Amazon EC2-Instance-Typen - Amazon Elastic Compute Cloud

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Amazon EC2-Instance-Typen

Wenn Sie eine Instance starten, bestimmt der von Ihnen angegebene Instance-Typ die Hardware der Host-Computer für die Instance. Jeder Instance-Typ bietet unterschiedliche Rechenleistung, Arbeitsspeicher- und Speicher-Kapazität und wird abhängig von diesen Eigenschaften in Instance-Familien eingeordnet. Wählen Sie einen Instance-Typ den Anforderungen der Anwendung oder Software entsprechend aus, die Sie in Ihrer Instance ausführen möchten.

Einige Ressourcen des Host-Computers, wie z. B. CPU, Arbeitsspeicher und Instance-Speicher, werden von Amazon EC2 einer bestimmten Instance zugewiesen. Amazon EC2 teilt andere Ressourcen des Host-Computers, z. B. das Netzwerk und das Datenträgersubsystem, zwischen mehreren Instances. Wenn die Instances eines Host-Computers jeweils möglichst viele Ressourcen nutzen möchten, wird die Ressource gleichmäßig aufgeteilt. Wenn eine Ressource jedoch nicht voll ausgelastet ist, kann eine Instance einen höheren Anteil der verfügbaren Ressource nutzen.

Jeder Instance-Typ stellt Leistung von einer gemeinsamen Ressource je nach Anforderung bereit. Instance-Typen mit hoher I/O-Leistung wird beispielsweise ein höherer Anteil der gemeinsamen Ressourcen zugewiesen. Durch die Zuweisung eines größeren Anteils gemeinsamer Ressourcen werden außerdem Abweichungen der I/O-Leistung verringert. Für die meisten Anwendungen ist mittlere I/O-Leistung vollkommen ausreichend. Für Anwendungen, die mehr oder einheitlichere I/O-Leistung erfordern, sollten Sie jedoch einen Instance-Typ mit höherer I/O-Leistung in Erwägung ziehen.

Verfügbare Instance-Typen

Amazon EC2 bietet eine große Auswahl an Instance-Typen, die für verschiedene Anwendungsfälle optimiert sind. Die Instance-Typen umfassen unterschiedliche Kombinationen von CPU-, Arbeitsspeicher-, Speicher- und Netzwerkkapazitäten und geben Ihnen die nötige Flexibilität, um die richtige Mischung von Ressourcen für Ihre Anwendungen zu wählen. Jeder Instance-Typ umfasst eine oder mehrere Instance-Größen, so dass Sie Ihre Ressourcen an die Anforderungen Ihrer Ziel-Workloads anpassen können. Weitere Informationen finden Sie unter Instance-Typen im Amazon EC2 Instance Types Guide.

Benennungskonventionen für Instance-Typen

Die Namen basieren auf Instanzfamilie, Generation, Prozessorfamilie, Funktionen und Größe. Weitere Informationen finden Sie unter Namenskonventionen im Amazon EC2 Instance Types Guide.

Suchen eines -Instance-Typs

Informationen darüber, welche Instance-Typen Ihren Anforderungen entsprechen, wie z. B. unterstützte Regionen, Rechenressourcen oder Speicherressourcen, finden Sie unter Suchen eines Amazon EC2-Instance-Typs und im Amazon EC2 Instance Types Guide.

Weitere Informationen zu Funktionen und Anwendungsfällen finden Sie unter Details zu Amazon EC2 EC2-Instance-Typen.

Hardwarespezifikationen

Detaillierte Spezifikationen für Instance-Typen finden Sie unter Spezifikationen im Amazon EC2 Instance Types Guide. Preisinformationen finden Sie unter Amazon EC2 On-Demand-Preise.

