대부분은 우선 구축 당시 해당 내용을 고려하게 됩니다. 업무가 많이 다른 경우 클러스터를 분리하여 구축을 하며, 부서 정도의 적은 차이라면 같은 호스트 내에 분배하며 DRS를 통하여 안정적인 운영을 가능케도 합니다. 우선 제일 중요한 것은 구축 당시의 아키텍쳐 설계라고 봅니다.
특정 업무용 VDI와 일반 업무용 VDI를 구분하여 제공/운영할 수 있습니다. 일반 사무용(MSOffice, 한글) / 개발자용(Java등)을 VM에 설치하여 사용자에게 배포합니다. VM배분시 사용자의 용도별 적정 산정 스펙을 통해 가상화율을 계산하여 제공하고 있습니다.
[질문] AI학습이나 빅데이터 분석을 위한 인프라가 퍼블릭 클라우드에 구성되어 있는지요? 예를 들어 엔비디아 테슬라 GPU인 V100이 장착된 GPU 전용서버라던지, 빅데이터 분석을 위한 하둡기반의 인프라 스트럭처가 구성되어 있는지? 이런 서비스 제공이 가능한지요? 또한 초기 Source 데이터나 input 데이터 (기초 데이터.. 센서 및 ODS 영역)를 퍼블릭 클라우드로 데이터를 전송해야 하는데, 이 경우 보안 및 네트워크 트래픽의 문제가 많을것으로 생각됩니다. 이런 전반적인 서비스가 가능한지요?
Azure 에는 분석을 위한 플랫폼과 도구가 제공되며, 테슬라GPU, 하둡기반 모두 구성이 가능합니다. IaaS, PaaS 고객이 원하는 형태로 구축이 가능합니다.
데이터 전송 관련부분은 ExpressRoute 기능을 이용하여 일정한 속도를 보장받을 수 있습니다.
[질문]VDI에 VM 배분 시 전제 리소스에서 동시 사용자를 고려하여 어떤 기준으로 배분하게 되는지요? 업무 특성상 특정 업무나 사용자에게 배분을 다르게 할 수 있는지요?