Contenedores grandes en Azure Container Instances (versión preliminar)

En este artículo se describen las funcionalidades y ventajas de los contenedores grandes en Azure Container Instances. Los clientes ahora pueden implementar cargas de trabajo con una mayor vCPU y memoria para contenedores estándar, contenedores confidenciales, contenedores con redes virtuales, así como contenedores que usan nodos virtuales para conectarse a AKS. Esta configuración admite recuentos de vCPU superiores a 4 y capacidades de memoria de 16 GB, con un máximo de 32 vCPU y 256 GB por grupo de contenedores estándar y 32 vCPU y 192 GB por grupo de contenedores confidenciales. Esta característica elimina las limitaciones de las cargas de trabajo de proceso y memoria intensiva.

Ventajas de los contenedores grandes

Rendimiento mejorado

Más vCPU significan una mejor potencia de procesamiento, lo que permite un control más eficaz de tareas y aplicaciones complejas. El rendimiento mejorado de más vCPU y mayor capacidad de GB puede provocar tiempos de procesamiento más rápidos y una latencia reducida, lo que puede traducirse en ahorros de costos en términos de tiempo y productividad.

Mayor capacidad de memoria

Los grupos de contenedores más grandes con más GB pueden controlar conjuntos de datos más grandes y cargas de trabajo más extensas, por lo que son ideales para aplicaciones que consumen muchos datos.

Escalabilidad simplificada

Los grupos de contenedores más grandes proporcionan la flexibilidad de escalar verticalmente los recursos incluso más altos según sea necesario, adaptando las crecientes demandas empresariales sin poner en peligro el rendimiento. Las SKU de contenedor más grandes pueden simplificar el proceso de escalado. En lugar de administrar muchos contenedores más pequeños, puede escalar las aplicaciones con menos, mayores, lo que podría reducir la necesidad de ajustes de escalado frecuentes.

Escenarios para contenedores grandes

Estos son algunos escenarios que se beneficiarán de los contenedores grandes.

Inferencia de datos

Las SKU de contenedor más grandes son ideales para las tareas de inferencia de datos que requieren una potencia computacional sólida. Algunos ejemplos son la detección de fraudes en tiempo real en transacciones financieras, el mantenimiento predictivo en la fabricación y los motores de recomendaciones personalizados en el comercio electrónico. Estos contenedores garantizan un procesamiento eficaz y seguro de grandes conjuntos de datos para obtener predicciones e información precisas.

Análisis colaborativo

Cuando varias partes necesitan compartir y analizar datos, las SKU de contenedor más grandes proporcionan una solución segura y eficaz. Por ejemplo, las empresas de atención sanitaria pueden colaborar en el análisis de datos de pacientes al tiempo que mantienen la confidencialidad. De forma similar, las instituciones de investigación pueden compartir grandes conjuntos de datos para estudios científicos sin poner en peligro la privacidad de los datos.

Procesamiento de macrodatos

Las organizaciones que trabajan con el procesamiento de datos a gran escala pueden beneficiarse de la capacidad mejorada de SKU de contenedor más grandes. Algunos ejemplos incluyen el procesamiento de datos de clientes para campañas de marketing dirigidas, el análisis de tendencias de redes sociales para el análisis de sentimiento y la realización de modelos financieros a gran escala para la evaluación de riesgos. Estos contenedores garantizan un control eficaz de cargas de trabajo extensas.

Informática de alto rendimiento

Las aplicaciones informáticas de alto rendimiento, como el modelado climático, la investigación genómica y la dinámica de fluidos computacionales, exigen una potencia computacional sustancial. Las SKU de contenedor más grandes proporcionan los recursos necesarios para admitir estas tareas intensivas, lo que permite simulaciones precisas y resultados más rápidos.

Pasos siguientes

Para empezar a usar Contenedores grandes, siga estos pasos.

1. Si planea ejecutar contenedores de más de 4 vCPU y 16 GB, debe enviar una [solicitud de soporte técnico de Azure][azure-support] (seleccione "Cuota" para tipo de soporte técnico).
2. Una vez asignada la cuota, puede implementar los grupos de contenedores a través de Azure Portal, la CLI de Azure, PowerShell, la plantilla de ARM o cualquier otro medio que le permita conectarse a los grupos de contenedores en Azure.
3. Tenga en cuenta que, dado que los contenedores grandes están en versión preliminar, es posible que reciba errores. No se recomienda ejecutar cargas de trabajo críticas en características en versión preliminar.

Para más información sobre Azure Container Instances, consulte Contenedores sin servidor en Azure: Azure Container Instances | Microsoft Learn