Reserved instances now applicable to classic VMs, cloud services, and Dev/Test subscriptions

Expanding reserved instances discounts to classic virtual machines, Azure Cloud Services, and Dev/Test subscriptions

Today, we are excited to announce two new Azure Reserved VM Instances’ (RI) features to provide our customers with additional savings and purchase controls.

Since launch, we have continued to add multiple features such as instance size flexibility, RIs for US Government regions, purchase recommendations, and RIs in the Cloud Solution Provider (CSP) channel. We have also extended the capability to provide reservation discounts on SQL Databases and Cosmos DB.

Features that we are launching today:

1. Classic VMs and Cloud Services users can now benefit from the RI discounts

RIs with the instance size flexibility option enabled will now apply the discount to both classic VMs and cloud services. For cloud services, the reservation discount applies only to the compute cost. When the reservation discount is applied to cloud services, the usage charges will be split into compute charges (Linux meter) and a cloud services charges (cloud services management meter). Learn how the reservation discount applies to Cloud Services.

2. Enterprise Dev/Test and Pay-As-You-Go Dev/Test subscriptions can now benefit from the RI discounts

Newly purchased RIs or existing RIs can now be applied to your Dev/Test subscriptions. VM usage on Dev/Test subscriptions will be automatically eligible for the RI discount and all existing reservations with shared scope will be updated to apply discounts to Dev/Test subscriptions.

Next steps

Visit FAQs on reservation page.
Read the documentation, “What are Azure Reservations?” to learn more.

Quelle: Azure

Configure resource group control for your Azure DevTest Lab

As a lab owner, you now have the option to configure all your lab virtual machines (VMs) to be created in a single resource group. This helps prevent you from reaching resource group limits on your Microsoft Azure subscription. The feature will also help by enabling you to consolidate all your lab resources within a single resource group. In result this will simplify tracking those resources and applying policies to manage them at the resource group level. This article will discuss improving governance of your development and test environments by using Azure polices that you can apply at the resource group level.

This feature allows you to use a script to either specify a new or existing resource group within your Azure subscription for all your lab VMs to be created in. It is important to note that currently we support this feature through an API, however we will soon be adding an in-product experience for you to configure this setting for your lab.

Now let’s walk through the options you have as a lab owner while using this API:

You can choose the lab’s resource group for all VMs to be created in going forward.
You can choose an existing resource group other than the lab's resource group for all VMs to be created in going forward.
You can enter a new resource group name for all VMs to be created in going forward.
You can also continue with the existing behavior.

This setting will apply to new VMs created in the lab. This means older VMs in your lab that are created in their own resource groups will continue to remain unaffected. However, you can migrate these VMs from their individual resource groups to the common resource group you selected initially, allowing all your lab VMs to be in one common resource group going forward. You can learn more about migrating resources across resource groups by visiting our documentation, “Move resources to new resource group or subscription.” ARM environments created in your lab will continue to remain in their own resource groups and will not be affected by any option you select while working with this API.

You can also learn more about how to use this API along with an example script by visiting our documentation, “About Azure DevTest Labs.” We hope you find this feature useful!

Got an idea to make it work better for you? Submit your feedback and ideas, or vote for others at Azure DevTest Labs UserVoice forum. Have a question? Check out the answers or ask a new one at our MSDN forum.
Quelle: Azure

AppStream 2.0 aktiviert benutzerdefinierte Scripts vor dem Start und nach dem Ende einer Sitzung

Heute gab Amazon AppStream 2.0 die Verfügbarkeit von Sitzungs-Scripts bekannt. Mit dieser Funktion können Sie benutzerdefinierte Scripts implementieren, die vor dem Start und nach dem Ende einer Benutzersitzung ausgeführt werden. Diese Scripts vereinfachen allgemeine Szenarios für Administratoren. Sie können eine Sitzung auf Basis der Benutzeridentität einfach anpassen, Anwendungen vor dem Start einer Sitzung konfigurieren, Protokolle erfassen und nach dem Ende einer Sitzung Bereinigungsschritte ausführen. Außerdem können Sie Sitzungs-Scripts verwenden, um Nutzungsdaten von der Streaming-Sitzung nach S3 hochzuladen, und Tools wie Amazon Athena für die Analyse der Daten verwenden. Ein Beispiel für die Verwendung von Sitzungs-Scripts für den Einblick in die Nutzung finden Sie unter Capture usage insights about your streaming environment with AppStream 2.0 session scripts im Blog-Beitrag "Desktop and Application Streaming". Um mit dem Aufbau Ihrer eigenen Sitzungs-Scripts zu beginnen, lesen Sie den Abschnitt Use Session Scripts to Manage Your AppStream 2.0 Users’ Streaming Experiencese Session im entsprechenden Dokument.
Die Sitzungs-Script-Funktion ist ab heute ohne zusätzliche Kosten in allen AWS-Regionen verfügbar, in denen AppStream 2.0 angeboten wird. AppStream 2.0 bietet nutzungsbasierte Preise. Weitere Informationen finden Sie unter Amazon AppStream 2.0-Preise. Testen Sie auch unsere Beispielanwendungen.
Quelle: aws.amazon.com

GPU-Support für Amazon ECS ist nun verfügbar

Sie können nun Anwendungen für Machine Learning und Hochleistungsberechnungen mit der Planung von Amazon Elastic Container Service (ECS)-Aufgaben über Amazon EC2-GPU-Instances ausführen, genauso wie Sie mit CPU und Speicher umgehen. Sie können diese GPU-Instances auch zu Containern anpinnen, zur Isolation der Workload.
Quelle: aws.amazon.com

AWS Batch unterstützt jetzt Amazon EC2 A1-Instances und EC2 G3s-Instances

Ab heute können Sie AWS Batch mit Workloads nutzen, die auf Amazon EC2 A1- und G3s-Instances ausgeführt werden. AWS Batch gibt Entwicklern, Wissenschaftlern und Ingenieuren die Möglichkeit, Hunderttausende von Batch-Computing-Jobs einfach und effizient auf AWS auszuführen. AWS Batch stellt dynamisch Rechenressourcen bereit (z. B. CPU- oder RAM-optimierte Instanzen). Die Bereitstellung basiert auf den Volumen- und Ressourcenanforderungen der eingereichten Batch-Aufträge. Durch die nun verfügbare Unterstützung von Amazon EC2 A1-Instances, die erhebliche Kosteneinsparungen bieten und sich ideal für Scale-Out- und ARM-basierte Workloads eignen und vom umfangreichen ARM-Ökosystem unterstützt werden, können Kunden mit AWS Batch nun ihre eigenen Batch-Jobs bei geringen Kosten und mit dem Vorteil vollständig verwalteter Services nutzen. A1-Instances bieten Kosteneinsparungen für Kunden-Workloads, die ARM-Anweisungen ausführen können und in die verfügbare A1-Arbeitsspeicherfläche passen.
AWS Batch unterstützt außerdem G3s-Instances und gibt Kunden damit zusätzliche Flexibilität beim Ausführen von Rendering-Workloads über den in Batch integrierten verwalteten Scaling- und Planungsservice. G3s-Instances eignen sich ideal für das Rendering von Workloads für visuelle Effekte (VFX) und virtuelle Workstations für Design- und technische Anwendungen. Weitere Informationen finden Sie in unserem AWS Batch-Handbuch "Erste Schritte".
Quelle: aws.amazon.com