesen Speicher steigen mit dem Durchsatz, den er unterstützen muss, wodurch indirekt begrenzt wird, auf wie viele Mitarbeiter die Farm skaliert werden kann.
-
Datenverarbeitung — Worker (Renderknoten) werden bereitgestellt und verwaltet, unabhängig davon, wie viel Arbeit sich in der Warteschlange befindet. Für untätige Mitarbeiter fallen immer noch Hardware-, Strom- und Kühlkosten an.
-
Farmmanagement — Eine herkömmliche Farm benötigt außerdem Infrastruktur und Personalzeit für den Render-Farm-Scheduler, die Auftragsdatenbank, die Softwarekonfiguration, Überwachung und Berichterstattung sowie die laufende Wartung und Aktualisierung.
Da das Dateisystem für Spitzendurchsatzraten bereitgestellt werden muss, ist das Hoch- und Herunterskalieren der Farm teuer und langsam. Das Hinzufügen weiterer Mitarbeiter erfordert zusätzliche Dateisystemkapazität, und diese Kapazität kann nicht freigegeben werden, wenn Mitarbeiter inaktiv sind.
Wie unterscheiden sich die Kosten für servicemanagierte Flotten
Bei Flotten mit Servicemanagement sind die Kosten unterschiedlich strukturiert:
- Rechnen (Arbeitszeit)
-
Sie zahlen nur für EC2-Instances, während diese Jobs verarbeiten. Für die Bereitstellung oder Außerbetriebnahme von Mitarbeitern fallen keine Kosten an. Wenn die Flotte auf Null Mitarbeiter skaliert wird, sinken Ihre Rechenkosten auf Null. Weitere Informationen zur Preisgestaltung finden Sie unter AWS Deadline Cloud-Preise
. - Speicher (Amazon EBS)
-
Jeder Mitarbeiter verwendet ein lokales Amazon Elastic Block Store (Amazon EBS) -Volume. Deadline Cloud berechnet nur Gebühren für Amazon EBS-Speicher, solange die Worker-Instance existiert. Die Speicherkosten sind in den Preisen für die vom Service verwaltete Flotte von Deadline Cloud enthalten.
- Verwaltung der Farm
-
Der Scheduler, die Jobdatenbank, die Skalierung, Überwachung und Wartung der Flotte sind Teil des Deadline Cloud-Dienstes. Für das Farmmanagement muss keine separate Infrastruktur betrieben oder verwaltet werden.
- Dateiübertragung (Jobanhänge)
-
Jobanhänge verwenden Amazon Simple Storage Service (Amazon S3), um Dateien zwischen Ihrer Workstation und Ihren Mitarbeitern zu übertragen. Es fallen keine Gebühren für den Durchsatz oder die Übertragung von Bytes zwischen Amazon S3 und Workers an. Die Kosten basieren hauptsächlich auf der Menge der in Amazon S3 gespeicherten Daten. Gebühren für Amazon S3 S3-API-Anfragen fallen für Datei-Uploads und -Downloads an, sind aber in der Regel kein wesentlicher Kostentreiber. Weitere Informationen zu den Preisen von Amazon Simple Storage Service finden Sie unter Amazon Simple Storage Service — Preise
.
Anmerkung
Es gibt kein leistungsstarkes Dateisystem, das bereitgestellt oder verwaltet werden muss. Der Durchsatz von Anhängen von Aufträgen ist praktisch unbegrenzt, passt sich automatisch der Anzahl der Mitarbeiter an und erfordert keine Kapazitätsplanung.
Warum Auto Scaling mit servicemanagierten Flotten kosteneffizient ist
Da keine feste Speicherinfrastruktur bereitgestellt werden muss, können SMFs beliebig hoch- und herunterskaliert werden, ohne dass zusätzlicher Overhead entsteht. Dies ändert Ihre Einstellung zur Flottendimensionierung:
-
Aggressives Skalieren — Wenn ein großer Auftrag eintrifft, kann der Fuhrpark auf Hunderte von Mitarbeitern anwachsen. Jeder weitere Mitarbeiter greift auf Jobanhänge in Amazon S3 zu, ohne das gemeinsam genutzte Dateisystem zusätzlich zu belasten.
-
Auf Null herunterskalieren — Wenn die Arbeit abgeschlossen ist, kann die Flotte ohne laufende Rechen- oder Speicherkosten auf Null schrumpfen (nur Amazon S3 S3-Speicher für zwischengespeicherte Ressourcen).
-
Termindruck — Die vorübergehende Inbetriebnahme einer großen Flotte zur Einhaltung eines Termins erhöht die Rechenkosten proportional zur Dauer, ohne dass die Skalierung darunter leidet.
Hinweise zur Konfiguration von Auto Scaling finden Sie unterKonfiguration für automatische Skalierung.
