Azure Lab Services – Guide de l’administrateur
Important
Azure Lab Services sera mis hors service le 28 juin 2027. Pour plus d’informations, consultez le guide de mise hors service.
Les administrateurs informatiques qui gèrent les ressources cloud d’une université sont généralement responsables de la configuration du plan lab de leur établissement. Une fois qu’ils ont configuré un plan de lab, les administrateurs ou les enseignants créent des labs associés au plan de lab. Cet article fournit une vue d’ensemble générale des ressources Azure impliquées et des conseils pour les créer.
Remarque
Cet article fait référence aux fonctionnalités disponibles dans les plans de labo, qui ont remplacé les comptes de labo.
Selon les paramètres d’un plan lab, certaines ressources sont hébergées dans votre abonnement ou dans un abonnement géré par Azure Lab Services.
- Les machines virtuelles lab sont hébergées dans un abonnement Azure propriétaire d’Azure Lab Services.
- Les plans lab, les labos, les galeries de calcul et les versions d’image et sont hébergés dans votre abonnement.
- Le réseau virtuel et les ressources liées au réseau pour les machines virtuelles lab sont hébergées dans votre abonnement, si vous utilisez la mise en réseau avancée. Sinon, le réseau virtuel est hébergé dans un abonnement géré par Azure Lab Services.
- Vous pouvez avoir vos plans de lab, vos labs et les galeries de calcul dans le même groupe de ressources ou différents groupes de ressources.
Remarque
Si vous utilisez toujours des comptes lab, consultez le guide d’administrateur lors de l’utilisation de comptes lab.
Pour plus d’informations, consultez Principes de base de l’architecture Labs.
Abonnement
Votre université peut disposer d’un ou plusieurs abonnements Azure. Vous utilisez des abonnements pour gérer la facturation et la sécurité des ressources et services Azure utilisés dans celui-ci, y compris les plans de lab et les labs.
La relation entre un plan lab et son abonnement est importante pour les raisons suivantes :
- La facturation est établie via l’abonnement qui contient le plan lab.
- Vous pouvez accorder aux utilisateurs dans le locataire Microsoft Entra de l’abonnement la possibilité de gérer les plans et les labos Azure Lab Services. Vous pouvez ajouter quelqu'un en tant que propriétaire du plan lab, contributeur au plan de labo, créateur du labo ou propriétaire du labo. Pour plus d’informations sur les rôles RBAC intégrés, consultez Gérer l’identité.
Les machines virtuelles Labs Services sont gérées et hébergées pour vous dans un abonnement propriétaire d’Azure Lab Services.
Resource group
Un abonnement contient un ou plusieurs groupes de ressources. Les groupes de ressources créent des regroupements logiques de ressources Azure qui sont utilisés ensemble dans la même solution.
Avant de créer un plan lab, configurez le groupe de ressources qui contient le plan lab. Nommez soigneusement vos groupes de ressources. Les labos sont regroupés par nom de groupe de ressources dans le portail web Lab Services : https://labs.azure.com.
Vous avez également besoin d’un groupe de ressources lorsque vous créez une Azure Compute Gallery. Vous pouvez placer votre plan de lab et votre galerie de calcul dans le même groupe de ressources ou dans des groupes de ressources distincts. Si vous envisagez de partager la galerie de calcul sur différentes solutions, vous pouvez choisir la deuxième approche.
Nous vous recommandons d'investir du temps à l'avance pour planifier la structure de vos groupes de ressources. Il n’est pas possible de modifier un plan de lab ou un groupe de ressources de galerie de calcul une fois que vous l’avez créé. Si vous devez modifier le groupe de ressources pour ces ressources, vous devez les supprimer et les recréer.
Plan de labo
Un plan de lab est un ensemble de configurations qui influencent la création d’un lab. Un plan lab peut être associé à zéro ou plusieurs labos. Lorsque vous démarrez avec Azure Lab Services, vous pouvez avoir un seul plan de lab. À mesure que votre utilisation du lab augmente, vous pouvez choisir de créer d’autres plans de labs.
