# Pola perangkat keras
<a name="a-sus-hardware-patterns"></a>

**Topics**
+ [SUS 5 Bagaimana cara praktik penggunaan dan pengelolaan perangkat keras mendukung tujuan berkelanjutan Anda?](w2aac19c15c13b5.md)

# SUS 5 Bagaimana cara praktik penggunaan dan pengelolaan perangkat keras mendukung tujuan berkelanjutan Anda?
<a name="w2aac19c15c13b5"></a>

Cari peluang untuk mengurangi dampak keberlanjutan dari beban kerja dengan membuat perubahan pada praktik pengelolaan perangkat keras Anda. Minimalkan jumlah perangkat keras yang diperlukan untuk disediakan dan dilakukan deploy, serta pilih perangkat keras yang paling efisien untuk beban kerja Anda secara individu. 

 Praktik terbaik: 

# SUS05-BP01 Menggunakan perangkat keras dalam jumlah minim untuk memenuhi kebutuhan Anda
<a name="sus_sus_hardware_a2"></a>

 Menggunakan kemampuan cloud, Anda dapat membuat perubahan dengan sering pada implementasi beban kerja Anda. Perbarui komponen yang di-deploy seiring perubahan kebutuhan Anda. 

 **Tingkat risiko yang terjadi jika praktik terbaik ini tidak diterapkan:** Sedang 

## Panduan implementasi
<a name="implementation-guidance"></a>
+  Aktifkan penskalaan horizontal, dan gunakan otomatisasi untuk menskalakan ke luar saat beban bertambah dan untuk menskalakan ke dalam saat beban berkurang. 
+  Skalakan menggunakan peningkatan kecil untuk beban kerja variabel. 
+  Selaraskan penskalaan dengan pola pemanfaatan siklis (misalnya, sistem pembayaran gaji dengan aktivitas pemrosesan dua minggu sekali yang padat) karena beban bervariasi selama berhari-hari, berminggu-minggu, berbulan-bulan, atau bertahun-tahun. 
+  Negosiasikan Perjanjian tingkat layanan (SLA) agar kapasitas dapat dikurangi sementara di saat otomatisasi melakukan deployment sumber daya pengganti. 

## Sumber daya
<a name="resources"></a>

 **Dokumen terkait:** 
+  [Dokumentasi AWS Compute Optimizer](https://docs.aws.amazon.com/compute-optimizer/index.html) 
+  [Mengoperasikan Lambda: Optimasi kinerja](https://aws.amazon.com/blogs/compute/operating-lambda-performance-optimization-part-2/) 
+  [Dokumentasi Penskalaan Otomatis](https://docs.aws.amazon.com/autoscaling/index.html) 

# SUS05-BP02 Menggunakan jenis instans dengan dampak paling sedikit
<a name="sus_sus_hardware_a3"></a>

 Terus pantau perilisan jenis instans baru dan manfaatkan peningkatan efisiensi energi, termasuk jenis instans yang dirancang untuk mendukung beban kerja khusus seperti pelatihan dan inferensi machine learning, serta transkode video. 

 **Antipola umum:** 
+  Anda hanya menggunakan satu kelompok instans. 
+  Anda hanya menggunakan instans x86. 
+  Anda menentukan satu jenis instans dalam konfigurasi Amazon EC2 Auto Scaling Anda. 
+  Anda menggunakan instans AWS dengan cara yang tidak dirancang untuk instans tersebut (misalnya, Anda menggunakan instans komputasi yang dioptimalkan untuk beban kerja intensif memori). 
+  Anda tidak mengevaluasi jenis instans baru secara teratur. 
+  Anda tidak melihat rekomendasi dari alat rightsizing AWS seperti [AWS Compute Optimizer.](https://aws.amazon.com/compute-optimizer/) 

 **Manfaat menjalankan praktik terbaik ini:** Dengan memanfaatkan instans hemat energi dan berukuran tepat, Anda dapat jauh mengurangi dampak lingkungan dan biaya beban kerja Anda. 