Um die richtigen Instance-Typen für Ihre Anforderungen zu bestimmen, empfehlen wir, eine Instance zu starten und Ihre eigene Benchmarkanwendung zu verwenden. Da Instances pro Sekunde abgerechnet werden, können Sie mehrere Instance-Typen bequem und ohne großen Kostenaufwand testen, bevor Sie eine Entscheidung treffen. Falls sich Ihre Anforderungen ändern, können Sie selbst nach der Entscheidung den Instance-Typ anpassen. Weitere Informationen finden Sie unter Ändern des Instance-Typs.

Intel-Prozessorfeatures

Amazon EC2-Instances, die auf Intel-Prozessoren laufen, können die folgenden Features enthalten. Nicht alle der folgenden Prozessorfeatures werden von allen Instance-Typen unterstützt. Detaillierte Informationen darüber, welche Funktionen für jeden Instance-Typ verfügbar sind, finden Sie unter Amazon EC2 EC2-Instance-Typen.

  • Intel AES New Instructions (AES-NI) – Der Befehlssatz für Intel AES-NI-Verschlüsselung verbessert den Originalalgorithmus Advanced Encryption Standard (AES) in Hinblick auf schnelleren Datenschutz und bessere Sicherheit. Alle EC2-Instances der aktuellen Generation unterstützten dieses Prozessorfeature.

  • Intel Advanced Vector Extensions (Intel AVX, Intel AVX2 und Intel AVX-512) – Intel AVX und Intel AVX2 sind Erweiterungen des 256-Bit-Befehlssatzes und Intel AVX-512 ist eine Erweiterung des 512-Bit-Befehlssatzes für Anwendungen mit vielen Gleitkommaoperationen (FP). Intel AVX-Befehle verbessern die Leistung von Anwendungen für beispielsweise Image-, Audio- und Videobearbeitung, wissenschaftliche Simulationen, Finanzanalysen sowie 3D-Modellierung und -Analysen. Diese Features stehen nur für Instances zur Verfügung, die mit HVM-AMIs gestartet wurden.

  • Intel Turbo Boost Technology — Prozessoren der Intel Turbo Boost Technology führen Kerne automatisch schneller als die Basisbetriebsfrequenz aus.

  • Intel Deep Learning Boost (Intel DL Boost) — beschleunigt KI-Deep-Learning-Anwendungsfälle. Intel Xeon Scalable-Prozessoren der 2. Generation erweitern Intel AVX-512 mit einer neuen Vector Neural Network Instruction (VNNI/INT8), welche die Deep-Learning-Inferenzleistung im Vergleich zur vorherigen Generation von Intel-Xeon-Scalable-Prozessoren (mit FP32) deutlich übertrifft. Dies ist unter anderem für die Bereiche Image-Erkennung/-segmentierung, Objekterkennung, Spracherkennung, Sprachübersetzung, Empfehlungssysteme und Reinforcement Learning und mehr vorgesehen. VNNI ist möglicherweise nicht mit allen Linux-Distributionen kompatibel.

    Die folgenden Instances unterstützen VNNI: M5n, R5n, M5dn, M5zn, R5b, R5dn, D3, D3en und C6i. Die Instances C5 und C5d unterstützen VNNI nur für 12xlarge-, 24xlarge- und metal-Instances.

Die brancheninternen Namenskonventionen für 64-Bit-CPUs können zu Verwirrung führen. Prozessorhersteller Advanced Micro Devices (AMD) stellte die erste kommerziell erfolgreiche 64-Bit-Architektur basierend auf dem x86-Befehlssatz von Intel vor. Entsprechend wird die Architektur gemeinläufig als „AMD64“ bezeichnet, unabhängig vom Prozessorhersteller. Windows und diverse Linux-Distributionen folgen dieser Konvention. Darum wird in den internen Systeminformationen einer Instance, auf der Ubuntu oder Windows ausgeführt wird, für die CPU-Architektur „AMD64“ angegeben, obwohl die Instances auf Intel-Hardware ausgeführt werden.