La liste suivante met en avant les scénarios dans lesquels la présence de plusieurs plans lab peut s’avérer intéressante.
Gérer des besoins de stratégies différents entre les labos
Lorsque vous créez un plan de lab, vous définissez des stratégies qui s’appliquent à tous les labs créés, par exemple :
- Le réseau virtuel Azure avec des ressources partagées auxquelles le labo peut accéder. Par exemple, vous pouvez disposer d’un ensemble de labos qui doivent pouvoir accéder à un serveur de licences au sein d’un réseau virtuel.
- Les images de machine virtuelle qui permettent aux labos de créer des machines virtuelles. Par exemple, vous pouvez disposer d’un ensemble de labos qui doivent pouvoir accéder à l’image de la Place de marché Azure Data Science VM for Linux.
Si chacun de vos labs a des exigences de stratégie uniques, vous devrez peut-être créer des plans de lab distincts pour gérer chaque lab séparément.
Isoler les labos pilotes des labos actifs ou de production
Vous souhaiterez peut-être piloter les modifications de stratégie pour un plan de lab sans affecter vos labs actifs. La création d’un plan de lab distinct à des fins de pilotage vous permet d’isoler les modifications.
Labo
Un labo contient des machines virtuelles qui sont chacune attribuée à un étudiant déterminé. En règle générale, vous pouvez vous attendre à ce que :
- Un labo existe pour chaque classe.
- Créez un nouvel ensemble de labs pour chaque semestre, trimestre ou autre système universitaire utilisé. Pour les classes qui doivent utiliser la même image, vous devez utiliser une Compute Gallery. Ainsi, vous pouvez réutiliser des images entre les labos et les périodes universitaires.
Lorsque vous déterminez comment structurer vos labs, tenez compte des points suivants :
Toutes les machines virtuelles d’un labo sont déployées avec la même image publiée
De ce fait, si vous devez publier simultanément plusieurs images de lab pour une classe, un lab distinct devra être créé pour chaque image.
Le quota d’utilisation est défini au niveau du labo et s’applique à tous ses utilisateurs
Pour définir des quotas différents pour les utilisateurs, vous devez créer des labos distincts. Toutefois, il est possible d’ajouter plus d’heures à des utilisateurs spécifiques après avoir défini le quota.
La planification de démarrage ou d’arrêt est définie au niveau du labo et s’applique à toutes ses machines virtuelles
Comme la définition du quota, s’il vous faut définir des planifications différentes pour les utilisateurs, vous devez créer un labo distinct pour chaque planification.
Par défaut, chaque labo dispose de son propre réseau virtuel. Si vous utilisez réseau avancé, chaque lab utilise le réseau spécifié.
Azure Compute Gallery
Une Azure Compute Gallery est attachée à un plan lab. Il sert de référentiel central pour les images stockées. Une image est enregistrée dans la galerie lorsqu’un enseignant l’exporte à partir de la machine virtuelle modèle d’un lab. Chaque fois qu’un enseignant modifie une machine virtuelle de modèle et l’exporte, de nouvelles définitions ou versions d’image sont créées dans la galerie.
Les formateurs peuvent publier une version d’image à partir de la Compute Gallery au moment de créer un labo. Bien que la galerie stocke plusieurs versions d’une image, les enseignants ne peuvent sélectionner que la version la plus récente lorsqu’ils créent un lab. La version la plus récente est choisie en fonction de la valeur la plus élevée de VersionMajeure, puis de VersionMineure, et enfin de Patch. Pour plus d’informations sur les versions, consultez versions d’image.
