# SUS 5 ¿Cómo respaldan sus prácticas de uso y de administración de hardware sus objetivos de sostenibilidad? Realice cambios en sus prácticas de administración de hardware como forma de reducir el impacto en la sostenibilidad de las cargas de trabajo. Minimice la cantidad de hardware necesario para aprovisionar e implementar y seleccione el hardware más eficaz para su carga de trabajo individual. Prácticas recomendadas: # SUS05-BP01 Usar la mínima cantidad de hardware para cumplir sus necesidades Use las capacidades de la nube para hacer cambios frecuentes en las implementaciones de su carga de trabajo. Actualice los componentes implementados a medida que cambian sus necesidades. **Nivel de riesgo expuesto si no se establece esta práctica recomendada:** Mediana ## Guía para la implementación + Habilite el escalado horizontal y use la automatización para escalar horizontalmente a medida que las cargas se incrementan y para reducir horizontalmente a medida que estas disminuyen. + Escale mediante pequeños incrementos para las cargas de trabajo variables. + Alinee el escalado con patrones de uso cíclico (por ejemplo, un sistema de nóminas con actividades de procesamiento intenso quincenal) a medida que la carga varía a lo largo de los días, semanas, meses o años. + Negocie SLA que permitan una reducción temporal de la capacidad mientras la automatización implementa recursos de reemplazo. ## Recursos **Documentos relacionados:** + [Documentación de AWS Compute Optimizer](https://docs.aws.amazon.com/compute-optimizer/index.html) + [Operación de Lambda: optimización del rendimiento](https://aws.amazon.com/blogs/compute/operating-lambda-performance-optimization-part-2/) + [Documentación de Auto Scaling](https://docs.aws.amazon.com/autoscaling/index.html) # SUS05-BP02: Uso de los tipos de instancia con el menor impacto Supervise de forma continuada el lanzamiento de nuevos tipos de instancia y aproveche las mejoras de la eficiencia energética, incluyendo los tipos de instancia diseñados para admitir cargas de trabajo específicas, como el entrenamiento en machine learning, la inferencia y la transcodificación de vídeo. **Patrones comunes de uso no recomendados:** + Solo utiliza una familia de instancias. + Solo utiliza instancias x86. + Especifica un tipo de instancia en su configuración de Amazon EC2 Auto Scaling. + Utiliza instancias de AWS para fines para las que no fueron diseñadas (por ejemplo, utiliza instancias optimizadas para computación para una carga de trabajo de uso intensivo de memoria). + No evalúa de forma regular nuevos tipos de instancia. + No comprueba recomendaciones de herramientas de dimensionamiento de AWS como [AWS Compute Optimizer.](https://aws.amazon.com/compute-optimizer/) **Beneficios de establecer esta práctica recomendada:** Al utilizar instancias energéticamente eficientes y del tamaño adecuado, podrá reducir en gran medida el impacto medioambiental y el coste de su carga de trabajo. **Nivel de riesgo expuesto si no se establece esta práctica recomendada:** Bajo ## Guía para la implementación + Conozca y explore los tipos de instancia que pueden reducir el impacto medioambiental de su carga de trabajo. + Suscríbase a [Novedades de AWS](https://aws.amazon.com/new/) para estar al día con las últimas tecnologías e instancias de AWS. + Conozca los diferentes tipos de instancias de AWS. + Conozca las instancias basadas en Graviton de AWS que ofrecen el mejor rendimiento por vatio de uso de energía en Amazon EC2 con [re:Invent 2020 - Conocer en profundidad las instancias de Amazon EC2 con procesador AWS Graviton2](https://www.youtube.com/watch?v=NLysl0QvqXU) y [Conocer en profundidad las instancias C7g de Amazon EC2 y AWS Graviton3](https://www.youtube.com/watch?v=WDKwwFQKfSI&ab_channel=AWSEvents). + Planifique y realice la transición de su carga de trabajo a los tipos de instancia con el menor impacto. + Defina un proceso para evaluar nuevas funciones o instancias para su carga de trabajo. Aproveche la agilidad de la nube para probar rápidamente cómo los nuevos tipos de instancia pueden mejorar la sostenibilidad medioambiental de su carga de trabajo. Utilice las métricas proxy para medir cuántos recursos necesita para completar una unidad de trabajo. + Si es posible, modifique su carga de trabajo para que funcione con diversas cantidades de vCPU y de memoria para sacar el máximo partido de su elección de tipo de instancia. + Considere la posibilidad de cambiar su carga de trabajo a instancias basadas en Graviton para mejorar la eficiencia del rendimiento de su carga de trabajo (consulte [AWS Graviton Fast Start](https://aws.amazon.com/ec2/graviton/fast-start/) y [Graviton2 de AWS para ISV](https://docs.aws.amazon.com/whitepapers/latest/aws-graviton2-for-isv/welcome.html)). Tenga en cuenta las [consideraciones al trasladar cargas de trabajo a instancias de Amazon Elastic Compute Cloud basadas en Graviton de AWS.](https://github.com/aws/aws-graviton-getting-started/blob/main/transition-guide.md) + Considere la selección de la opción de Graviton de AWS en el uso de [los servicios administrados de AWS.](https://github.com/aws/aws-graviton-getting-started/blob/main/managed_services.md) + Migre su carga de trabajo a las regiones que ofrezcan las instancias con menor impacto en la sostenibilidad y que sigan cumpliendo sus requisitos empresariales. + Para cargas de trabajo de machine learning, utilice instancias de Amazon EC2 con chips personalizados de Amazon Machine Learning como [AWS