Die Kostenkomponenten auf einen Blick
In der folgenden Tabelle wird zusammengefasst, woher die Kosten bei der Verwendung von SMFs mit Stellenanhängen stammen.
| Kostenkomponente | Was treibt die Kosten an | Wie optimiert man |
|---|---|---|
| Amazon EC2 EC2-Datenverarbeitung | Laufzeit des Workers × Instance-Größe | Verwenden Sie Spot-Instances, passen Sie die Größe der Instance-Typen an und reduzieren Sie die Aufgabendauer |
| Amazon EBS-Speicher | Volumengröße × Laufzeit des Workers plus IOPS/throughput über dem Ausgangswert | Verwenden Sie die Standard-Volume-Größe, sofern Workloads nicht mehr lokalen Speicherplatz benötigen |
| Amazon S3 S3-Speicher (Jobanhänge) | Gesamtzahl der im Bucket für Jobanhänge gespeicherten Byte | Wenden Sie eine Amazon S3 Lifecycle-Richtlinie an, um alte Ressourcen automatisch zu löschen |
| Amazon S3 S3-Anfragen (Jobanhänge) | Anzahl der PUT- und GET-Anfragen beim Hoch- und Herunterladen | In der Regel kein wesentlicher Kostentreiber; bei den meisten Workloads sind keine Maßnahmen erforderlich |
| Usage-based Lizenzierung (optional) | Lizenztyp × Instanzgröße × Auftragsdauer | Nur für Jobs verwenden, für die die lizenzierte Software erforderlich ist |
| CloudWatch Amazon-Protokolle (optional) | Umfang der gesammelten Arbeiter- und Aufgabenprotokolle | Reduzieren Sie die Ausführlichkeit der Protokolle und legen Sie Aufbewahrungsrichtlinien fest |
Beispiel: Vergleich der Kosten für eine durch den Service verwaltete Flotte mit denen einer herkömmlichen Farm
Stellen Sie sich ein Projekt vor, das 1.000 Frames mit einer durchschnittlichen Renderzeit von 20 Minuten pro Frame rendert und dabei Worker mit mindestens 16 vCPUs verwendet. Die Gesamtgröße des Eingabe-Assets beträgt 50 GB.
- Traditioneller Farmansatz
-
Sie verwalten ein Netzwerk-Dateisystem, das für den Durchsatz bereitgestellt wird, den Ihre maximale Anzahl an Mitarbeitern benötigt. Das Dateisystem kostet immer die gleichen Kosten, unabhängig davon, ob die Farm inaktiv ist oder mit voller Kapazität läuft. Das Hinzufügen von Workern, die die Durchsatzgrenze des Dateisystems überschreiten, erfordert ein teures Upgrade.
- SMF-Ansatz mit Stellenanhängen
-
Workers skalieren nach oben, um alle Frames zu verarbeiten, und skalieren dann auf Null herunter. Jeder Mitarbeiter lädt nur die Ressourcen von Amazon S3 herunter, die er benötigt. Ihre Kosten betragen:
-
Rechenleistung: ~333 Arbeitsstunden (1.000 Frames × 20 Minuten) zum jeweiligen Instance-Tarif.
-
Amazon S3 S3-Speicher: 50 GB an Ressourcen werden zu Amazon S3 S3-Standardtarifen (ein paar Dollar pro Monat) gespeichert.
-
Amazon S3 S3-Anfragen: Eine geringe Anzahl von GET-Anfragen, wenn Mitarbeiter Ressourcen herunterladen (Bruchteile von einem Cent pro 1.000 Anfragen).
Wenn der Auftrag abgeschlossen ist, werden die Kosten ausschließlich auf die Amazon S3 S3-Speichergebühr zurückerstattet. Es fallen keine laufenden Kosten für das Dateisystem an.
-
Weitere Preisbeispiele finden Sie unter AWS Deadline Cloud-Preise.
Tipps zur Verwaltung der durch den Service verwalteten Flottenkosten
-
Verwenden Sie Spot-Instances — Spot-Instances bieten erhebliche Einsparungen gegenüber der On-Demand Preisgestaltung. Da Renderaufgaben in der Regel kurz sind und wiederholt werden können, haben Spot-Unterbrechungen nur minimale Auswirkungen.
-
Legen Sie die maximale Größe Ihrer Flotte fest — Begrenzen Sie die maximale Anzahl von Mitarbeitern in Ihrer Flotte, um die Spitzenkosten pro Auftrag zu kontrollieren. Weitere Informationen finden Sie unter Konfiguration für automatische Skalierung.
-
Budgets verwenden — Erstellen Sie ein Deadline Cloud-Budget, um Ausgabenlimits festzulegen und Benachrichtigungen zu erhalten. Weitere Informationen finden Sie unter Kontrollieren Sie die Kosten mit einem Budget.
-
Speicher für Arbeitsanhänge verwalten — Wenden Sie eine Amazon S3 S3-Lifecycle-Konfiguration an, um alte Dateien mit Anhängen von Jobs automatisch zu löschen. Da für Jobanhänge inhaltsadressierbarer Speicher verwendet wird, werden unveränderte Dateien nicht erneut hochgeladen, wodurch die Speicherkosten für iterative Workflows niedrig bleiben.
-
Right-size Ihre Instanzen — Wählen Sie den kleinsten Instance-Typ, der die CPU- und Speicheranforderungen Ihres Workloads erfüllt. Größere Instances kosten mehr pro Stunde, können aber Aufgaben schneller erledigen. Vergleichen Sie daher die Gesamtkosten (Rate × Dauer) der einzelnen Instance-Größen.
-
Erwägen Sie das Warten und Speichern — Für nicht dringende Workloads bietet Wait and Save niedrigere Rechenpreise im Gegenzug für flexible Jobstartzeiten.
Zugehörige Ressourcen