AWS Graviton-Prozessoren

AWS Graviton ist eine Prozessorfamilie, die darauf ausgelegt ist, das beste Preis-Leistungs-Verhältnis für Ihre Workloads zu bieten, die auf Amazon EC2 EC2-Instances ausgeführt werden.

Weitere Informationen finden Sie unter Erste Schritte mit Graviton.

AWS Trainium

Von AWS Trainium betriebene Instances wurden speziell für leistungsstarke, kostengünstige Deep-Learning-Schulungen entwickelt. Sie können diese Instances verwenden, um natürliche Sprachverarbeitung, Computer Vision und Empfehlungsmodelle zu trainieren, die in einer Vielzahl von Anwendungen eingesetzt werden, z. B. Spracherkennung, Empfehlung, Betrugserkennung und Bild- und Videoklassifizierung. Verwenden Sie Ihre vorhandenen Workflows in gängigen ML-Frameworks wie PyTorch und TensorFlow.

AWS Inferenz

Von AWS Inferentia betriebene Instances wurden entwickelt, um maschinelles Lernen zu beschleunigen. Sie bieten Inferenz für maschinelles Lernen mit hoher Leistung und geringer Latenz. Diese Instances sind für die Bereitstellung von Deep-Learning-(DL)-Modellen für Anwendungen wie natürliche Sprachverarbeitung, Objekterkennung und -klassifizierung, Inhaltspersonalisierung und -filterung sowie Spracherkennung optimiert.

Es gibt eine Vielzahl von Möglichkeiten für den Einstieg:

  • Verwenden Sie SageMaker, einen vollständig verwalteten Dienst, der der einfachste Weg ist, mit Modellen für maschinelles Lernen zu beginnen. Weitere Informationen finden Sie unter Erste Schritte mit SageMaker im Amazon SageMaker Developer Guide.

  • Starten Sie eine Inf1- oder Inf2-Instance mit dem Deep-Learning-AMI. Weitere Informationen finden Sie unter AWS Inferentia with DLAMI im AWS Deep Learning AMI -Developer-Handbuch.

  • Starten Sie eine Inf1- oder Inf2-Instance mit Ihrem eigenen AMI und installieren Sie den AWS Neuron SDK, mit dem Sie Deep-Learning-Modelle für AWS Inferentia kompilieren, ausführen und profilieren können.

  • Starten Sie eine Container-Instance mit einer Inf1- oder Inf2-Instance und einem Amazon-ECS-optimierten AMI. Weitere Informationen finden Sie unter Amazon Linux 2-(Inferentia)-AMIs im Amazon Elastic Container Service Developer Guide.

  • Erstellen Sie einen Amazon EKS-Cluster mit Knoten, auf denen Inf1-Instances ausgeführt werden. Weitere Informationen finden Sie unter Inferentia-Support im Amazon EKS-Benutzerhandbuch.

AMI-Virtualisierungstypen

Der Virtualisierungstyp Ihrer Instance wird durch das AMI bestimmt, das zum Starten der Instance verwendet wird. Instance-Typen der aktuellen Generation unterstützen nur eine Hardware Virtual Machine (HVM). Einige Instance-Typen der vorherigen Generation unterstützen paravirtual (PV) und einige AWS Regionen unterstützen PV-Instances. Weitere Informationen finden Sie unter Linux AMI-Virtualisierungstypen.

Um optimale Leistung zu erzielen, empfehlen wir die Verwendung eines HVM-AMI. Außerdem sind HVM-AMIs erforderlich, um die verbesserte Netzwerkleistung nutzen zu können. Die HVM-Virtualisierung nutzt die von der Plattform bereitgestellte hardwaregestützte Technologie. AWS Mit HVM-Virtualisierung kann die VM wie auf einer nativen Hardwareplattform ausgeführt werden. Es werden jedoch weiterhin PV-Netzwerk- und Speicher-Treiber für bestmögliche Leistung eingesetzt.