# SUS05-BP04 Otimizar o uso de GPUs
<a name="sus_sus_hardware_a5"></a>

 Unidades de processamento gráfico (GPUs) podem ser uma fonte de alto consumo de energia, e várias workloads de GPU são altamente variáveis, como renderização, transcodificação e treinamento e modelagem de machine learning. Execute instâncias de GPU somente pelo tempo necessário e desative-as com automação quando não precisar mais delas para reduzir o consumo de recursos. 

 **Nível de exposição a riscos quando esta prática recomendada não é estabelecida:** Baixo 

## Orientações para a implementação
<a name="implementation-guidance"></a>
+  Use GPUs somente para tarefas em que elas sejam mais eficientes do que alternativas baseadas em CPU. 
+  Use automação para liberar instâncias de GPU quando não estiverem em uso. 
+  Use aceleração de gráficos flexível em vez de instâncias de GPU dedicadas. 
+  Aproveite o hardware personalizado específico para sua workload. 

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

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