计算优化型实例 - Amazon Elastic Compute Cloud
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅 中国的 Amazon Web Services 服务入门 (PDF)

计算优化型实例

注意

有关详细的实例类型规范,请参阅 Amazon EC2 Instance Types Guide。有关定价信息,请参阅 Amazon EC2 实例类型

计算优化型实例是受益于高性能处理器的受计算限制的应用程序的理想选择。

C5 和 C5n 实例

这些实例非常适合以下用途:

  • 批处理工作负载

  • 媒体转码

  • 高性能 Web 服务器

  • 高性能计算 (HPC)

  • 科学建模

  • 专用游戏服务器和广告服务引擎

  • Machine Learning 推理和其他计算密集型应用程序

裸机实例(如 c5.metal)为应用程序提供对主机服务器的物理资源(如处理器和内存)的直接访问。

C6i 和 C6id 实例

这些实例非常适合运行先进的计算密集型工作负载,例如:

  • 高性能计算 (HPC)

  • 批处理

  • 广告服务

  • 视频解码

  • 分布式分析

  • 高度可扩展的多人游戏

C6in 实例

这些实例非常适合计算密集型工作负载,例如:

  • 分布式计算应用程序

  • 网络虚拟设备

  • 数据分析

  • 高性能计算(HPC)

  • 基于 CPU 的 AI/ML

有关更多信息,请参阅 Amazon EC2 C6i 实例

C7a 实例

这些实例由第四代 AMD EPYC 处理器提供支持,非常适合运行高级计算密集型工作负载,例如:

  • 高性能计算 (HPC)

  • 批处理

  • 广告服务

  • 视频解码

  • 游戏服务器

  • 科学建模

  • 分布式分析

有关更多信息,请参阅 Amazon EC2 C7a 实例

C7g 和 C7gd 实例

这些实例由 Amazon Graviton3 处理器提供支持,非常适合运行先进的计算密集型工作负载,例如:

  • 高性能计算 (HPC)

  • 批处理

  • 广告服务

  • 视频解码

  • 游戏服务器

  • 科学建模

  • 分布式分析

有关更多信息,请参阅 Amazon EC2 C7g 实例

C7gn 实例

C7gn 实例采用新的 Amazon Nitro 卡,可为基于 Graviton 的 Amazon EC2 实例提供最高的网络带宽和最佳的数据包处理性能。与上一代 C6gn 实例相比,C7gn 实例可提供高达 200 Gbps 的网络带宽和高达 50% 的数据包处理性能。C7gn 实例非常适合网络密集型工作负载,包括:

  • 网络虚拟设备工作负载

  • 数据密集型工作负载,例如数据分析

  • 基于 CPU 的人工智能和机器学习(AI/ML)推理工作负载

有关更多信息,请参阅 Amazon EC2 C7g 实例

C7i 实例

C7i 实例非常适合运行计算密集型工作负载,例如批处理、机器学习、高端游戏、广告投放和视频编码。

有关更多信息,请参阅 Amazon EC2 C7i 实例

硬件规格

以下是计算优化型实例的硬件规格摘要。虚拟中央处理单元(vCPU)表示分配给虚拟机(VM)的物理 CPU 的一部分。对于 x86 实例,每个内核有两个 vCPU。对于 Graviton 实例,每个内核有一个 vCPU。