 **Tingkat risiko yang terjadi jika praktik terbaik ini tidak diterapkan:** Rendah 

## Panduan implementasi
<a name="implementation-guidance"></a>
+  Pelajari dan jelajahi jenis instans yang dapat menurunkan dampak lingkungan beban kerja Anda. 
  +  Berlangganan ke [Apa yang Baru dengan AWS](https://aws.amazon.com/new/) untuk mendapatkan informasi terbaru terkait teknologi dan instans AWS terbaru. 
  +  Pelajari tentang jenis instans AWS yang berbeda-beda. 
  +  Pelajari tentang instans berbasis AWS Graviton yang menawarkan performa terbaik per watt untuk penggunaan energi di Amazon EC2 dengan menonton [re:Invent 2020 - Pendalaman tentang instans Amazon EC2 yang didukung prosesor AWS Graviton2](https://www.youtube.com/watch?v=NLysl0QvqXU) dan [Pendalaman tentang AWS Graviton3 dan instans C7g Amazon EC2](https://www.youtube.com/watch?v=WDKwwFQKfSI&ab_channel=AWSEvents). 
+  Rencanakan dan transisikan beban kerja Anda ke jenis instans dengan dampak paling kecil. 
  +  Tentukan proses untuk mengevaluasi fitur atau instans baru untuk beban kerja Anda. Manfaatkan ketangkasan di cloud untuk menguji dengan cepat bagaimana jenis instans baru dapat meningkatkan pelestarian lingkungan beban kerja Anda. Gunakan metrik proksi untuk mengukur berapa banyak sumber daya yang Anda perlukan untuk menyelesaikan satu unit pekerjaan. 
  +  Jika memungkinkan, ubah beban kerja menjadi menggunakan jumlah vCPU yang berbeda dan jumlah memori yang berbeda guna memaksimalkan pilihan jenis instans. 
  +  Pertimbangkan untuk mengalihkan beban kerja Anda ke instans berbasis Graviton guna meningkatkan efisiensi kinerja beban kerja Anda (lihat [AWS Graviton Fast Start](https://aws.amazon.com/ec2/graviton/fast-start/) dan [AWS Graviton2 untuk ISV](https://docs.aws.amazon.com/whitepapers/latest/aws-graviton2-for-isv/welcome.html)). Pertimbangkan [saat mengalihkan beban kerja ke instans Amazon Elastic Compute Cloud berbasis AWS Graviton.](https://github.com/aws/aws-graviton-getting-started/blob/main/transition-guide.md) 
  +  Pertimbangkan untuk memilih opsi AWS Graviton dalam penggunaan [AWS Managed Services (AMS).](https://github.com/aws/aws-graviton-getting-started/blob/main/managed_services.md) 
  +  Migrasikan beban kerja ke Wilayah yang menawarkan instans dengan dampak paling sedikit terhadap pelestarian lingkungan dan yang sesuai dengan kebutuhan bisnis Anda. 
  +  Untuk beban kerja machine learning, gunakan instans Amazon EC2 yang didasarkan pada chip Amazon Machine Learning kustom seperti [AWS Trainium](https://aws.amazon.com/machine-learning/trainium/), [AWS Inferentia](https://aws.amazon.com/machine-learning/inferentia/), dan [Amazon EC2 DL1.](https://aws.amazon.com/ec2/instance-types/dl1/) 
  +  Gunakan [Amazon SageMaker AI Inference Recommender](https://docs.aws.amazon.com/sagemaker/latest/dg/inference-recommender.html) untuk menyesuaikan titik akhir inferensi ML secara tepat. 
  +  Untuk beban kerja dengan transkode video waktu nyata, gunakan [Instans VT1 Amazon EC2.](https://aws.amazon.com/ec2/instance-types/vt1/) 
  +  Untuk beban kerja yang berfluktuasi (beban kerja yang jarang memerlukan kapasitas tambahan), gunakan [instans performa burstable.](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/burstable-performance-instances.html) 
  +  Untuk beban kerja stateless dan toleran terhadap kesalahan, gunakan [Instans Spot Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/using-spot-instances.html) guna meningkatkan pemanfaatan cloud secara keseluruhan, serta mengurangi dampak terhadap pelestarian lingkungan dari sumber daya yang tidak digunakan. 
+  Operasikan dan optimalkan instans beban kerja Anda. 
  +  Untuk beban kerja sementara, evaluasi [metrik Amazon CloudWatch instans](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/viewing_metrics_with_cloudwatch.html#ec2-cloudwatch-metrics) seperti `CPUUtilization` untuk mengidentifikasi apakah instans tidak aktif atau kurang dimanfaatkan. 
  +  Untuk beban kerja stabil, lihat alat rightsizing AWS seperti [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/) secara berkala untuk mengidentifikasi peluang guna mengoptimalkan dan menyesuaikan ukuran instans dengan tepat. 

