# SUS05-BP04 Optimieren der GPU-Nutzung
<a name="sus_sus_hardware_a5"></a>

 Grafikverarbeitungseinheiten (Graphics Processing Units, GPUs) können sehr viel Energie verbrauchen. Zahlreiche GPU-Workloads sind hoch variabel, z. B. Rendern, Transkodieren sowie Machine-Learning-Trainings und -Modellierungen. Führen Sie GPU-Instances nur für die benötigte Zeit aus und automatisieren Sie ihre Außerbetriebnahme, wenn sie nicht benötigt werden, um den Ressourcenverbrauch zu minimieren. 

 **Risikostufe, wenn diese bewährte Methode nicht eingeführt wird:** Niedrig 

## Implementierungsleitfaden
<a name="implementation-guidance"></a>
+  Verwenden Sie GPUs nur für Aufgaben, bei denen Sie effizienter als CPU-basierte Alternativen sind. 
+  Automatisieren Sie die Freigabe nicht genutzter GPU-Instances. 
+  Verwenden Sie eine flexible Grafikbeschleunigung anstelle dedizierter GPU-Instances. 
+  Nutzen Sie speziell für Ihren Workload entwickelte Hardware. 

## Ressourcen
<a name="resources"></a>

 **Ähnliche Dokumente:** 
+  [Accelerated Computing](https://aws.amazon.com/ec2/instance-types/#Accelerated_Computing) 
+  [AWS Inferentia](https://aws.amazon.com/machine-learning/inferentia/) 
+  [AWS Trainium](https://aws.amazon.com/machine-learning/trainium/) 
+  [Beschleunigtes Computing für EC2-Instances](https://aws.amazon.com/ec2/instance-types/#Accelerated_Computing) 
+  [Amazon EC2-VT1-Instances](https://aws.amazon.com/ec2/instance-types/vt1/) 
+  [Amazon Elastic Graphics](https://docs.aws.amazon.com/AWSEC2/latest/WindowsGuide/elastic-graphics.html)