ข้อมูลการจัดสรรต้นทุนที่แยกกันของ Amazon EKS รองรับ GPU NVIDIA และ AMD, Trainium และอินสแตนซ์ EC2 ที่ขับเคลื่อนด้วย Inferentia
นับตั้งแต่วันนี้เป็นต้นไป การแยกข้อมูลการจัดสรรต้นทุนได้เพิ่มการรองรับเวิร์กโหลดการประมวลผลแบบเร่งความเร็วที่ทำงานใน Amazon Elastic Kubernetes Service (EKS) ฟีเจอร์ใหม่ใน Split Cost Allocation Data สำหรับ EKS ช่วยให้ลูกค้าสามารถติดตามค่าใช้จ่ายที่เกี่ยวข้องกับทรัพยากรระดับคอนเทนเนอร์ที่ขับเคลื่อนด้วยตัวเร่ง (GPU Trainium, Inferentia, NVIDIA และ AMD) ภายในคลัสเตอร์ EKS นอกเหนือจากค่าใช้จ่ายสำหรับ CPU และหน่วยความจำ ข้อมูลค่าใช้จ่ายจะอยู่ใน AWS Cost และ Usage Report รวมถึง CUR 2.0
ด้วยความสามารถใหม่นี้ ลูกค้าจะได้รับข้อมูลการแสดงผลค่าใช้จ่ายโครงสร้างพื้นฐานในระบบคลาวด์ AI/ML ที่ดียิ่งขึ้น ขณะนี้ลูกค้าสามารถจัดสรรค่าใช้จ่ายแอปพลิเคชันให้กับหน่วยธุรกิจและทีมแต่ละหน่วยได้ตามการสำรองทรัพยากร CPU หน่วยความจำ และตัวเร่งความเร็วของเวิร์กโหลดการเร่งความเร็วการประมวลผลแบบคอนเทนเนอร์ ลูกค้าของข้อมูลการจัดสรรต้นทุนที่แยกกันรูปแบบใหม่นี้สามารถเปิดใช้งานฟีเจอร์นี้ได้ในคอนโซลการจัดการการเรียกเก็บเงินและค่าใช้จ่ายของ AWS ฟีเจอร์นี้จะเปิดใช้งานให้กับลูกค้าของข้อมูลการจัดสรรต้นทุนที่แยกกันเดิมโดยอัตโนมัติ คุณสามารถใช้แดชบอร์ดการจัดสรรต้นทุนคอนเทนเนอร์เพื่อแสดงข้อมูลค่าใช้จ่ายเป็นภาพใน Amazon QuickSight และไลบรารีการสืบค้น CUR เพื่อสืบค้นค่าใช้จ่ายโดยใช้ Amazon Athena
ฟีเจอร์นี้พร้อมให้ใช้งานใน AWS Region ทุกแห่งที่มีข้อมูลการจัดสรรต้นทุนที่แยกกันสำหรับ Amazon EKS ให้บริการ ในการเริ่มต้น โปรดไปที่การทำความเข้าใจข้อมูลการจัดสรรต้นทุนที่แยกกัน และปรับปรุงการแสดงผลค่าใช้จ่ายของเวิร์กโหลดแมชชีนเลิร์นนิงบน Amazon EKS ด้วยข้อมูลการจัดสรรต้นทุนที่แยกกันของ AWS