## Sumber daya
<a name="resources"></a>

 **Dokumen terkait:** 
+  [Mengoptimalkan Infrastruktur AWS untuk Pelestarian Lingkungan, Bagian I: Komputasi](https://aws.amazon.com/blogs/architecture/optimizing-your-aws-infrastructure-for-sustainability-part-i-compute/) 
+  [Prosesor AWS Graviton](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/) 
+  [Instans performa burstable Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/burstable-performance-instances.html) 
+  [Armada Reservasi Kapasitas Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/cr-fleets.html) 
+  [Armada Spot Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/spot-fleet.html) 
+  [Instans Spot Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/using-spot-instances.html) 
+  [Instans VT1 Amazon EC2](https://aws.amazon.com/ec2/instance-types/vt1/) 
+  [Jenis instans Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/instance-types.html) 
+  [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/) 
+  [Fungsi: Konfigurasi Fungsi Lambda](https://docs.aws.amazon.com/lambda/latest/dg/best-practices.html#function-configuration) 

 **Video terkait:** 
+  [Pendalaman tentang instans Amazon EC2 yang didukung prosesor AWS Graviton2](https://www.youtube.com/watch?v=NLysl0QvqXU) 
+  [Pendalaman tentang AWS Graviton3 dan instans C7g Amazon EC2](https://www.youtube.com/watch?v=WDKwwFQKfSI&ab_channel=AWSEvents) 

 **Contoh terkait:** 
+  [Lab: Rekomendasi Rightsizing](https://wellarchitectedlabs.com/cost/100_labs/100_aws_resource_optimization/) 
+  [Lab: Rightsizing dengan Compute Optimizer](https://wellarchitectedlabs.com/cost/200_labs/200_aws_resource_optimization/) 
+  [Lab: Optimalkan Pola Perangkat Keras dan Amati KPI Pelestarian Lingkungan](https://wellarchitectedlabs.com/sustainability/200_labs/200_optimize_hardware_patterns_observe_sustainability_kpis/) 

# SUS05-BP03 Menggunakan layanan terkelola
<a name="sus_sus_hardware_a4"></a>

 Dengan layanan terkelola, tanggung jawab untuk menjaga pemanfaatan rata-rata tetap tinggi, serta optimalisasi pelestarian lingkungan untuk perangkat keras yang diterapkan, dialihkan kepada AWS. Gunakan layanan terkelola untuk meratakan dampak layanan terhadap pelestarian lingkungan ke semua tenant layanan, sehingga kontribusi individu Anda dapat berkurang. 

 **Tingkat risiko yang terjadi jika praktik terbaik ini tidak dijalankan:** Rendah 

## Panduan implementasi
<a name="implementation-guidance"></a>
+  Lakukan migrasi dari layanan host mandiri ke layanan terkelola Sebagai contoh, gunakan instans [Amazon Relational Database Service (Amazon RDS)](https://aws.amazon.com/rds/) alih-alih memelihara instans Amazon RDS Anda sendiri di [Amazon Elastic Compute Cloud (Amazon EC2)](https://aws.amazon.com/ec2/), atau gunakan layanan kontainer terkelola, seperti [AWS Fargate](https://aws.amazon.com/fargate/), alih-alih mengimplementasikan infrastruktur kontainer Anda sendiri. 

## Sumber daya
<a name="resources"></a>

 **Dokumen terkait:** 
+  [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 Optimalkan penggunaan GPU Anda
<a name="sus_sus_hardware_a5"></a>

 Unit Pemrosesan Grafis (GPU) bisa menjadi sumber konsumsi daya yang tinggi, dan beban kerja GPU sangat beragam, seperti rendering, transkode, dan pelatihan serta pemodelan machine learning. Jalankan instans GPU hanya ketika diperlukan, dan nonaktifkan instans GPU secara otomatis saat tidak diperlukan, guna meminimalkan sumber daya yang digunakan. 

 **Tingkat risiko yang terjadi jika praktik terbaik ini tidak diterapkan:** Rendah 

## Panduan implementasi
<a name="implementation-guidance"></a>
+  Hanya gunakan GPU untuk tugas di mana GPU akan lebih efisien daripada alternatif berbasis CPU. 
+  Gunakan otomatisasi untuk melepaskan instans GPU ketika tidak digunakan. 
+  Gunakan percepatan grafis fleksibel dan bukannya instans GPU khusus. 
+  Manfaatkan perangkat keras dengan tujuan khusus yang spesifik untuk beban kerja Anda. 

## Sumber daya
<a name="resources"></a>

 **Dokumen terkait:** 
+  [Komputasi Dipercepat](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/) 
+  [Komputasi Dipercepat untuk Instans EC2](https://aws.amazon.com/ec2/instance-types/#Accelerated_Computing) 
+  [Instans VT1 Amazon EC2](https://aws.amazon.com/ec2/instance-types/vt1/) 
+  [Amazon Elastic Graphics](https://docs.aws.amazon.com/AWSEC2/latest/WindowsGuide/elastic-graphics.html)