# SUS05-BP02 Usar tipos de instância com o mínimo de impacto
Monitore continuamente e use novos tipos de instância para aproveitar as melhorias de eficiência de energia.
**Práticas comuns que devem ser evitadas:**
+ Você usa apenas uma família de instâncias.
+ Você usa apenas instâncias x86.
+ Você especifica um tipo de instância em sua configuração do Amazon EC2 Auto Scaling.
+ Você usa instâncias da AWS de um modo para o qual elas não foram projetadas (por exemplo, você usa instâncias otimizadas para computação em uma workload com uso intenso de memória).
+ Você não avalia os novos tipos de instância regularmente.
+ Você não verifica as recomendações de ferramentas de dimensionamento correto da AWS, como o [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/).
**Benefícios de implementar esta prática recomendada:** ao usar instâncias com eficiência de energia e dimensionadas corretamente, é possível reduzir ainda mais o impacto ambiental e o custo da workload.
**Nível de risco exposto se esta prática recomendada não for estabelecida:** Médio
## Orientação para implementação
Usar instâncias eficientes na workload de nuvem é essencial para reduzir o uso de recursos e os custos. Monitore continuamente o lançamento de novos tipos de instância e aproveite as melhorias de eficiência de energia, incluindo os tipos de instância projetados para comportar workloads específicas, como treinamento e inferência de machine learning e transcodificação de vídeo.
## Etapas de implementação
+ **Conheça e explore tipos de instâncias:** encontre tipos de instâncias que podem reduzir o impacto ambiental da sua workload.
+ Assine as [Novidades da AWS](https://aws.amazon.com/new/) para se manter em dia com as tecnologias e instâncias mais recentes da AWS.
+ Conheça os diversos tipos de instâncias da AWS.
+ Saiba mais sobre instâncias baseadas no AWS Graviton que oferecem a melhor performance por watt de uso de energia no Amazon EC2 assistindo ao [re:Invent 2020: Mergulho profundo nas instâncias do Amazon EC2 baseadas no processador AWS Graviton2](https://www.youtube.com/watch?v=NLysl0QvqXU) e [Mergulho profundo no AWS Graviton 3 e instâncias C7g do Amazon EC2](https://www.youtube.com/watch?v=WDKwwFQKfSI&ab_channel=AWSEvents).
+ **Use tipos de instâncias com o mínimo de impacto:** planeje e migre sua workload para tipos de instância com impacto mínimo.
+ Defina um processo para avaliar novos recursos ou instâncias para a workload. Aproveite a agilidade da nuvem para testar rapidamente como novos tipos de instância podem melhorar a sustentabilidade ambiental de sua workload. Use métricas de proxy para mensurar quantos recursos são necessários para concluir uma unidade de trabalho.
+ Se possível, modifique sua workload para trabalhar com diferentes números de vCPUs e diferentes quantidades de memória para maximizar sua escolha de tipo de instância.
+ Pense em migrar a workload para instâncias baseadas em Graviton e melhorar a eficiência da performance da workload. Para obter mais informações sobre como mover workloads para o AWS Graviton, consulte [Início rápido do AWS Graviton](https://aws.amazon.com/ec2/graviton/fast-start/) e [Considerações ao fazer a transição de workloads para instâncias do Amazon Elastic Compute Cloud baseadas no AWS Graviton](https://github.com/aws/aws-graviton-getting-started/blob/main/transition-guide.md).
+ Considere selecionar a opção AWS Graviton em seu uso de [serviços gerenciados da AWS](https://github.com/aws/aws-graviton-getting-started/blob/main/managed_services.md).
+ Migre sua workload para regiões que ofereçam instâncias com o menor impacto na sustentabilidade e atendam aos seus requisitos de negócios.
+ Para workloads de machine learning, utilize hardware específico para sua workload, como [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/). AWS Instâncias do Inferentia, como instâncias Inf2, oferecem performance até 50% melhor por watt em relação a instâncias comparáveis do Amazon EC2.
+ Use o [Amazon SageMaker AI Inference Recommender](https://docs.aws.amazon.com/sagemaker/latest/dg/inference-recommender.html) para dimensionar corretamente o endpoint de inferência de ML.
+ Para workloads com picos (workloads com requisitos irregulares para capacidade adicional), use [instâncias de performance expansível](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/burstable-performance-instances.html).
