# SUS05-BP04: Optimización del uso de las GPU
<a name="sus_sus_hardware_a5"></a>

 Las unidades de procesamiento gráfico (GPU) pueden ser el origen de un elevado consumo de energía y muchas de las cargas de trabajo de GPU son sumamente variables, como la representación, la transcodificación, y el entrenamiento y el modelado de machine learning. Ejecute las instancias de GPU solo durante el tiempo que sea necesario y retírelas mediante automatización cuando no se requieran para minimizar los recursos consumidos. 

 **Nivel de riesgo expuesto si no se establece esta práctica recomendada:** Bajo 

## Guía para la implementación
<a name="implementation-guidance"></a>
+  Use las GPU solo para las tareas en las que estas son más eficaces que las alternativas basadas en CPU. 
+  Use la automatización para liberar instancias de GPU cuando no se estén usando. 
+  Use la aceleración de gráficos flexible en lugar de instancias de GPU dedicadas. 
+  Aproveche el hardware personalizado específico de su carga de trabajo. 

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

 **Documentos relacionados:** 
+  [Computación acelerada](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/) 
+  [Computación acelerada para instancias de EC2](https://aws.amazon.com/ec2/instance-types/#Accelerated_Computing) 
+  [Instancias VT1 de Amazon EC2](https://aws.amazon.com/ec2/instance-types/vt1/) 
+  [Amazon Elastic Graphics](https://docs.aws.amazon.com/AWSEC2/latest/WindowsGuide/elastic-graphics.html)