# SUS 5 In che modo la gestione dell'hardware e le procedure di utilizzo sostengono i tuoi obiettivi di sostenibilità? Cerca opportunità per ridurre l'impatto dei carichi di lavoro in termini di sostenibilità apportando modifiche alle tue prassi di gestione hardware. Riduci la quantità di hardware necessaria per il provisioning e l'implementazione e seleziona l'hardware più efficiente per il singolo carico di lavoro. Best practice: # SUS05-BP01 Utilizzo della quantità minima di hardware per soddisfare le esigenze aziendali Le funzionalità del cloud consentono di apportare modifiche frequenti alle implementazioni dei carichi di lavoro. Aggiorna i componenti distribuiti man mano che le tue esigenze cambiano. **Livello di rischio associato se questa best practice non fosse adottata:** Medio ## Guida all'implementazione + Abilita il dimensionamento orizzontale e utilizza l'automazione per aumentare orizzontalmente i carichi man mano che crescono e ridurli orizzontalmente man mano che diminuiscono. + Dimensiona usando i piccoli incrementi per carichi di lavoro variabili. + Allinea il dimensionamento a modelli di utilizzo ciclici (ad esempio, un sistema di buste paga con attività intense di elaborazione bisettimanali) al variare dei carichi giornalieri, settimanali, mensili o annuali. + Negozia SLA che consentano una riduzione temporanea della capacità quando l'automazione implementa risorse di sostituzione. ## Risorse **Documenti correlati:** + [Documentazione di AWS Compute Optimizer](https://docs.aws.amazon.com/compute-optimizer/index.html) + [Uso di Lambda: ottimizzazione delle performance](https://aws.amazon.com/blogs/compute/operating-lambda-performance-optimization-part-2/) + [Documentazione sulla scalabilità automatica](https://docs.aws.amazon.com/autoscaling/index.html) # SUS05-BP02 Utilizzo di tipi di istanze con il minimo impatto Monitora costantemente il rilascio di nuovi tipi di istanza e sfrutta le migliorie in tema di efficienza energetica, inclusi i tipi di istanza progettati per supportare carichi di lavoro specifici, come la formazione del machine learning, le inferenze e la transcodifica dei video. **Anti-pattern comuni:** + Utilizzi una sola famiglia di istanze. + Utilizzi solo istanze x86. + Specifichi un tipo di istanza nella configurazione Amazon EC2 Auto Scaling. + Utilizzi istanze AWS in un modo per il quale non sono state progettate, ad esempio utilizzi istanze ottimizzate per il calcolo per un carico di lavoro a uso intensivo della memoria. + Non valuti regolarmente l'uso di nuovi tipi di istanza. + Non segui i consigli ricevuti dagli strumenti di dimensionamento AWS, ad esempio [AWS Compute Optimizer.](https://aws.amazon.com/compute-optimizer/) **Vantaggi dell'adozione di questa best practice:** l'uso di risorse energeticamente efficienti e di dimensioni corrette ti consente di ridurre in modo considerevole l'impatto ambientale e i costi del carico di lavoro. **Livello di rischio associato se questa best practice non fosse adottata:** basso ## Guida all'implementazione + Esplora e approfondisci i tipi di istanza in grado di ridurre l'impatto ambientale del carico di lavoro. + Iscriviti a [Novità di AWS](https://aws.amazon.com/new/) per rimanere aggiornato sulle più recenti tecnologie e istanze AWS. + Approfondisci i vari tipi di istanza AWS. + Impara a conoscere le istanze basate su AWS Graviton, che offrono le migliori prestazioni per watt di energia utilizzato in Amazon EC2 guardando [re:Invent 2020 - Deep dive on AWS Graviton2 processor-powered Amazon EC2 instances (re:Invent 2020 - Approfondimenti relativi alle istanze Amazon EC2 con tecnologia basata su processi AWS Graviton2)](https://www.youtube.com/watch?v=NLysl0QvqXU) e [Approfondisci le istanze AWS Graviton3 e Amazon EC2 C7g](https://www.youtube.com/watch?v=WDKwwFQKfSI&ab_channel=AWSEvents). + Pianifica la transizione del carico di lavoro a tipi di istanza caratterizzati