实例类型 默认 vCPU 内存 (GiB)
c1.medium 2 1.70
c1.xlarge 8 7.00
c3.large 2 3.75
c3.xlarge 4 7.50
c3.2xlarge 8 15.00
c3.4xlarge 16 30.00
c3.8xlarge 32 60.00
c4.large 2 3.75
c4.xlarge 4 7.50
c4.2xlarge 8 15.00
c4.4xlarge 16 30.00
c4.8xlarge 36 60.00
c5.large 2 4.00
c5.xlarge 4 8.00
c5.2xlarge 8 16.00
c5.4xlarge 16 32.00
c5.9xlarge 36 72.00
c5.12xlarge 48 96.00
c5.18xlarge 72 144.00
c5.24xlarge 96 192.00
c5.metal 96 192.00
c5a.large 2 4.00
c5a.xlarge 4 8.00
c5a.2xlarge 8 16.00
c5a.4xlarge 16 32.00
c5a.8xlarge 32 64.00
c5a.12xlarge 48 96.00
c5a.16xlarge 64 128.00
c5a.24xlarge 96 192.00
c5ad.large 2 4.00
c5ad.xlarge 4 8.00
c5ad.2xlarge 8 16.00
c5ad.4xlarge 16 32.00
c5ad.8xlarge 32 64.00
c5ad.12xlarge 48 96.00
c5ad.16xlarge 64 128.00
c5ad.24xlarge 96 192.00
c5d.large 2 4.00
c5d.xlarge 4 8.00
c5d.2xlarge 8 16.00
c5d.4xlarge 16 32.00
c5d.9xlarge 36 72.00
c5d.12xlarge 48 96.00
c5d.18xlarge 72 144.00
c5d.24xlarge 96 192.00
c5d.metal 96 192.00
c5n.large 2 5.25
c5n.xlarge 4 10.50
c5n.2xlarge 8 21.00
c5n.4xlarge 16 42.00
c5n.9xlarge 36 96.00
c5n.18xlarge 72 192.00
c5n.metal 72 192.00
c6a.large 2 4.00
c6a.xlarge 4 8.00
c6a.2xlarge 8 16.00
c6a.4xlarge 16 32.00
c6a.8xlarge 32 64.00
c6a.12xlarge 48 96.00
c6a.16xlarge 64 128.00
c6a.24xlarge 96 192.00
c6a.32xlarge 128 256.00
c6a.48xlarge 192 384.00
c6a.metal 192 384.00
c6i.large 2 4.00
c6i.xlarge 4 8.00
c6i.2xlarge 8 16.00
c6i.4xlarge 16 32.00
c6i.8xlarge 32 64.00
c6i.12xlarge 48 96.00
c6i.16xlarge 64 128.00
c6i.24xlarge 96 192.00
c6i.32xlarge 128 256.00
c6i.metal 128 256.00
c6id.large 2 4.00
c6id.xlarge 4 8.00
c6id.2xlarge 8 16.00
c6id.4xlarge 16 32.00
c6id.8xlarge 32 64.00
c6id.12xlarge 48 96.00
c6id.16xlarge 64 128.00
c6id.24xlarge 96 192.00
c6id.32xlarge 128 256.00
c6id.metal 128 256.00
c6in.large 2 4.00
c6in.xlarge 4 8.00
c6in.2xlarge 8 16.00
c6in.4xlarge 16 32.00
c6in.8xlarge 32 64.00
c6in.12xlarge 48 96.00
c6in.16xlarge 64 128.00
c6in.24xlarge 96 192.00
c6in.32xlarge 128 256.00
c6in.metal 128 256.00
c7a.medium 1 2.00
c7a.large 2 4.00
c7a.xlarge 4 8.00
c7a.2xlarge 8 16.00
c7a.4xlarge 16 32.00
c7a.8xlarge 32 64.00
c7a.12xlarge 48 96.00
c7a.16xlarge 64 128.00
c7a.24xlarge 96 192.00
c7a.32xlarge 128 256.00
c7a.48xlarge 192 384.00
c7a.metal-48xl 192 384.00
c7i.large 2 4.00
c7i.xlarge 4 8.00
c7i.2xlarge 8 16.00
c7i.4xlarge 16 32.00
c7i.8xlarge 32 64.00
c7i.12xlarge 48 96.00
c7i.16xlarge 64 128.00
c7i.24xlarge 96 192.00
c7i.48xlarge 192 384.00
c7i.metal-24xl 96 192.00
c7i.metal-48xl 192 384.00