La galerie de calcul est une ressource facultative. Si vous commencez avec seulement quelques labos, vous n’en aurez peut-être pas besoin immédiatement. Une galerie de calcul offre de nombreux avantages qui sont utiles lorsque vous effectuez un scale-up vers d’autres lab :
Vous pouvez enregistrer et gérer différentes versions d’une image de modèle de machine virtuelle
Il est utile de créer une image personnalisée ou d’apporter des modifications, telles que la configuration et le logiciel, à une image de la galerie de la Place de marché Azure. Par exemple, pour exiger l’installation de différents logiciels ou outils. Au lieu d’exiger que les étudiants installent manuellement ces prérequis par eux-mêmes, vous pouvez exporter différentes versions de l’image de machine virtuelle modèle vers la galerie de calcul. Vous pouvez utiliser ces versions d’image lorsque vous créez des labs.
Vous pouvez partager et réutiliser des images de machines virtuelles de modèles entre les labos
Vous pouvez enregistrer et réutiliser une image pour ne pas devoir la configurer à partir de zéro chaque fois que vous créez un labo. Par exemple, si plusieurs classes doivent utiliser la même image, créez-la et exportez-la dans la galerie de calcul afin qu’elle puisse être partagée entre les labs.
Vous pouvez charger vos propres images personnalisées à partir d’autres environnements en dehors des laboratoires
Vous pouvez charger des images personnalisées d’autres environnements en dehors du contexte des laboratoires. Par exemple, vous pouvez charger des images à partir de votre propre environnement de labo physique ou d’une machine virtuelle Azure dans la Compute Gallery. Une fois que vous avez importé une image dans la galerie, vous pouvez ensuite utiliser les images pour créer des labs.
Pour regrouper logiquement des images de galerie de calcul, vous pouvez utiliser l’une des méthodes suivantes :
- Créez plusieurs Compute galleries. Sachant que chaque plan lab peut se connecter à une seule Compute Gallery, cette option vous engage aussi à créer plusieurs plans lab.
- Utilisez une galerie de calcul unique que partagent plusieurs plans de lab. Dans ce cas, chaque plan lab peut activer uniquement les images applicables aux labos qu’il contient.
Identification
À mesure que vous commencez avec Azure Lab Services, nous vous recommandons d’établir des conventions d’affectation de noms pour les ressources Azure et Azure Lab Services. Pour connaître les restrictions de nommage des ressources, consultez les règles et restrictions d’affectation de noms Microsoft.LabServices. Bien que les conventions d’affectation de noms que vous établissez soient uniques aux besoins de votre organisation, le tableau suivant fournit des instructions :
| Type de ressource | Rôle | Modèle suggéré | Exemples |
|---|---|---|---|
| Resource group | Contient un ou plusieurs plans de lab, des labs ou galeries de calcul. | rg-labs-{org-name}-{env}-{instance}, rg-labs-{dept-name}-{env}-{instance} | rg-labs-contoso-pilot, rg-labs--math-prod-001 |
| Plan de labo | Modèle pour les labos nouvellement créés. | lp-{org-name}-{env}-{instance}, lp-{dept-name}-{env}-{instance} | lp-contoso, lp-contoso-pilot, lp-math-001 |
| Labo | Contient des machines virtuelles d’étudiant. | {nom-classe}-{heure}-{formateur} | CS101-Fall2021, CS101-Fall2021-JohnDoe |
| Azure Compute Gallery | Contient des versions d’image de machine virtuelle. | sig_{nom-org}_{env}_{instance}, sig_{nom-dept}_{env}_{instance} | sig_contoso_001, sig_math_prod_001 |
Dans le tableau de procédure, les modèles de noms suggérés utilisent certains termes et jetons :
| Terme/jeton de modèle | Définition | Exemple |
|---|---|---|
| {nom-organisation} | Jeton pour le nom court de l’organisation, sans espace. | contoso |
| {nom-département} | Jeton pour le nom court du département dans l’organisation. | math, bio, cs |
| {env} | Jeton pour le nom de l’environnement. | prod pour production, pilote pour un petit test |
| {instance} | Numéro permettant d’identifier l’instance si plusieurs ressources ont été créées. | 001, 123 |
| {class-name} | Jeton pour le nom court ou le code de la classe prise en charge. | CS101, BIO101 |
| {formateur} | Alias du formateur exécutant le labo. | johndoe |
| {time} | Jeton pour le nom court (sans espaces) pour le moment où la classe est proposée. | Spring2021, Dec2021 |
| rg | Indique que la ressource est un groupe de ressources. | |
| lp | Indique que la ressource est un plan lab. | |
| sig | Indique que la ressource est une Compute Gallery. |
Pour plus d’informations sur le nommage des autres ressources Azure, consultez Conventions d’affectation de noms pour les ressources Azure.
