ワークロード プロファイルにより、環境にデプロイされたコンテナー アプリで使用できるコンピューティング リソースとメモリ リソースの量が決定されます。
プロファイルは、アプリケーションのさまざまなニーズに合わせて構成されます。
| プロファイルの種類 | 説明 | 考えられる用途 |
|---|---|---|
| 従量課金 | あらゆる新しい環境に自動的に追加されます。 | 特定のハードウェア要件を必要としないアプリ |
| 従量課金 GPU | スケール トゥ ゼロ サーバーレス GPU は、米国西部 3、オーストラリア東部、スウェーデン中部の各リージョンで利用できます。 | GPU を必要とするアプリ |
| 専用 (汎用) | メモリ リソースとコンピューティング リソースのバランス | 大量の CPU やメモリを必要とするアプリ |
| 専用 (メモリ最適化) | メモリ リソースの増加 | 大量のメモリ内データ、メモリ内機械学習モデル、またはその他の高いメモリ要件へのアクセスが必要なアプリ |
| 専用 (GPU が有効) | GPU は、米国西部 3 リージョンと北ヨーロッパ リージョンで使用可能なメモリとコンピューティング リソースの増加に対応しています。 | GPU を必要とするアプリ |
注
GPU 対応ワークロード プロファイルを使用する場合、アプリケーションで最新バージョンの CUDA が実行されていることを確認します。
従量課金ワークロード プロファイルは、すべてのワークロード プロファイルの環境の種類に追加される既定のプロファイルです。 GPU の種類ごとに使用量ベースのGPUワークロードプロファイルを追加できます。 すべてのコンスンプションワークロードプロファイル:
- 必要に応じて自動的にスケーリングする
- 複数のアプリをデプロイできる
専用ワークロード プロファイルを環境に追加できます。 これにより、次の機能を使用できます。
- アプリに予約済み VM を使用する
- VM の種類とサイズを選択する
- 各プロファイルに複数のアプリをデプロイする
- 自動スケールを使用して、アプリのニーズに基づいて VM インスタンスを追加および削除する
- プロファイルのスケーリングを制限して、コストをより適切に管理する
Container Apps 環境で定義されているいずれかのワークロード プロファイルで実行するように、各アプリを構成できます。 この構成は、適切なコンピューティング インフラストラクチャで各アプリを実行できるマイクロサービスをデプロイする場合に最適です。
注
専用 GPU ワークロード プロファイルは、最初に環境を作成するときにのみ追加できます。 従量課金 GPU やその他の種類のワークロード プロファイルは、後で追加される場合があります。
プロファイルの種類
使用できるワークロード プロファイルの種類とサイズは、リージョンごとに異なります。 既定では、各ワークロード プロファイルが有効な環境には従量課金プロファイルが含まれていますが、次のプロファイルを追加することもできます。
| [表示名] | 名前 | vCPU (仮想CPU) | メモリ (GiB) | GPU（グラフィック・プロセッシング・ユニット） | カテゴリ | 配賦 | クォータ名 |
|---|---|---|---|---|---|---|---|
| 従量課金 | 従量課金 | 4 | 8 | - | 従量課金 | レプリカごと | マネージド環境の従量課金コア |
| Consumption-GPU-NC24-A100 | Consumption-GPU-NC24-A100 | 二十四 | 220 | 1 | 従量課金 GPU | レプリカごと | サブスクリプション従量課金 NCA 100 Gpus |
| Consumption-GPU-NC8as-T4 | Consumption-GPU-NC8as-T4 | 8 | 56 | 1 | 従量課金 GPU | レプリカごと | サブスクリプション従量課金 T 4 Gpus |
| Dedicated-D4 | D4 | 4 | 16 | - | 汎用 | ノードごと | マネージド環境の汎用コア |
| Dedicated-D8 | D8 | 8 | 32 | - | 汎用 | ノードごと | マネージド環境の汎用コア |
| Dedicated-D16 | D16 | 16 | 64 | - | 汎用 | ノードごと | マネージド環境の汎用コア |
| Dedicated-D32 | D32 | 32 | 128 | - | 汎用 | ノードごと | マネージド環境の汎用コア |
| Dedicated-E4 | E4 | 4 | 32 | - | メモリの最適化 | ノードごと | マネージド環境のメモリ最適化コア |
| Dedicated-E8 | E8 | 8 | 64 | - | メモリの最適化 | ノードごと | マネージド環境のメモリ最適化コア |
| Dedicated-E16 | E16 | 16 | 128 | - | メモリの最適化 | ノードごと | マネージド環境のメモリ最適化コア |
| Dedicated-E32 | E32 | 32 | 256 | - | メモリの最適化 | ノードごと | マネージド環境のメモリ最適化コア |
| 専用 -NC24-A100 | NC24-A100 | 二十四 | 220 | 1 | GPU 有効 | ノードごと* | サブスクリプション NCA 100 GPU |
| 専用 -NC48-A100 | NC48-A100 | 48 | 440 | 2 | GPU 有効 | ノードごと* | サブスクリプション NCA 100 GPU |
| 専用 -NC96-A100 | NC96-A100 | 96 | 880 | 4 | GPU 有効 | ノードごと* | サブスクリプション NCA 100 GPU |
* 容量はケースごとに割り当てられます。 サポート チケットを送信して、アプリケーションに必要な容量を要求します。
注
コマンド az containerapp env workload-profile set を使用して、ワークロード プロファイルを選択することはできなくなりました。 代わりに、az containerapp env workload-profile add または az containerapp env workload-profile update を使用してください。
異なるコア サイズとメモリ サイズに加えて、各ワークロード プロファイルには異なるストレージ サイズが割り当てられます。 この割り当てられた領域は、ランタイムに使用されます。 アプリケーション データにはこのストレージを使用しないでください。 代わりに、 ストレージ マウントを使用します。
さまざまなワークロード プロファイルを利用できるかどうかは、リージョンによって異なります。
リソース消費
ワークロード プロファイル内の各アプリのメモリと CPU の使用量を制限したり、ワークロード プロファイルの 1 つのインスタンス内で複数のアプリを実行したりできます。 ただし、コンテナー アプリで使用できるリソースの合計は、プロファイルに割り当てられているリソースよりも少なくなります。 割り当てられたリソースと使用可能なリソースの差は、Container Apps ランタイムによって予約された量です。
スケーリング
新しいアプリや、既存のアプリのレプリカを増やす需要がプロファイルの現在のリソースを超える場合、プロファイル インスタンスが追加される可能性があります。
同時に、必要なレプリカの数が減少すると、プロファイル インスタンスが削除される可能性があります。 プロファイル インスタンスの最小数と最大数に対する制約を制御できます。
Azure では、実行中のプロファイル インスタンスの数に主に基づいて課金が計算されます。
ネットワーク
ワークロード プロファイル環境を使用すると、イングレスおよびエグレスのネットワーク トラフィック (ユーザー定義ルートなど) を完全にセキュリティ保護する追加のネットワーク機能を使用できます。 サポートされているネットワーク機能の詳細については、「Azure Container Apps 環境でのネットワーク」を参照してください。 Container Apps を使用してネットワークをセキュリティで保護する手順については、コンテナー アプリ環境のロックダウンに関するセクションを参照してください。