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. Weitere Informationen zu Features und Anwendungsfällen finden Sie unter Instance-Typen von Amazon EC2.

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. Beispielsweise verfügen Instanztypen mit hoher I/O Leistung über eine größere Zuweisung gemeinsam genutzter Ressourcen. Durch die Zuweisung eines größeren Anteils gemeinsam genutzter Ressourcen verringert sich auch die Leistungsschwankung. I/O Für die meisten Anwendungen ist eine moderate I/O Leistung mehr als ausreichend. Für Anwendungen, die eine höhere oder konsistentere I/O Leistung erfordern, sollten Sie jedoch einen Instance-Typ mit höherer I/O Leistung in Betracht ziehen.

Inhalt

• Verfügbare Instance-Typen

• Hardwarespezifikationen

• Hypervisor-typ

• AMI-Virtualisierungstypen

• Prozessoren

• Suchen eines Amazon EC2-Instance-Typs

• Holen Sie sich Empfehlungen vom EC2-Instance-Typ-Finder

• EC2-Instance-Empfehlungen von Compute Optimizer abrufen

• Amazon-EC2-Instance-Typ-Veränderungen

• Burstable Performance Instances

• Leistungsbeschleunigung mit GPU-Instances

• Amazon EC2-Mac-Instances

• Amazon-Instanztypen EBS-optimized

• CPU-Optionen für Amazon-EC2-Instances

• AMD SEV-SNP für Amazon EC2-Instanzen

• Prozessorstatuskontrolle für Amazon-EC2-Linux-Instances

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.

Namenskonvention für Instance-Typen

Die Namen basieren auf der Instance-Familie, der Generation, der Prozessorfamilie, den Fähigkeiten und der Größe. Weitere Informationen finden Sie unter Namenskonventionen im Handbuch für Amazon-EC2-Instance-Typen.

Suchen eines -Instance-Typs

Informationen zum Bestimmen, welche Instance-Typen Ihren Anforderungen entsprechen, z. B. unterstützte Regionen, Datenverarbeitungs- oder Speicherressourcen, finden Sie unter Suchen eines Amazon EC2-Instance-Typs und Spezifikationen für Amazon-EC2-Instance-Typen im Leitfaden für Amazon-EC2-Instance-Typen.

Hardwarespezifikationen

Detaillierte Spezifikationen finden Sie unter Spezifikationen im Leitfaden für Amazon-EC2-Instance-Typen. Preisinformationen finden Sie unter Amazon On-Demand EC2-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 Amazon-EC2-Instance-Typ-Veränderungen.

Hypervisor-typ

Amazon EC2 unterstützt die folgenden Hypervisors: Xen und Nitro.

Nitro-based Instanzen

• Allgemeiner Zweck: M5 | M5a | M5ad | M5d | M5dn | M5n | M5Zn | M6a | M6g | M6gd | M6i | M6id | M6idn | M6in | M7a | M7g | M7gd | M7i | | M8a | M8aZn | M8g | M8gD | M8gD | M8gD | M8d 8GB | M8i | M8iD | | M8in | M8in | M8iB | M8iB | M8iB | M9G M7i-flex | M9GD | T3 | T3a | T4G M8i-flex

• Rechenoptimiert: C5 | C5a | C5ad | C5d | C5n | C6a | C6g | C6gd | C6gn | C6i | C6id | C6iN | C6in | C7a | C7g | C7gd | C7gn | C7i C7i-flex | | C8a | C8g | C8GB | C8gd | C8Gn | C8iD | C8i-flex | C8in | C8in | C8Ib | C9g | C9gD

• Speicheroptimiert: R5 | R5a | R5ad | R5b | R5d | R5dn | R5n | R6a | R6g | R6gd | R6i | R6id | R6id | R6idn | R6in | R7a | R7g | R7gd | R7i | R7iZ | R8a | R8g | R8GB | R8gd | R8gn | R8i | R8id | | R8in | R8idN | R8iB R8i-flex | R8idB | R9g | R9gd | | | | | | | | | | | | | | | x2GD U-3tb1 U-6tb1 U-9tb1 | x2idN U-12tb1 U-18tb1 U-24tb1 U7i-6tb | x2ieDN U7i-8tb U7i-12tb U7in-16tb U7in-24tb | x2ieZn U7in-32tb U7inh-32tb | x8G | x8Aedz | x8i | z1d

• Speicheroptimiert: D3 | D3en | I3en | I4g | I4i | I7i | I7ie | I8g | I8ge | Im4gn | Is4gen

• Beschleunigtes Rechnen: DL1 | DL2q | F2 | G4ad | G4dn | G5 | G5G | G6 | G6e | G6f | Gr6 | Gr6f | G7 | G7e | Inf1 | Inf2 | P4d | P4de | P5 | P5e P6-B200 P6-B300 P6e-GB200 | P5en | | | | Trn1 | Trn2n U | VT1

• High-performance Rechnen: HPC6a | HPC6id | HPC7a | HPC7G | HPC8a

• Frühere Generation: A1 | P3dn

Weitere Informationen zu den unterstützten Versionen von Nitro-Hypervisor finden Sie unter Unterstützung von Netzwerk-Features im Leitfaden für Amazon-EC2-Instance-Typen.