Régions
Lorsque vous configurez vos ressources Azure Lab Services, vous devez fournir une région ou un emplacement du centre de données qui héberge les ressources. Les plans de lab peuvent activer une ou plusieurs régions dans lesquelles créer des labs.
Groupe de ressources. La région désigne le centre de données où sont stockées les informations sur un groupe de ressources. Les ressources Azure peuvent se trouver dans une région différente du groupe de ressources dans lequel elles se trouvent.
Plan lab. L’emplacement d’un plan lab désigne la région où se trouve une ressource. Lorsqu’un plan lab est connecté à votre propre réseau virtuel, le réseau doit se trouver dans la même région que le plan lab. En outre, les labs sont créés dans la même région Azure que ce réseau virtuel.
Lab. L’emplacement où existe un lab varie. Il n’est pas nécessaire d’être dans le même emplacement que le plan de lab. Les administrateurs contrôlent les régions dans lesquelles les labos peuvent être créés via les paramètres du plan lab.
En règle générale, définissez la région d’une ressource sur une région la plus proche de ses utilisateurs. Pour les labos, cela signifie que le labo doit être créé au plus près de vos étudiants. Pour les cours dont les étudiants se trouvent partout dans le monde, essayez de créer un lab qui se trouve de manière centralisée ou fractionner la classe en plusieurs labs en fonction des régions.
Remarque
Pour vous assurer qu’une région dispose d’une capacité de machine virtuelle suffisante, commencez par demander la capacité.
Dimensionnement des machines virtuelles
Lorsque les administrateurs ou les créateurs de lab créent un lab, ils peuvent choisir parmi différentes tailles de machine virtuelle, en fonction des besoins de leur classe. La disponibilité de tailles de machine virtuelle spécifiques dépend de la région où se trouve votre plan de lab. Découvrez comment vous pouvez demander plus de capacité.
Pour plus d’informations sur les tailles de machine virtuelle et leur coût, consultez la tarification d’Azure Lab Services.
Tailles de machine virtuelle par défaut
| Taille | Nombre minimal de processeurs virtuels | Mémoire minimale : Gio | Série | Utilisation suggérée |
|---|---|---|---|---|
| Petite | 2 | 4 | Standard_F2s_v2 | Taille idéale pour la ligne de commande, l’ouverture d’un navigateur web, les serveurs web à faible trafic et les bases de données de petite et moyenne taille. |
| Moyenne | 4 | 8 | Standard_F4s_v2 | Taille idéale pour les bases de données relationnelles, la mise en cache en mémoire et l’analyse. |
| Moyenne (virtualisation imbriquée) | 4 | 16 | Standard_D4s_v4 | Taille idéale pour les bases de données relationnelles, la mise en cache en mémoire et l’analyse. Cette taille prend en charge la virtualisation imbriquée. |
| grand | 8 | 16 | Standard_F8s_v2 | Taille idéale pour les applications exigeant des processeurs plus rapides, un niveau de performance du disque local plus élevé, des bases de données volumineuses et des caches mémoire volumineux. |
| Grande (virtualisation imbriquée) | 8 | 32 | Standard_D8s_v4 | Taille idéale pour les applications exigeant des processeurs plus rapides, un niveau de performance du disque local plus élevé, des bases de données volumineuses et des caches mémoire volumineux. Cette taille prend en charge la virtualisation imbriquée. |
| GPU de petite taille (calcul) | 8 | 56 | Standard_NC8as_T4_v3 | Taille idéale pour les applications nécessitant beaucoup de ressources informatiques comme l’IA et le Deep Learning. |
| GPU de petite taille (visualisation) | 8 | 28 | Standard_NVas_v4 | (Windows uniquement) Idéal pour la visualisation à distance, la diffusion en continu, le jeu et l’encodage à l’aide de frameworks tels qu’OpenGL et DirectX. |
| GPU de taille moyenne (visualisation) | 12 | 112 | Standard_NV12s_v3 | (Windows uniquement) Idéal pour la visualisation à distance, la diffusion en continu, le jeu et l’encodage à l’aide de frameworks tels qu’OpenGL et DirectX. |
Autres tailles de machine virtuelle
Pour mieux vous servir dans des emplacements où il y a une forte demande, vous pouvez sélectionner dans une liste une alternative d’une autre taille de machine virtuelle.