+ Para workloads sem estado e tolerantes a falhas, use [instâncias spot do Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/using-spot-instances.html) para aumentar a utilização geral da nuvem e reduzir o impacto na sustentabilidade de recursos não utilizados.
+ **Opere e otimize:** opere e otimize a instância da sua workload.
+ Para workloads efêmeras, avalie as [métricas da instância do Amazon CloudWatch](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/viewing_metrics_with_cloudwatch.html#ec2-cloudwatch-metrics), como `CPUUtilization`, para identificar se a instância está ociosa ou subutilizada.
+ Para workloads estáveis, verifique as ferramentas de dimensionamento correto da AWS, como [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/), em intervalos regulares para identificar oportunidades de otimizar e dimensionar corretamente as instâncias. Para obter mais exemplos e recomendações, consulte os seguintes laboratórios:
+ [Laboratório do Well-Architected: Recomendações de dimensionamento correto](https://catalog.workshops.aws/well-architected-cost-optimization/en-US/3-cost-effective-resources/40-rightsizing-recommendations-100)
+ [Laboratório do Well-Architected: Dimensionamento correto com o Compute Optimizer](https://catalog.workshops.aws/well-architected-cost-optimization/en-US/3-cost-effective-resources/50-rightsizing-recommendations-200)
+ [Laboratório do Well-Architected: Otimizar padrões de hardware e observar KPIs de sustentabilidade](https://catalog.workshops.aws/well-architected-sustainability/en-US/4-hardware-and-services/optimize-hardware-patterns-observe-sustainability-kpis)
## Recursos
**Documentos relacionados:**
+ [Otimizar a sua infraestrutura da AWS para sustentabilidade, Parte I: Computação](https://aws.amazon.com/blogs/architecture/optimizing-your-aws-infrastructure-for-sustainability-part-i-compute/)
+ [AWS Graviton](https://aws.amazon.com/ec2/graviton/)
+ [DL1 do Amazon EC2](https://aws.amazon.com/ec2/instance-types/dl1/)
+ [Frotas de reserva de capacidade do Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/cr-fleets.html)
+ [Frota spot do Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/spot-fleet.html)
+ [Funções: configuração da função do Lambda](https://docs.aws.amazon.com/lambda/latest/dg/best-practices.html#function-configuration)
+ [Seleção de tipo de instância baseada em atributos para Amazon EC2 Fleet](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-fleet-attribute-based-instance-type-selection.html)
+ [Criar aplicações sustentáveis, eficientes e com custo otimizado na AWS](https://aws.amazon.com/blogs/compute/building-sustainable-efficient-and-cost-optimized-applications-on-aws/)
+ [Como o Painel de Sustentabilidade da Contino ajuda os clientes a otimizar sua pegada de carbono](https://aws.amazon.com/blogs/apn/how-the-contino-sustainability-dashboard-helps-customers-optimize-their-carbon-footprint/)
**Vídeos relacionados:**
+ [AWS re:Invent 2023: AWS Graviton: a melhor performance de preços para suas workloads da AWS](https://www.youtube.com/watch?v=T_hMIjKtSr4)
+ [AWS re:Invent 2023: Novos recursos de IA generativa do Amazon Elastic Compute Cloud no Console de gerenciamento da AWS](https://www.youtube.com/watch?v=sSpJ8tWCEiA)
+ [AWS re:Invent 2023: Novidades do Amazon Elastic Compute Cloud](https://www.youtube.com/watch?v=mjHw_wgJJ5g)
+ [AWS re:Invent 2023: Economias inteligentes: estratégias de otimização de custos no Amazon Elastic Compute Cloud](https://www.youtube.com/watch?v=_AHPbxzIGV0)
+ [AWS re:Invent 2021: Mergulho profundo no AWS Graviton 3 e instâncias C7g do Amazon EC2](https://www.youtube.com/watch?v=WDKwwFQKfSI&ab_channel=AWSEvents)
+ [AWS re:Invent 2022: Criar um ambiente de computação eficiente em termos de custo, energia e recursos](https://www.youtube.com/watch?v=8zsC5e1eLCg)
**Exemplos relacionados:**
+ [Solução: orientações sobre como otimizar workloads de aprendizado profundo para sustentabilidade na AWS](https://aws.amazon.com/solutions/guidance/optimizing-deep-learning-workloads-for-sustainability-on-aws/)