Considerazioni per la migrazione dai lab fisici ad Azure Lab Services

Importante

Azure Lab Services verrà ritirato il 28 giugno 2027. Per altre informazioni, vedere la guida al ritiro.

Azure Lab Services consente di fornire ambienti lab a cui gli utenti possono accedere ovunque si trovino e a qualsiasi ora. Quando si esegue la migrazione da lab fisici ad Azure Lab Services, è necessario rivalutare la struttura del lab per ridurre al minimo i costi e ottimizzare l'esperienza per autori e utenti del lab. Questo articolo illustra le considerazioni e i vantaggi della migrazione da lab fisici ad Azure Lab Services.

Considerazioni per il passaggio ad Azure Lab Services

Quando si esegue la migrazione dei lab fisici ad Azure Lab Services, è consigliabile considerare gli aspetti seguenti:

• Qual è la struttura del lab? I lab vengono usati per scopi diversi (lab condiviso), ad esempio più classi, o sono dedicati (lab a scopo singolo)?
• Quali sono i requisiti software per il lab?
• Quali sono i requisiti hardware del lab? Un lab condiviso deve soddisfare le esigenze di tutti gli scenari di utilizzo e pertanto ha requisiti più elevati.

Per ottenere un vantaggio ottimale, è necessario rivalutare il contenuto del lab e dell'immagine nel suo complesso. Non è consigliabile riutilizzare la stessa immagine del lab dal lab fisico così come è.

Struttura del lab

In genere un lab fisico è condiviso dagli studenti di più classi. Di conseguenza, le applicazioni software di tutte le classi vengono installate insieme contemporaneamente in ogni computer del lab. Quando una classe usa il lab, gli studenti eseguono solo un subset delle applicazioni rilevanti per la classe.

Questo tipo di lab di computer fisici comporta spesso un aumento dei requisiti hardware:

• È possibile che sia necessario un disco di grandi dimensioni per installare il set combinato di applicazioni necessarie per le classi che condividono il lab.
• Alcune applicazioni richiedono una maggiore potenza di elaborazione rispetto ad altre o richiedono processori specializzati, ad esempio una GPU. Se si installano più applicazioni nello stesso computer lab, ogni computer deve avere hardware sufficiente per eseguire le applicazioni a elevato utilizzo di calcolo.

Questo livello di hardware risulta eccessivo per le classi che usano il lab solo per eseguire applicazioni che richiedono meno memoria, potenza di calcolo o spazio su disco.

Azure Lab Services è progettato per usare l'hardware in modo più efficiente, consentendo quindi di pagare solo per le risorse effettivamente necessarie e usate dagli utenti. Con Azure Lab Services, i lab sono strutturati per essere più granulari:

• Viene creato un lab per ogni classe (o sessione di una classe).
• Nell'immagine del lab vengono installate solo le applicazioni software necessarie per tale classe specifica.

Questa struttura consente di identificare le dimensioni ottimali della macchina virtuale per ogni classe in base al carico di lavoro specifico e di ridurre i requisiti di dimensioni del disco (Azure Lab Services supporta attualmente una dimensione del disco di 127 GB).

Quando si usa Azure Lab Services, è consigliabile usare lab a scopo singolo.

Per altre informazioni su come strutturare i lab, vedere la guida dell'amministratore di Azure Lab Services.

Vantaggi

L'uso di lab a utilizzo singolo (ad esempio, una classe per lab) offre diversi vantaggi:

• Ottimizzare i costi selezionando le dimensioni corrette della macchina virtuale per ogni lab. Vedere l'esempio di caso d'uso e analisi dei costi seguente.

• Le macchine virtuali del lab contengono solo il software necessario per lo scopo specifico. Ciò semplifica la configurazione e la manutenzione dei lab da parte degli autori di lab e offre maggiore chiarezza per gli utenti del lab.

• L'accesso a ogni singolo lab è controllato. Agli utenti del lab viene concesso l'accesso solo ai lab e al software necessari. Informazioni su come aggiungere e gestire gli utenti del lab.

• Ottimizzare ulteriormente i costi sfruttando le funzionalità seguenti:

  • Le pianificazioni vengono usate per avviare e arrestare automaticamente tutte le macchine virtuali all'interno di un lab in base alla pianificazione di ogni classe.
  • Le quote consentono di controllare la quantità di tempo in cui gli studenti di ogni classe possono accedere alle macchine virtuali al di fuori delle ore pianificate.

Esempio di caso d'uso

Si consideri la configurazione fisica seguente, in cui il lab è condiviso da più classi:

• Corso di ingegneria che usa SolidWorks con 100 studenti iscritti.
• Corso di matematica che usa MATLAB, anche in questo caso con 100 studenti iscritti.