| Taille | Nombre minimal de processeurs virtuels | Mémoire minimale : Gio | Série | Utilisation suggérée |
|---|---|---|---|---|
| Petits GPU alternatifs (Compute) | 6 | 112 | Standard_NC6s_v3 | Taille idéale pour les applications nécessitant beaucoup de ressources informatiques comme l’IA et le Deep Learning. |
| Petits GPU alternatifs (Visualisation) | 6 | 55 | Standard_NV6ads_A10_v5 | (Windows uniquement) Idéal pour la visualisation à distance, la diffusion en continu, le jeu et l’encodage à l’aide de frameworks tels qu’OpenGL et DirectX. |
| Autre GPU moyen (visualisation) | 12 | 110 | Standard_NV12ads_A10_v5 | (Windows uniquement) Idéal pour la visualisation à distance, la diffusion en continu, le jeu et l’encodage à l’aide de frameworks tels qu’OpenGL et DirectX. |
Tailles de machine virtuelle classiques
Si vous créez un plan de lab et disposez toujours de comptes lab dans votre abonnement Azure, vous pouvez sélectionner parmi les tailles de machine virtuelle disponibles pour les comptes lab. Dans l’interface utilisateur d’Azure Lab Services, ces tailles de machine virtuelle sont marquées comme tailles de machine virtuelle classiques.
| Taille | Nombre minimal de processeurs virtuels | Mémoire minimale : Gio | Série | Utilisation suggérée |
|---|---|---|---|---|
| Petit classique | 2 | 4 | Standard_A2_v2 | Taille idéale pour la ligne de commande, l’ouverture d’un navigateur web, les serveurs web à faible trafic et les bases de données de petite et moyenne taille. |
| Moyen classique | 4 | 8 | Standard_A4_v2 | Taille idéale pour les bases de données relationnelles, la mise en cache en mémoire et l’analyse. |
| Grand classique | 8 | 16 | Standard_A8_v2 | Taille idéale pour les applications exigeant des processeurs plus rapides, un niveau de performance du disque local plus élevé, des bases de données volumineuses et des caches mémoire volumineux. |
| Moyen classique (virtualisation imbriquée) | 4 | 16 | Standard_D4s_v3 | Taille idéale pour les bases de données relationnelles, la mise en cache en mémoire et l’analyse. Cette taille prend en charge la virtualisation imbriquée. |
| Grand classique (virtualisation imbriquée) | 8 | 32 | Standard_D8s_v3 | Taille idéale pour les applications exigeant des processeurs plus rapides, un niveau de performance du disque local plus élevé, des bases de données volumineuses et des caches mémoire volumineux. Cette taille prend en charge la virtualisation imbriquée. |
| GPU de petite taille classique (calcul) | 6 | 56 | Standard_NC6 | Taille idéale pour les applications nécessitant beaucoup de ressources informatiques comme l’IA et le Deep Learning. |
| GPU de petite taille classique (visualisation) | 6 | 56 | Standard_NV6 | Taille idéale pour la visualisation à distance, le streaming, les jeux et l'encodage à l’aide d’infrastructures de type OpenGL et DirectX. |
| GPU de moyenne taille classique (visualisation) | 12 | 112 | Standard_NV12s_v3 | Taille idéale pour la visualisation à distance, le streaming, les jeux et l'encodage à l’aide d’infrastructures de type OpenGL et DirectX. |
Rôles RBAC
Azure Lab Services fournit un contrôle d’accès en fonction du rôle Azure intégré (Azure RBAC) pour les scénarios de gestion courants. Un individu disposant d’un profil dans Microsoft Entra ID peut attribuer ces rôles Azure aux utilisateurs, groupes, principaux de service ou identités managées. Les rôles peuvent accorder ou refuser l’accès aux ressources et aux opérations sur les ressources Azure Lab Services. En savoir plus sur le contrôle d’accès en fonction du rôle Azure dans Azure Lab Services.