da un minore impatto. + Definisci un processo per valutare nuove caratteristiche o istanze per il carico di lavoro. Sfrutta l'agilità del cloud per testare in modo semplice e rapido in che modo i nuovi tipi di istanza possono migliorare la sostenibilità ambientale del carico di lavoro. Utilizza metriche proxy per misurare la quantità di risorse necessarie per completare un'unità di lavoro. + Se possibile, modifica il carico di lavoro in modo che funzioni con diversi numeri di CPU e quantità di memoria diverse per massimizzare la scelta del tipo di istanza. + Valuta l'ipotesi di trasferire il carico di lavoro in istanze basate su Graviton per migliorare l'efficienza e le prestazioni del carico di lavoro (consulta [AWS Graviton Fast Start](https://aws.amazon.com/ec2/graviton/fast-start/) e [AWS Graviton2 for ISVs (AWS Graviton2 per fornitori di software indipendente [ISV])](https://docs.aws.amazon.com/whitepapers/latest/aws-graviton2-for-isv/welcome.html)). Tieni presente le [considerazioni relative alla transizione dei carichi di lavoro in istanze Amazon Elastic Compute Cloud basate su AWS Graviton.](https://github.com/aws/aws-graviton-getting-started/blob/main/transition-guide.md) + Valuta l'ipotesi di selezionare l'opzione AWS Graviton quando utilizzi i [servizi gestiti da AWS.](https://github.com/aws/aws-graviton-getting-started/blob/main/managed_services.md) + Esegui la migrazione del carico di lavoro nelle regioni che offrono istanze con il minor impatto in termini di sostenibilità e che contemporaneamente soddisfano i requisiti aziendali. + Per i carichi di lavoro di machine learning, utilizza istanze Amazon EC2, che sono basate su chip Amazon Machine Learning personalizzati come [AWS Trainium](https://aws.amazon.com/machine-learning/trainium/), [AWS Inferentia](https://aws.amazon.com/machine-learning/inferentia/)e [Amazon EC2 DL1.](https://aws.amazon.com/ec2/instance-types/dl1/) + Utilizza l' [inferenza con funzione di suggerimento Amazon SageMaker AI](https://docs.aws.amazon.com/sagemaker/latest/dg/inference-recommender.html) per dimensionare l'endpoint dell'inferenza ML. + Per i carichi di lavoro con transcodifica video in tempo reale, utilizza [istanze Amazon EC2 VT1.](https://aws.amazon.com/ec2/instance-types/vt1/) + Per carichi di lavoro con picchi (carichi di lavoro con requisiti non frequenti di capacità aggiuntiva), utilizza [istanze espandibili di prestazioni.](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/burstable-performance-instances.html) + Per carichi di lavoro stateless e con tolleranza ai guasti, usa le [istanze Spot Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/using-spot-instances.html) per aumentare l'utilizzo complessivo del cloud e ridurre l'impatto di sostenibilità delle risorse inutilizzate. + Esegui e ottimizza l'istanza del carico di lavoro. + Per i carichi di lavoro effimeri, valuta le [metriche Amazon CloudWatch dell'istanza](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/viewing_metrics_with_cloudwatch.html#ec2-cloudwatch-metrics) , ad esempio `CPUUtilization` , per verificare se l'istanza è inattiva o sottoutilizzata. + Per i carichi di lavoro stabili, esegui controlli con gli strumenti di dimensionamento AWS come [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/) a intervalli regolari per individuare eventuali opportunità di ottimizzazione e ridimensionamento delle istanze. ## Risorse **Documenti correlati:** + [Optimizing your AWS Infrastructure for Sustainability, Part I: Compute (Ottimizzazione dell'infrastruttura AWS per la sostenibilità, Parte I: Calcolo)](https://aws.amazon.com/blogs/architecture/optimizing-your-aws-infrastructure-for-sustainability-part-i-compute/) + [AWS Graviton Processor](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/) + [Istanze espandibili di prestazioni di Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/burstable-performance-instances.html) + [Parchi