Remarque
L’accès à cette page requiert une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page requiert une autorisation. Vous pouvez essayer de modifier des répertoires.
Un profil de charge de travail détermine la quantité de ressources de calcul et de mémoire disponibles pour les applications de conteneur déployées dans un environnement.
Les profils sont configurés pour répondre aux différents besoins de vos applications.
| Type de profil | Descriptif | Utilisation potentielle |
|---|---|---|
| Consommation | Ajouté automatiquement à n’importe quel nouvel environnement. | Applications qui ne nécessitent pas de configuration matérielle spécifique |
| Consommation GPU | Les GPU serverless avec mise à l'échelle jusqu'à zéro sont disponibles dans les régions USA Ouest 3, Australie Est et Suède Centre. | Applications qui nécessitent un GPU |
| Dédié (usage général) | Équilibre des ressources de mémoire et de calcul | Applications nécessitant de grandes quantités de processeur et/ou de mémoire |
| Dédié (mémoire optimisée) | Ressources de mémoire accrues | Applications qui ont besoin d’accéder à des données en mémoire volumineuses, à des modèles Machine Learning en mémoire ou à d’autres exigences élevées en mémoire |
| Dédié (GPU activé) | GPU activé avec des ressources de mémoire et de calcul accrues disponibles dans les régions USA Ouest 3 et Europe Nord. | Applications qui nécessitent un GPU |
Remarque
Lorsque vous utilisez des profils de charge de travail avec GPU, vérifiez que votre application exécute la dernière version de CUDA.
Le profil de charge de travail Consommation est le profil par défaut ajouté à chaque type d’environnement de profils de charge de travail. Vous pouvez ajouter des profils de charge de travail de consommation GPU pour chaque type de GPU. Tous les profils de charge de travail Consuption :
- Mettre automatiquement à l’échelle selon les besoins
- Peut déployer plusieurs applications
Vous pouvez ajouter des profils de charge de travail dédiés à votre environnement. Celles-ci vous permettent de :
- Utiliser des machines virtuelles réservées pour vos applications
- Sélectionner le type et la taille de la machine virtuelle
- Déployer plusieurs applications dans chaque profil
- Utiliser la mise à l’échelle automatique pour ajouter et supprimer des instances de machine virtuelle en fonction des besoins des applications
- Limiter la mise à l’échelle du profil pour mieux contrôler les coûts
Vous pouvez configurer chacune de vos applications pour qu’elles s’exécutent sur n’importe quel profil de charge de travail défini dans votre environnement Container Apps. Cette configuration est idéale pour déployer des microservices où chaque application peut s’exécuter sur l’infrastructure de calcul appropriée.
Remarque
Vous ne pouvez ajouter qu’un profil de charge de travail GPU dédié lors de la création initiale d’un environnement. Le GPU de consommation et d’autres types de profils de charge de travail peuvent être ajoutés ultérieurement.