计算优化实例使用以下处理器。

AMD 处理器
  • 第二代 AMD EPYC 处理器(AMD EPYC 7R32):C5a、C5ad

  • 第三代 AMD EPYC 处理器(AMD EPYC 7R13):C6a

  • 第四代 AMD EPYC 处理器(AMD EPYC 9R14):C7a

英特尔处理器
  • 英特尔至强可扩展处理器(Haswell E5-2666 v3):C4

  • 英特尔至强可扩展处理器(Skylake 8124):C5n

  • 英特尔至强可扩展处理器(Skylake 8124M 或 Cascade Lake 8223CL):更小的 C5 和 C5d

  • 第二代英特尔至强可扩展处理器(Cascade Lake 8275CL):更大的 C5 和 C5d

  • 第三代英特尔至强可扩展处理器(Ice Lake 8375C):C6i、C6id

  • 第四代英特尔至强可扩展处理器(Sapphire Rapids 8488C):C7i

有关详细的实例类型规范,请参阅 Amazon EC2 Instance Types Guide。有关定价信息,请参阅 Amazon EC2 实例类型

实例性能

通过 EBS 优化的实例,您可以消除 Amazon EBS I/O 与 实例的其他网络流量之间的争用,从而使 EBS 卷持续获得高性能。有些计算优化型实例在默认情况下会进行 EBS 优化,这不会产生额外的费用。有关更多信息,请参阅Amazon EBS 优化的实例

网络性能

您可以为受支持的实例类型启用增强联网,以提供更低的延迟、更低的网络抖动和更高的每秒数据包数 (PPS) 性能。大多数应用程序并非始终需要较高的网络性能,但较高的带宽有助于其发送或接收数据。有关更多信息,请参阅Windows 上的增强联网