Poiché il lab fisico è condiviso da questi due corsi, ogni computer lab ha sia SolidWorks che MATLAB installato, insieme a varie altre applicazioni comuni, ad esempio Word o Excel. È inoltre importante notare che SolidWorks presenta un utilizzo di calcolo più elevato perché in genere richiede una GPU.

Per spostare questo lab fisico in Azure Lab Services:

• Creare due lab: uno per il corso di ingegneria e un altro per il corso di matematica.
• Creare due immagini di macchina virtuale: una con SolidWorks installata e un'altra con MATLAB.

Poiché SolidWorks richiede una GPU, il lab di ingegneria usa le dimensioni di macchina virtuale GPU small (visualizzazione). Il lab per il corso di matematica richiede solo una dimensione di macchina virtuale Medium.

L'immagine seguente mostra come cambia la struttura del lab quando si sposta questo lab fisico in Azure Lab Services.

Analisi dei costi

In questo esempio il costo per ora di utilizzo per le due dimensioni delle macchine virtuali è sostanzialmente diverso:

• GPU small (visualizzazione): offre una potenza di calcolo elevata e, di conseguenza, il costo è di 160 unità lab all'ora.
• Medium: offre meno potenza di calcolo, ma è adatta a molti tipi di corsi. Il costo è di soli 55 unità lab all'ora.

Usando lab separati e assegnando le dimensioni più piccole appropriate per ogni lab, è possibile risparmiare sul costo totale per l'esecuzione dei lab.

Si consideri uno scenario di utilizzo in cui gli studenti usano la macchina virtuale per un totale di 10 ore:

• Si stima che un singolo lab che usa le dimensioni GPU small (visualizzazione) ed è condiviso dagli studenti dei corsi di ingegneria e matematica abbia l'utilizzo seguente:

  10 ore * 200 studenti * 160 unità lab/ora = 320000 unità lab

• Si stima che lab separati che usano le dimensioni GPU small (visualizzazione) per ingegneria e le dimensioni Medium per la matematica abbiano l'utilizzo seguente:

  • Lab del corso di ingegneria: 10 ore * 100 studenti * 160 unità lab/ora = 160000

  • Lab del corso di matematica: 10 ore * 100 studenti * 55 unità lab/ora = 55000

  Il totale dei lab di ingegneria e matematica è 215000.

Usando una struttura lab più granulare, il risparmio totale per l'esecuzione dei lab è del 33%. Tenere inoltre presente che si paga solo per il numero di ore per cui le macchine virtuali vengono effettivamente usate dagli studenti. Se gli studenti usano le macchine virtuali per meno tempo, i costi effettivi sono inferiori.

Importante

La stima dei costi è solo a scopo esemplificativo. Per informazioni dettagliate correnti sui prezzi, vedere Prezzi di Azure Lab Services.

Preparare la migrazione ad Azure Lab Services

Quando si inizia a usare Azure Lab Services, il reparto IT e i docenti devono coordinare le attività iniziali del processo di pianificazione per:

• Identificare le applicazioni software specifiche richieste da ogni classe. Altre informazioni sui requisiti software del lab.
• Comprendere i carichi di lavoro eseguiti dagli studenti usando il lab.

Queste informazioni sono necessarie per scegliere le dimensioni appropriate della macchina virtuale quando si crea un lab e per configurare l'immagine nella macchina virtuale modello. Altre informazioni sul Dimensionamento delle macchine virtuali in Azure Lab Services.

Per assicurarsi di scegliere le dimensioni appropriate della macchina virtuale, è consigliabile iniziare con le dimensioni minime della macchina virtuale che soddisfano i requisiti hardware per le applicazioni. Fare quindi in modo che i docenti si connettano a una macchina virtuale del lab per convalidare i carichi di lavoro comuni eseguiti dagli studenti per garantire che le prestazioni e l'esperienza siano sufficienti. È utile fare riferimento ai Tipi di corsi, che illustra esempi reali di come configurare le applicazioni per i corsi insieme alle dimensioni consigliate della macchina virtuale.

La Raccolta di calcolo di Azure è utile per creare e archiviare immagini personalizzate. Una raccolta di calcolo consente di creare un'immagine una sola volta e riutilizzarla per creare più lab.

Conclusione

Azure Lab Services offre molti vantaggi per ottimizzare i costi di esecuzione dei lab, semplificare la configurazione e la manutenzione e avere un controllo di accesso con granularità fine. Per ottenere un vantaggio ottimale, è consigliabile strutturare i lab in Azure Lab Services in modoc he abbiano un unico scopo. Ad esempio, creare un lab separato per ogni corso di formazione per le classi.

Passaggi successivi

• Per iniziare creare un piano lab.
• Comprendere stima dei costi e analisi.
• Comprendere i requisiti del lab per un lab.
• Altre informazioni sul Dimensionamento delle macchine virtuali in Azure Lab Services.