Data Alokasi Biaya Terpisah untuk Amazon EKS mendukung GPU NVIDIA & AMD, Trainium, dan instans EC2 yang didukung Inferentia
Mulai hari ini, Data Alokasi Biaya Terpisah kini menambahkan dukungan untuk beban kerja komputasi yang dipercepat yang berjalan di Amazon Elastic Kubernetes Service (EKS). Fitur baru dalam Split Cost Allocation Data untuk EKS memungkinkan pelanggan melacak biaya yang terkait dengan sumber daya tingkat kontainer bertenaga akselerator (Trainium, Inferentia, NVIDIA, dan AMD GPU) dalam klaster EKS mereka, selain biaya untuk CPU dan Memori. Data biaya ini tersedia dalam Laporan Biaya dan Penggunaan AWS, termasuk CUR 2.0.
Dengan kemampuan baru ini, pelanggan mendapatkan visibilitas yang lebih besar atas pengeluaran infrastruktur cloud AI/ML mereka. Pelanggan kini dapat mengalokasikan biaya aplikasi ke unit bisnis dan tim individual berdasarkan reservasi sumber daya CPU, memori, dan akselerator dari beban kerja komputasi akselerasi terkontainerisasi mereka. Pelanggan Data Alokasi Biaya Terpisah Baru dapat mengaktifkan fitur ini di konsol Manajemen Penagihan dan Biaya AWS. Fitur ini diaktifkan secara otomatis untuk pelanggan Data Alokasi Biaya Terpisah yang ada. Anda dapat menggunakan dasbor Alokasi Biaya Kontainer untuk memvisualisasikan biaya di Amazon QuickSight dan pustaka kueri CUR untuk mengkueri biaya menggunakan Amazon Athena.
Fitur ini tersedia di semua AWS Region tempat Data Alokasi Biaya Terpisah untuk Amazon EKS tersedia. Untuk memulai, kunjungi Memahami Data Alokasi Biaya Terpisah dan Tingkatkan visibilitas biaya beban kerja Machine Learning di Amazon EKS dengan Data Alokasi Biaya Terpisah AWS.