以下是支持增强联网的计算优化型实例的网络性能摘要。

注意

标有 的实例类型具备基准带宽,并且可以通过网络输入/输出积分机制,尽可能将其基准带宽突增到基准以上。有关更多信息,请参阅实例网络带宽

实例类型 网络性能 增强联网功能
c1.medium 不支持
c1.xlarge 不支持
c3.large Intel 82599 VF
c3.xlarge Intel 82599 VF
c3.2xlarge Intel 82599 VF
c3.4xlarge Intel 82599 VF
c3.8xlarge 10Gb Intel 82599 VF
c4.large Intel 82599 VF
c4.xlarge Intel 82599 VF
c4.2xlarge Intel 82599 VF
c4.4xlarge Intel 82599 VF
c4.8xlarge 10Gb Intel 82599 VF
c5.large 高达 10Gb ENA
c5.xlarge 高达 10Gb ENA
c5.2xlarge 高达 10Gb ENA
c5.4xlarge 高达 10Gb ENA
c5.9xlarge 12Gb ENA
c5.12xlarge 12Gb ENA
c5.18xlarge 25Gb ENA
c5.24xlarge 25Gb ENA
c5.metal 25Gb ENA
c5a.large 高达 10Gb ENA
c5a.xlarge 高达 10Gb ENA
c5a.2xlarge 高达 10Gb ENA
c5a.4xlarge 高达 10Gb ENA
c5a.8xlarge 10Gb ENA
c5a.12xlarge 12Gb ENA
c5a.16xlarge 20Gb ENA
c5a.24xlarge 20Gb ENA
c5ad.large 高达 10Gb ENA
c5ad.xlarge 高达 10Gb ENA
c5ad.2xlarge 高达 10Gb ENA
c5ad.4xlarge 高达 10Gb ENA
c5ad.8xlarge 10Gb ENA
c5ad.12xlarge 12Gb ENA
c5ad.16xlarge 20Gb ENA
c5ad.24xlarge 20Gb ENA
c5d.large 高达 10Gb ENA
c5d.xlarge 高达 10Gb ENA
c5d.2xlarge 高达 10Gb ENA
c5d.4xlarge 高达 10Gb ENA
c5d.9xlarge 12Gb ENA
c5d.12xlarge 12Gb ENA
c5d.18xlarge 25Gb ENA
c5d.24xlarge 25Gb ENA
c5d.metal 25Gb ENA
c5n.large 高达 25Gb ENA
c5n.xlarge 高达 25Gb ENA
c5n.2xlarge 高达 25Gb ENA
c5n.4xlarge 高达 25Gb ENA
c5n.9xlarge 50Gb ENA | EFA
c5n.18xlarge 100Gb ENA | EFA
c5n.metal 100Gb ENA | EFA
c6a.large 高达 12.5Gb ENA
c6a.xlarge 高达 12.5Gb ENA
c6a.2xlarge 高达 12.5Gb ENA
c6a.4xlarge 高达 12.5Gb ENA
c6a.8xlarge 12.5Gb ENA
c6a.12xlarge 18.75Gb ENA
c6a.16xlarge 25Gb ENA
c6a.24xlarge 37.5Gb ENA
c6a.32xlarge 50Gb ENA
c6a.48xlarge 50Gb ENA | EFA
c6a.metal 50Gb ENA | EFA
c6i.large 高达 12.5Gb ENA
c6i.xlarge 高达 12.5Gb ENA
c6i.2xlarge 高达 12.5Gb ENA
c6i.4xlarge 高达 12.5Gb ENA
c6i.8xlarge 12.5Gb ENA
c6i.12xlarge 18.75Gb ENA
c6i.16xlarge 25Gb ENA
c6i.24xlarge 37.5Gb ENA
c6i.32xlarge 50Gb ENA | EFA
c6i.metal 50Gb ENA | EFA
c6id.large 高达 12.5Gb ENA
c6id.xlarge 高达 12.5Gb ENA
c6id.2xlarge 高达 12.5Gb ENA
c6id.4xlarge 高达 12.5Gb ENA
c6id.8xlarge 12.5Gb ENA
c6id.12xlarge 18.75Gb ENA
c6id.16xlarge 25Gb ENA
c6id.24xlarge 37.5Gb ENA
c6id.32xlarge 50Gb ENA | EFA
c6id.metal 50Gb ENA | EFA
c6in.large 高达 25Gb ENA
c6in.xlarge 高达 30Gb ENA
c6in.2xlarge 高达 40Gb ENA
c6in.4xlarge 高达 50Gb ENA
c6in.8xlarge 50Gb ENA
c6in.12xlarge 75Gb ENA
c6in.16xlarge 100Gb ENA
c6in.24xlarge 150Gb ENA
c6in.32xlarge 200Gb ENA | EFA
c6in.metal 200Gb ENA | EFA
c7a.medium 高达 12.5Gb ENA
c7a.large 高达 12.5Gb ENA
c7a.xlarge 高达 12.5Gb ENA
c7a.2xlarge 高达 12.5Gb ENA
c7a.4xlarge 高达 12.5Gb ENA
c7a.8xlarge 12.5Gb ENA
c7a.12xlarge 18.75Gb ENA
c7a.16xlarge 25Gb ENA
c7a.24xlarge 37.5Gb ENA
c7a.32xlarge 50Gb ENA
c7a.48xlarge 50Gb ENA | EFA
c7a.metal-48xl 50Gb ENA | EFA
c7i.large 高达 12.5Gb ENA
c7i.xlarge 高达 12.5Gb ENA
c7i.2xlarge 高达 12.5Gb ENA
c7i.4xlarge 高达 12.5Gb ENA
c7i.8xlarge 12.5Gb ENA
c7i.12xlarge 18.75Gb ENA
c7i.16xlarge 25Gb ENA
c7i.24xlarge 37.5Gb ENA
c7i.48xlarge 50Gb ENA | EFA
c7i.metal-24xl 37.5Gb ENA
c7i.metal-48xl 50Gb ENA | EFA

对于支持 200Gbps 的 32xlargemetal 实例类型,实例上至少需要 2 个 ENI,并且每个 ENI 需要连接到不同的网卡,才能达到 200Gbps 的吞吐量。连接到网卡的每个 ENI 最大可达到 170Gbps。