Filtrage du contenu
Votre établissement scolaire peut avoir besoin d’effectuer un filtrage de contenu pour empêcher les étudiants d’accéder à des sites web inappropriés. Par exemple, vous devrez peut-être vous conformer à la Loi sur la protection des enfants sur Internet (CIPA). Azure Lab Services ne prend pas en charge le filtrage de contenu intégré et ne prend pas en charge le filtrage au niveau du réseau.
Les écoles abordent généralement le filtrage de contenu en installant un logiciel ne provenant pas de Microsoft qui effectue le filtrage de contenu sur chaque ordinateur. Pour installer le logiciel de filtrage de contenu sur chaque ordinateur, vous devez installer le logiciel sur la machine virtuelle modèle de chaque lab.
Voici quelques points clés à mettre en évidence dans le cadre de cette solution :
- Si vous envisagez d’utiliser les paramètres d’arrêt automatique, vous devez débloquer plusieurs noms d’hôtes Azure avec le logiciel autre que Microsoft. Les paramètres d’arrêt automatique utilisent une extension de diagnostic qui doit être en mesure de communiquer avec Lab Services. Sinon, les paramètres d’arrêt automatique échouent pour le lab.
- Vous souhaiterez peut-être également que chaque étudiant utilise un compte qui ne dispose pas de privilèges d’administrateur sur sa machine virtuelle afin qu’il ne puisse pas désinstaller le logiciel de filtrage de contenu. L’ajout d’un tel compte doit être effectué lors de la création du labo.
Pour plus d’informations, consultez scénarios de mise en réseau pris en charge dans Azure Lab Services.
Si votre établissement scolaire doit effectuer le filtrage du contenu, contactez-nous à l’aide de la Q&A d’Azure Lab Services pour plus d’informations.
Gestion des points de terminaison
De nombreux outils de gestion des points de terminaison, tels que Microsoft Configuration Manager, nécessitent que les machines virtuelles Windows aient des identificateurs de sécurité d’ordinateur uniques (SID). L’utilisation de SysPrep pour créer une image généralisée garantit généralement que chaque machine Windows a un NOUVEAU SID d’ordinateur unique généré lorsque la machine virtuelle démarre à partir de l’image.
Avec Lab Services, si vous créez un lab avec un modèle, les machines virtuelles du labo ont le même SID. Même si vous utilisez une image généralisée pour créer un labo, le modèle de machine virtuelle et les machines virtuelles des élèves auront tous le même SID de machine. Les machines virtuelles ont le même SID, car l’image de la machine virtuelle modèle est dans un état spécialisé lorsque vous la publiez pour créer les machines virtuelles étudiants.
Pour obtenir des machines virtuelles lab avec un SID unique, créez un labo sans machine virtuelle de modèle. Vous devez utiliser une image généralisée à partir du Place de marché Azure ou d’une Azure Compute Gallery jointe. Pour utiliser votre propre Azure Compute Gallery, consultez Attacher ou détacher une Compute Gallery dans Azure Lab Services. Les SID de machine peuvent être vérifiés à l’aide d’un outil comme PsGetSid.
Si vous envisagez d’utiliser un outil de gestion des points de terminaison ou un logiciel similaire, nous vous recommandons de ne pas utiliser de machines virtuelles modèles pour vos labos.
