Split Cost Allocation Data für Amazon EKS unterstützt NVIDIA- und AMD-GPU, Trainium und Inferentia-betriebene EC2-Instances
Ab heute bietet Split Cost Allocation Data Unterstützung für beschleunigte Workloads, die im Amazon Elastic Kubernetes Service (EKS) ausgeführt werden. Die neue Funktion in Split Cost Allocation Data für EKS ermöglicht es Kunden, die Kosten für beschleunigte (Trainium, Inferentia, NVIDIA- und AMD-GPUs) Ressourcen auf Containerebene innerhalb ihrer EKS-Cluster zu verfolgen, zusätzlich zu den Kosten für CPU und Speicher. Diese Kostendaten sind im AWS Kosten- und Nutzungsbericht, einschließlich CUR 2.0, verfügbar.
Mit dieser neuen Funktion erhalten Kunden einen besseren Überblick über ihre KI/ML-Cloud-Infrastrukturkosten. Kunden können nun die Anwendungskosten den einzelnen Geschäftseinheiten und Teams auf der Grundlage der CPU-, Speicher- und Beschleunigungsressourcenreservierungen ihrer containerisierten Accelerated-Computing-Workloads zuweisen. Neue Kunden von Split Cost Allocation Data können diese Funktion in der AWS-Fakturierung und -Kostenmanagement-Konsole aktivieren. Diese Funktion ist für bestehende Kunden von Split Cost Allocation Data automatisch aktiviert. Sie können das Containers-Cost-Allocation-Dashboard nutzen, um die Kosten in Amazon QuickSight zu visualisieren und die CUR-Abfragebibliothek, um die Kosten mit Amazon Athena abzufragen.
Dieses Feature ist in allen AWS-Regionen verfügbar, in denen Split Cost Allocation Data für Amazon EKS verfügbar sind. Um loszulegen, besuchen Sie Split Cost Allocation Data verstehen und Kostentransparenz von Machine Learning Workloads auf Amazon EKS mit AWS Split Cost Allocation Data verstehen.