Types de profil
Il existe différents types et tailles de profils de charge de travail disponibles par région. Par défaut, chaque environnement de profil de charge de travail activé inclut un profil Consommation, mais vous pouvez également ajouter l’un des profils suivants :
| Nom d’affichage | Nom | Processeurs virtuels | Mémoire (Gio) | GPU (unité de traitement graphique) | Catégorie | Répartition | Nom du quota |
|---|---|---|---|---|---|---|---|
| Consommation | Consommation | 4 | 8 | - | Consommation | par réplica | Cœurs de consommation des environnements gérés |
| Consommation du GPU -NC24-A100 | Consumption-GPU-NC24-A100 | Vingt-quatre | 220 | 1 | Consommation GPU | par réplica | Abonnement Consommation GPU NCA 100 |
| Consommation de GPU -NC8as-T4 | Consumption-GPU-NC8as-T4 | 8 | 56 | 1 | Consommation GPU | par réplica | Abonnement Consommation GPU T 4 |
| Dedicated-D4 | D4 | 4 | 16 | - | Usage général | par nœud | Cœurs de calcul à usage général des environnements gérés |
| Dedicated-D8 | D8 | 8 | 32 | - | Usage général | par nœud | Cœurs de calcul à usage général des environnements gérés |
| Dedicated-D16 | D16 | 16 | 64 | - | Usage général | par nœud | Cœurs de calcul à usage général des environnements gérés |
| Dedicated-D32 | D32 | 32 | 128 | - | Usage général | par nœud | Cœurs de calcul à usage général des environnements gérés |
| Dedicated-E4 | E4 | 4 | 32 | - | Mémoire optimisée | par nœud | Cœurs optimisés pour la mémoire des environnements gérés |
| Dedicated-E8 | E8 | 8 | 64 | - | Mémoire optimisée | par nœud | Cœurs optimisés pour la mémoire des environnements gérés |
| Dedicated-E16 | E16 | 16 | 128 | - | Mémoire optimisée | par nœud | Cœurs optimisés pour la mémoire des environnements gérés |
| Dedicated-E32 | E32 | 32 | 256 | - | Mémoire optimisée | par nœud | Cœurs optimisés pour la mémoire des environnements gérés |
| Dedicated-NC24-A100 | NC24-A100 | Vingt-quatre | 220 | 1 | Avec processeur graphique (GPU) | par nœud* | Abonnement NCA 100 Gpus |
| Dedicated-NC48-A100 | NC48-A100 | 48 | 440 | 2 | Avec processeur graphique (GPU) | par nœud* | Abonnement NCA 100 Gpus |
| Dedicated-NC96-A100 | NC96-A100 | 96 | 880 | 4 | Avec processeur graphique (GPU) | par nœud* | Abonnement NCA 100 Gpus |
* La capacité est allouée au cas par cas. Envoyez un ticket de support pour demander la quantité de capacité requise pour votre application.
Remarque
La commande az containerapp env workload-profile set n’est plus disponible pour sélectionner un profil de charge de travail. Utilisez plutôt az containerapp env workload-profile add ou az containerapp env workload-profile update.
En plus des différentes tailles de cœur et de mémoire, les profils de charge de travail ont également des limites de taille d’image variables. Pour en savoir plus sur les limites de taille d’image pour vos applications de conteneur, consultez la référence matérielle.
La disponibilité de différents profils de charge de travail varie selon la région.
Consommation des ressources
Vous pouvez limiter l’utilisation de la mémoire et du processeur de chaque application à l’intérieur d’un profil de charge de travail, et vous pouvez exécuter plusieurs applications à l’intérieur d’une seule instance d’un profil de charge de travail. Toutefois, le nombre total de ressources disponibles pour une application conteneur est inférieur aux ressources allouées à un profil. La différence entre les ressources allouées et disponibles est la quantité réservée par le runtime Container Apps.
Mise à l'échelle
Lorsque la demande de nouvelles applications ou plusieurs réplicas d’une application existante dépassent les ressources actuelles du profil, les instances de profil peuvent être ajoutées.
En même temps, si le nombre de réplicas nécessaires diminue, les instances de profil peuvent être supprimées. Vous avez le contrôle des contraintes sur le nombre minimum et maximum d’instances de profil.
Azure calcule la facturation en grande partie en fonction du nombre d’instances de profil en cours d’exécution.
Mise en réseau
Lorsque vous utilisez l’environnement de profil de charge de travail, des fonctionnalités réseau supplémentaires qui sécurisent entièrement votre trafic d’entrée et de sortie (par exemple, les itinéraires définis par l’utilisateur) sont disponibles. Pour en savoir plus sur les fonctionnalités réseau prises en charge, consultez Réseau dans l’environnement Azure Container Apps. Pour savoir comment sécuriser votre réseau avec Container Apps, consultez la section verrouiller votre environnement Container App.