透過人工智慧和機器學習型分析，依據工作負載偏好設定來調整工作負載規模，以降低高達 25% 的成本。
透過實作建議，識別佈建不足的資源，以解決效能問題。
透過啟用 Amazon CloudWatch 指標，提高建議的節省金額和進一步了解記憶體利用率。
利用身分驗證後的自動授權最佳化推薦，對授權費用進行最佳化。
透過清理未使用的資源來降低雲端支出。
根據您的工作負載需求，量身打造可自訂規模調整建議，並以此最佳化 Amazon EC2 和 Amazon RDS 執行個體
使用歷史資料以及應用程式效能監控 (APM) 工具中的第三方指標，取得針對最佳化 EC2 執行個體和 Auto Scaling 群組的改進建議。
尋找能夠實現最大報酬，但轉移至 AWS Graviton CPU 所需的遷移工作量最低的 EC2 和 RDS 工作負載。
探索像是 Microsoft SQL Server 的商業應用程式，並接收自動化授權建議，以降低授權成本。
透過閒置建議，刪除或關閉未使用的資源。