Inscription/jonction Microsoft Entra, jonction hybride Microsoft Entra ou jonction de domaine AD
Pour faciliter la configuration et la gestion des labos, Azure Lab Services est conçu avec aucune exigence pour inscrire/joindre des machines virtuelles de lab à Active Directory (AD) ou à Microsoft Entra ID. Par conséquent, Azure Lab Services n’offre actuellement pas une prise en charge intégrée pour inscrire/joindre des machines virtuelles de lab. Il est possible d’inscrire/joindre Microsoft Entra, de joindre Microsoft Entra hybride ou de joindre des machines virtuelles de lab de jonction de domaine AD à l’aide d’autres mécanismes. En raison des limitations du produit, nous vous déconseillons de tenter d’inscrire/joindre des machines virtuelles lab à Active Directory ou à Microsoft Entra ID.
Tarification
Prenez en compte ces faits sur la tarification.
Azure Lab Services
Pour en savoir plus sur la tarification, consultez Tarification Azure Lab Services.
Les entrées de facturation dans Microsoft Cost Management sont par machine virtuelle lab. Les étiquettes pour l’ID de plan lab et le nom du labo sont automatiquement ajoutées à chaque entrée pour une analyse et un budget plus flexibles.
Azure Compute gallery
Si vous envisagez d’utiliser des galeries de calcul pour stocker et gérer les versions d’images, tenez compte des tarifs du service de galerie de calcul.
Créer une Compute Gallery et l’attacher à votre plan lab sont des opérations gratuites. Aucun coût n’est induit tant que vous n’enregistrez pas de version d’image dans la galerie. La tarification de l’utilisation d’une galerie de calcul est généralement négligeable. Étant donné que le prix n’est pas inclus dans la tarification d’Azure Lab Services, il est important de comprendre comment la galerie la calcule.
Frais de stockage
Pour stocker des versions d’images, une Compute Gallery utilise des disques managés HDD standard par défaut. Nous vous recommandons d’utiliser des disques managés HDD lorsque vous utilisez la galerie de calcul avec Lab Services. La taille du disque managé HDD utilisé dépend de la taille de la version d’image stockée. Lab Services prend en charge des tailles d’image et de disque allant jusqu’à 128 Go. Pour plus d’informations sur la tarification, consultez Tarification de la fonctionnalité Disques managés.
Azure Lab Services ne prend pas en charge l’attachement de disques supplémentaires à un modèle de lab ou à une machine virtuelle lab.
Frais de réplication et de sortie réseau
Lorsque vous enregistrez une version d'image à l'aide d'une machine virtuelle de modèle de labo, Azure Lab Services la stocke d'abord dans une région source. Toutefois, vous devrez peut-être répliquer la version de l’image source dans les régions cibles.
Une charge de sortie réseau se produit lorsqu’une version d’image est répliquée de la région source vers une région cible. Le montant facturé est basé sur la taille de la version de l’image lorsque l’image est transférée à partir de la région source. Pour plus d’informations sur la tarification, consultez Détails sur les tarifs de bande passante.
Les clients de solutions Éducation peuvent être exonérés de frais de sortie. Pour en savoir plus, contactez votre responsable de compte.
Pour plus d’informations, consultez « Quels sont les programmes de transfert de données destinés aux clients du secteur de l’enseignement et les critères d’éligibilité ? »dans la section FAQ de la page Programmes destinés aux établissements d’enseignement.
Pour plus d’informations sur les coûts de stockage des images et de leurs réplications, consultez la facturation dans une Azure Compute Gallery.
Gestion des coûts
L’administrateur de plan lab doit contenir les coûts en supprimant régulièrement les versions d’images inutiles de la galerie.
Méfiez-vous de la suppression de la réplication vers des régions spécifiques afin de réduire les coûts. Les modifications de réplication peuvent avoir des effets néfastes sur la capacité d’Azure Lab Services à publier des machines virtuelles à partir d’images enregistrées dans une galerie de calcul.
Contenu connexe
Pour plus d’informations sur la configuration et la gestion des labos, consultez :