Antalet acceleratorer som distribueras påverkar direkt den totala kostnaden på flera sätt, främst på grund av att varje ytterligare accelerator har både fasta och variabla utgifter relaterade till hårdvara, strömförbrukning och driftskostnad.
** 1. Kostnader för hårdvara och distribution:
Varje acceleratorenhet har en kommersiell inköpskostnad och att distribuera fler enheter ökar de totala investeringarna proportionellt. Till exempel, i hårdvaruacceleratordistributioner för maskininlärningsuppgifter, är den totala kostnaden ungefär proportionell mot antalet enheter som distribueras, eftersom kostnaden inkluderar både priset för varje enhet och tillhörande strömförbrukning under distributionscykeln [5] [7]. Detta innebär att om du fördubblar antalet acceleratorer också hårdvaran fördubblas ungefär.
** 2. Strömförbrukning och driftskostnader:
Fler acceleratorer konsumerar mer kraft, vilket bidrar till de pågående driftskostnaderna. Kraftförbrukning beror på både tomgång och aktiv användning, och när flera acceleratorer används kan den kumulativa effektkostnaden öka den totala distributionskostnaden avsevärt [5]. Effektiva acceleratorer som FPGA eller inbäddade GPU: er kan minska kraftkostnaderna per enhet, men de totala effektkostnaderna skalar fortfarande med antalet enheter.
** 3. Bandbredd och dataöverföringskostnader:
Acceleratorer, särskilt de som används för att påskynda dataöverföringar (t.ex. i moln- eller kantberäkningsmiljöer), använder ofta betydande bandbredd. Att distribuera fler acceleratorer kan öka bandbreddförbrukningen, vilket kan leda till högre dataöverföringsavgifter som debiteras av molnleverantörer eller colocation -tjänster [4]. Dessa kostnader är varierande och beror på datavolym och värdmiljöens prissättningsmodell.
** 4. Ekonomier och konfigurationseffekt:
Medan accelerator -automatiseringsmotorn i sig kanske inte lägger till kostnad, beror den övergripande lösningskostnaden starkt på distributionskonfigurationen och skalan. Olika konfigurationer kan variera från billiga inställningar (~ $ 30/månad) till mycket tillgängliga, multidatacentermiljöer som kostar tusentals dollar per månad. Att öka antalet acceleratorer för att möta högre efterfrågan eller förbättra prestanda förskjuter vanligtvis kostnaden mot den högre änden av detta spektrum [3] [4].
** 5. Prestanda kontra kostnadsavvägningar:
Att lägga till fler acceleratorer kan förbättra prestandan (lägre latens, högre genomströmning), men detta kommer på bekostnad av högre kapital och driftskostnader. Att välja rätt typ och antal acceleratorer innebär att balansera prestandakraven mot budgetbegränsningar, med tanke på faktorer som enhetseffektivitet, arbetsbelastningskomplexitet och distributionens varaktighet [5] [7].
Sammanfattningsvis ökar den totala kostnaden ungefär proportionellt med antalet acceleratorer som används på grund av köpkostnader för hårdvara, strömförbrukning och bandbreddanvändning. Den exakta kostnadseffekten beror emellertid på den specifika acceleratortypen, distributionsmiljön och arbetsbelastningsegenskaperna. Effektiv planering och val av acceleratorer kan optimera kostnadseffektiviteten samtidigt som de uppfyller prestandamål.
Citeringar:
[1] https://aws.amazon.com/global-accelerator/pricing/
[2] https://docs.aws.amazon.com/solutions/latest/modern-data-architecture-accelerator/cost.html
]
]
[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
]
[9] https://www.numberanalytics.com/blog/guide-to-accelerator-principle-econ
[10] https://www.economiconline.co.uk/definitions/accelerator_effect.html/