istanze di prenotazione della capacità di Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/cr-fleets.html) + [Serie di istanze Spot Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/spot-fleet.html) + [Istanze Spot Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/using-spot-instances.html) + [Istanze Amazon EC2 VT1](https://aws.amazon.com/ec2/instance-types/vt1/) + [Tipi di istanza Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/instance-types.html) + [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/) + [Funzioni: configurazione della funzione Lambda](https://docs.aws.amazon.com/lambda/latest/dg/best-practices.html#function-configuration) **Video correlati:** + [Deep dive on AWS Graviton2 processer-powered Amazon EC2 instances (Approfondimenti relativi alle istanze Amazon EC2 con tecnologia basata su processi AWS Graviton2)](https://www.youtube.com/watch?v=NLysl0QvqXU) + [Approfondisci le istanze AWS Graviton3 e Amazon EC2 C7g](https://www.youtube.com/watch?v=WDKwwFQKfSI&ab_channel=AWSEvents) **Esempi correlati:** + [Laboratorio: Suggerimenti per il dimensionamento](https://wellarchitectedlabs.com/cost/100_labs/100_aws_resource_optimization/) + [Lab: Rightsizing with Compute Optimizer (Laboratorio: Dimensionamento con Compute Optimizer)](https://wellarchitectedlabs.com/cost/200_labs/200_aws_resource_optimization/) + [Lab: Optimize Hardware Patterns and Observe Sustainability KPIs (Laboratorio: Ottimizzazione dei modelli hardware e conformità con gli indicatori KPI di sostenibilità)](https://wellarchitectedlabs.com/sustainability/200_labs/200_optimize_hardware_patterns_observe_sustainability_kpis/) # SUS05-BP03 Utilizzo dei servizi gestiti I servizi gestiti consentono di affidare ad AWS la responsabilità di mantenere un utilizzo medio alto e un'ottimizzazione della sostenibilità dell'hardware implementato. Utilizza i servizi gestiti per distribuire l'impatto della sostenibilità dei servizi su tutti i tenant relativi, riducendo così il singolo contributo. **Livello di rischio associato se questa best practice non fosse adottata:** Basso ## Guida all'implementazione + Migra dai servizi autogestiti ai servizi gestiti. Per esempio, usa istanze gestite [Amazon Relational Database Service (Amazon RDS)](https://aws.amazon.com/rds/) invece di mantenere le istanze Amazon RDS su [Amazon Elastic Compute Cloud (Amazon EC2)](https://aws.amazon.com/ec2/)o utilizza servizi di container gestiti, come [AWS Fargate](https://aws.amazon.com/fargate/), invece di implementare un'infrastruttura di container proprietaria. ## Risorse **Documenti correlati:** + [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 Ottimizzazione dell'utilizzo delle GPU Le Graphics Processing Unit (GPU) possono comportare un uso energetico intensivo e molti carichi di lavoro delle GPU sono altamente variabili, come il rendering, la transcodifica e la formazione e la modellazione del machine learning. Esegui le istanze GPU solo per il tempo necessario e disattivale automaticamente quando non occorrono per ridurre la quantità di risorse utilizzate. **Livello di rischio associato se questa best practice non fosse adottata:** Basso ## Guida all'implementazione + Usa le GPU solo per le attività dove risultano più efficienti rispetto ad alternative basate sulla CPU. + Utilizza l'automazione per rilasciare le istanze GPU non in uso. + Usa un'accelerazione grafica flessibile al posto di istanze GPU dedicate. + Sfrutta soluzioni hardware ad hoc specifiche per il carico di lavoro. ## Risorse **Documenti correlati:** + [Calcolo accelerato](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/) + [Calcoli accelerati per istanze EC2](https://aws.amazon.com/ec2/instance-types/#Accelerated_Computing) + [Istanze Amazon EC2 VT1](https://aws.amazon.com/ec2/instance-types/vt1/) + [Amazon Elastic Graphics](https://docs.aws.amazon.com/AWSEC2/latest/WindowsGuide/elastic-graphics.html)