Trainium](https://aws.amazon.com/machine-learning/trainium/), [AWS Inferentia](https://aws.amazon.com/machine-learning/inferentia/) y [Amazon EC2 DL1.](https://aws.amazon.com/ec2/instance-types/dl1/) + Utilice [Amazon SageMaker AI Inference Recommender](https://docs.aws.amazon.com/sagemaker/latest/dg/inference-recommender.html) para el tamaño correcto del punto de conexión de inferencia de ML. + Para cargas de trabajo con transcodificación de vídeo en tiempo real, utilice [Instancias VT1 de Amazon EC2](https://aws.amazon.com/ec2/instance-types/vt1/) + Para cargas de trabajo con picos (cargas de trabajo con requisitos poco frecuentes de capacidad adicional), utilice [instancias de rendimiento ampliable.](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/burstable-performance-instances.html) + Para cargas de trabajo sin estado y tolerantes a errores, utilice [Instancias de spot de Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/using-spot-instances.html) para incrementar el uso global de la nube y reducir el impacto en la sostenibilidad de los recursos no utilizados. + Opere y optimice su instancia de carga de trabajo. + Para las cargas de trabajo efímeras, evalúe [las métricas de Amazon CloudWatch de instancias](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/viewing_metrics_with_cloudwatch.html#ec2-cloudwatch-metrics) como `CPUUtilization` para identificar si la instancia está inactiva o infrautilizada. + Para cargas de trabajo estables, compruebe las herramientas de redimensionamiento de AWS como [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/) a intervalos regulares para identificar las oportunidades de optimizar y dimensionar las instancias. ## Recursos **Documentos relacionados:** + [Optimización de la infraestructura de AWS para la sostenibilidad, Parte I: computación](https://aws.amazon.com/blogs/architecture/optimizing-your-aws-infrastructure-for-sustainability-part-i-compute/) + [Procesador Graviton de AWS](https://aws.amazon.com/ec2/graviton/) + [AWS Inferentia](https://aws.amazon.com/machine-learning/inferentia/) + [AWS Trainium](https://aws.amazon.com/machine-learning/trainium/) + [Amazon EC2 DL1](https://aws.amazon.com/ec2/instance-types/dl1/) + [Instancias de rendimiento ampliable de Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/burstable-performance-instances.html) + [Flotas de reservas de capacidad de Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/cr-fleets.html) + [Flota de spot de Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/spot-fleet.html) + [Instancias de spot de Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/using-spot-instances.html) + [Instancias VT1 de Amazon EC2](https://aws.amazon.com/ec2/instance-types/vt1/) + [Tipos de instancias de Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/instance-types.html) + [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/) + [Funciones: configuración de funciones de Lambda](https://docs.aws.amazon.com/lambda/latest/dg/best-practices.html#function-configuration) **Vídeos relacionados:** + [Conocer en profundidad las instancias de Amazon EC2 con procesador AWS Graviton2](https://www.youtube.com/watch?v=NLysl0QvqXU) + [Conocer en profundidad las instancias C7g de Amazon EC2 y AWS Graviton3](https://www.youtube.com/watch?v=WDKwwFQKfSI&ab_channel=AWSEvents) **Ejemplos relacionados:** + [Laboratorio: recomendaciones de tamaño adecuado](https://wellarchitectedlabs.com/cost/100_labs/100_aws_resource_optimization/) + [Lab: Rightsizing with Compute Optimizer (Laboratorio: Redimensionamiento con Compute Optimizer)](https://wellarchitectedlabs.com/cost/200_labs/200_aws_resource_optimization/) + [Lab: Optimize Hardware Patterns and Observe Sustainability KPIs (Laboratorio: Optimizar los patrones de hardware y observar los KPI de sostenibilidad)](https://wellarchitectedlabs.com/sustainability/200_labs/200_optimize_hardware_patterns_observe_sustainability_kpis/) # SUS05-BP03 Usar servicios administrados Los servicios administrados traspasan a AWS la responsabilidad del mantenimiento de un uso medio elevado y la optimización de la sostenibilidad del hardware implementado. Use servicios administrados para distribuir el impacto en la sostenibilidad del servicio entre todos los inquilinos del mismo, lo que reduce su contribución individual. **Nivel de riesgo expuesto si no se establece esta práctica recomendada:** Bajo ## Guía para la implementación + Migre de los servicios autoalojados a servicios administrados. Por ejemplo, use instancias de [Amazon Relational Database Service (Amazon RDS)](https://aws.amazon.com/rds/) administradas en vez de mantener sus propias instancias de Amazon RDS en [Amazon Elastic Compute Cloud (Amazon EC2)](https://aws.amazon.com/ec2/)o use los servicios de contenedor administrado, como [AWS Fargate](https://aws.amazon.com/fargate/), en vez de implementar su propia infraestructura de contenedores. ## Recursos **Documentos relacionados:** + [AWS Fargate](https://aws.amazon.com/fargate/) + [Amazon DocumentDB](https://aws.amazon.com/documentdb/) + [Amazon Elastic Kubernetes Service (EKS)](https://aws.amazon.com/eks/) + [Amazon Managed Streaming for Apache Kafka (Amazon MSK)](https://aws.amazon.com/msk/) + [Amazon Redshift](https://aws.amazon.com/redshift/) + [Amazon Relational Database Service (RDS)](https://aws.amazon.com/rds/) # SUS05-BP04: Optimización del uso de las GPU 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 + 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 **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)