Antall akseleratorer som er distribuert direkte påvirker den totale kostnaden på flere måter, først og fremst fordi hver ekstra akselerator pådrar seg både faste og variable utgifter relatert til maskinvare, strømforbruk og driftsmessig overhead.
** 1. Maskinvare- og distribusjonskostnader:
Hver akseleratorenhet har en kommersiell kjøpskostnad, og distribusjon av flere enheter øker de totale kapitalutgiftene proporsjonalt. For eksempel, i maskinvareakselerator -distribusjoner for maskinlæringsoppgaver, er den totale kostnaden omtrent proporsjonal med antallet enheter som er distribuert, da kostnadene inkluderer både prisen på hver enhet og det tilhørende strømforbruket over distribusjonssyklusen [5] [7]. Dette betyr at hvis du dobler antall akseleratorer, dobler maskinvaren omtrent også.
** 2. Strømforbruk og driftskostnader:
Flere akseleratorer bruker mer kraft, noe som øker de pågående driftskostnadene. Strømforbruket avhenger av både tomgangs- og aktiv bruk, og når flere akseleratorer er distribuert, kan de kumulative strømkostnadene øke den totale distribusjonskostnaden betydelig [5]. Effektive akseleratorer som FPGAs eller innebygde GPUer kan redusere kraftkostnadene per enhet, men totale strømkostnader skaleres fremdeles med antall enheter.
** 3. Båndbredde og dataoverføringskostnader:
Akselerer, spesielt de som brukes til å få fart på dataoverføringer (f.eks. I sky- eller kantdatamiljøer), bruker ofte betydelig båndbredde. Å distribuere flere akseleratorer kan øke båndbreddeforbruket, noe som kan føre til høyere dataoverføringsgebyr som er belastet av skyleverandører eller colocation -tjenester [4]. Disse kostnadene er varierende og er avhengige av datavolum flyttet og vertsmiljøets prismodell.
** 4. Stordriftsfordeler og konfigurasjonspåvirkning:
Selv om gassautomatiseringsmotoren kanskje ikke legger til kostnader, avhenger den totale løsningskostnaden sterkt av distribusjonskonfigurasjonen og skalaen. Ulike konfigurasjoner kan variere fra lavprisoppsett (~ $ 30/måned) til svært tilgjengelige, multi-datasentermiljøer som koster tusenvis av dollar per måned. Å øke antall akseleratorer for å dekke høyere etterspørsel eller forbedre ytelsen forskyver typisk kostnadene mot den høyere enden av dette spekteret [3] [4].
** 5. Ytelsen kontra kostnadsavveininger:
Å legge til flere akseleratorer kan forbedre ytelsen (lavere latens, høyere gjennomstrømning), men dette kommer på bekostning av høyere kapital og driftskostnader. Å velge riktig type og antall akseleratorer innebærer å balansere ytelseskrav mot budsjettbegrensninger, med tanke på faktorer som enhetseffektivitet, arbeidsmengdekompleksitet og distribusjonsvarighet [5] [7].
Oppsummert øker den totale kostnaden omtrent proporsjonalt med antall akseleratorer som er distribuert på grunn av maskinvarekjøpskostnader, strømforbruk og båndbreddebruk. Imidlertid avhenger den nøyaktige kostnadseffekten av den spesifikke akseleratortypen, distribusjonsmiljøet og arbeidsmengdeegenskapene. Effektiv planlegging og valg av akseleratorer kan optimalisere kostnadseffektivitet mens du oppfyller resultatmål.
Sitasjoner:
[1] https://aws.amazon.com/global-accelerator/pricing/
[2] https://docs.aws.amazon.com/solutions/latest/modern-data-architecture-accelerator/cost.html
[3] https://aws-samples.github.io/aws-secure-veironment-accelerator/latest/pricing/sample_pricing/
[4] https://cyfuture.cloud/kb/storage/are-there-pricing-concdreations-for-using-an-accelerator-service- for-faster-data-transfer-in-object-lagring
[5] https://www.usenix.org/system/files/hotEdge20_paper_zhou-xingyu.pdf
[6] https://www.investopedia.com/terms/a/acceleratortheory.asp
[7] http://www.dre.vanderbilt.edu/~gokhale/www/papers/hotEdge20_hwaccelreco.pdf
[8] https://www.phdata.io/blog/what-is-the-cost-to-deploy-and-maintain-a-machine-læringsmodell/
[9] https://www.numberanalytics.com/blog/guide-to-accelerator-principle-econ
[10] https://www.economicsonline.co.uk/definitions/accelerator_effect.html/