Xen-based Instanzen

• Allgemeine Zwecke: M1 | M2 | M3 | M4 | T1 | T2

• Für Datenverarbeitung optimiert: C1 | C3 | C4

• Arbeitsspeicheroptimiert:: R3 | R4 | X1 | X1e

• Speicheroptimiert: D2 | H1 | I2 | I3

• Beschleunigtes Rechnen: G3 | P3

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 paravirtuelle (PV) und einige AWS Regionen unterstützen PV-Instances. Weitere Informationen finden Sie unter 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. Bei der HVM-Virtualisierung wird die von der Plattform bereitgestellte hardwaregestützte Technologie verwendet. 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.

Prozessoren

EC2-Instances unterstützen eine Vielzahl von Prozessoren.

Intel-Prozessoren

Amazon-EC2-Instances, die auf Intel-Prozessoren laufen, können die folgenden Feature enthalten. Nicht alle Instances, die auf Intel-Prozessoren laufen, unterstützen alle diese Prozessor-Feature. Ausführliche Informationen darüber, welche Feature für jeden Instance-Typ verfügbar sind, finden Sie unter Amazon-EC2-Instance-Typen.

• Intel AES New Instructions (AES-NI) — Der AES-NI Intel-Verschlüsselungsanweisungssatz verbessert den ursprünglichen AES-Algorithmus (Advanced Encryption Standard) und sorgt so für schnelleren Datenschutz und mehr Sicherheit. Alle EC2-Instances der aktuellen Generation unterstützten dieses Prozessorfeature.

• Intel Advanced Vector Extensions (Intel AVX, Intel AVX2 und IntelAVX-512) — Intel AVX und Intel AVX2 sind 256-Bit-Versionen, und Intel AVX-512 ist eine 512-Bit-Befehlssatzerweiterung, die für Anwendungen entwickelt wurde, die Floating Point (FP) intensiv sind. Intel AVX-Befehle verbessern die Leistung für Anwendungen wie Bild und audio/video Verarbeitung, wissenschaftliche Simulationen, Finanzanalysen sowie 3D-Modellierung und -Analyse. 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. Die skalierbaren Intel Xeon Prozessoren der zweiten Generation erweitern Intel AVX-512 um eine neue Vector Neural Network Instruction (VNNI/INT8), die die Deep-Learning-Inferenzleistung im Vergleich zur vorherigen Generation skalierbarer Intel Xeon Prozessoren (mit FP32) für Bild recognition/segmentation, Objekterkennung, Spracherkennung, Sprachübersetzung, Empfehlungssysteme, Reinforcement Learning und mehr deutlich erhöht. 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.

AMD-Prozessoren

Amazon-EC2-Instances, die auf AMD-EPYC-Prozessoren ausgeführt werden, können Ihnen helfen, sowohl Kosten als auch Leistung für Ihre Workloads zu optimieren. Diese Instances unterstützen möglicherweise die folgenden Prozessor-Feature. Nicht alle Instances, die auf Intel-Prozessoren laufen, unterstützen alle diese Prozessor-Feature. Ausführliche Informationen darüber, welche Feature für jeden Instance-Typ verfügbar sind, finden Sie unter Amazon-EC2-Instance-Typen.

• AMD Secure Memory Encryption (SME)

• AMD Transparent Single Key Memory Encryption (TSME)

• AMD Advanced Vector Extensions (AVX)

• AMD Secure Encrypted Virtualization-Secure Nested Paging () SEV-SNP

• Vector Neural Network Instructions (VNNI)

• BFloat16

AWS Graviton-Prozessoren

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

Weitere Informationen finden Sie unter Erste Schritte mit Graviton.

AWS Trainium

Die von AWS Trainium angetriebenen Instances wurden speziell für ein leistungsstarkes und kostengünstiges Deep-Learning-Training entwickelt. Sie können diese Instances verwenden, um die Verarbeitung natürlicher Sprache, Computer Vision und Empfehlungsmodelle zu trainieren, die in einer Vielzahl von Anwendungen verwendet werden, z. B. Spracherkennung, Empfehlung, Betrugserkennung sowie Image- und Videoklassifizierung. Verwenden Sie Ihre vorhandenen Workflows in beliebten ML-Frameworks wie und. PyTorch TensorFlow

AWS Inferentia

Von AWS Inferentia betriebene Instances wurden entwickelt, um Machine Learning zu beschleunigen. Sie bieten hohe Leistung und niedrige Latenzzeiten für Machine-Learning-Inferenzen. 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 KI, einen vollständig verwalteten Dienst, der den einfachsten Einstieg in Modelle für maschinelles Lernen darstellt. Weitere Informationen finden Sie unter Erste Schritte mit SageMaker KI im Amazon SageMaker AI 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 AMIs -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-optimized 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.