下表显示了实例类型的基准带宽和突增带宽,这些实例类型通过网络输入/输出积分机制将其基准带宽突增到基准以上。

实例类型 基准带宽 (Gbps) 突增带宽 (Gbps)
c5.large 0.75 10.0
c5.xlarge 1.25 10.0
c5.2xlarge 2.5 10.0
c5.4xlarge 5.0 10.0
c5a.large 0.75 10.0
c5a.xlarge 1.25 10.0
c5a.2xlarge 2.5 10.0
c5a.4xlarge 5.0 10.0
c5ad.large 0.75 10.0
c5ad.xlarge 1.25 10.0
c5ad.2xlarge 2.5 10.0
c5ad.4xlarge 5.0 10.0
c5d.large 0.75 10.0
c5d.xlarge 1.25 10.0
c5d.2xlarge 2.5 10.0
c5d.4xlarge 5.0 10.0
c5n.large 3.0 25.0
c5n.xlarge 5.0 25.0
c5n.2xlarge 10.0 25.0
c5n.4xlarge 15.0 25.0
c6a.large 0.781 12.5
c6a.xlarge 1.562 12.5
c6a.2xlarge 3.125 12.5
c6a.4xlarge 6.25 12.5
c6i.large 0.781 12.5
c6i.xlarge 1.562 12.5
c6i.2xlarge 3.125 12.5
c6i.4xlarge 6.25 12.5
c6id.large 0.781 12.5
c6id.xlarge 1.562 12.5
c6id.2xlarge 3.125 12.5
c6id.4xlarge 6.25 12.5
c6in.large 3.125 25.0
c6in.xlarge 6.25 30.0
c6in.2xlarge 12.5 40.0
c6in.4xlarge 25.0 50.0
c7a.medium 0.39 12.5
c7a.large 0.781 12.5
c7a.xlarge 1.562 12.5
c7a.2xlarge 3.125 12.5
c7a.4xlarge 6.25 12.5
c7i.large 0.781 12.5
c7i.xlarge 1.562 12.5
c7i.2xlarge 3.125 12.5
c7i.4xlarge 6.25 12.5

Amazon EBS I/O 性能

Amazon EBS 优化型实例使用经过优化的配置堆栈,并为 Amazon EBS I/O 提供额外的专用容量。这种优化通过最小化 Amazon EBS I/O 与来自您实例的其他流量之间的争用,为您的 Amazon EBS 卷提供最佳性能。

有关更多信息,请参阅Amazon EBS 优化的实例

基于 SSD 的实例存储卷的 I/O 性能

如果您使用可用于您的实例的、基于 SSD 的所有实例存储卷,则您最高可以获得下表所列的 IOPS(4096 字节的数据块大小)性能(在队列深度饱和时)。否则,您将获得较低的 IOPS 性能。

实例大小 100% 随机读取 IOPS 写入 IOPS
c5ad.large 16283 7105
c5ad.xlarge 32566 14211
c5ad.2xlarge 65132 28421
c5ad.4xlarge 130262 56842
c5ad.8xlarge 260526 113684
c5ad.12xlarge 412500 180000
c5ad.16xlarge 521052 227368
c5ad.24xlarge 825000 360000
c5d.large 20000 9000
c5d.xlarge 40000 18000
c5d.2xlarge 80000 37000
c5d.4xlarge 175000 75000
c5d.9xlarge 350000 170000
c5d.12xlarge 700000 340000
c5d.18xlarge 700000 340000
c5d.24xlarge 1400000 680000
c5d.metal 1400000 680000
c6id.large 33542 16771
c6id.xlarge 67083 33542
c6id.2xlarge 134167 67084
c6id.4xlarge 268333 134167
c6id.8xlarge 536666 268334
c6id.12xlarge 804998 402500
c6id.16xlarge 1073332 536668
c6id.24xlarge 1609996 805000
c6id.32xlarge 2146664 1073336
c6id.metal 2146664 1073336

随着您不断在您的实例的基于 SSD 的实例存储卷中填充数据,您可以达到的写入 IOPS 将不断减少。这是因为,SSD 控制器必须执行额外的工作,即查找可用空间、重写现有数据,以及擦除未使用的空间以使之可供重写。这一垃圾回收过程将导致对 SSD 的内部写入放大影响,这以 SSD 写入操作数相对于用户写入操作数的比率形式来表示。如果写入操作数并非 4096 字节的倍数,或不在 4096 字节这一边界上,则性能的降低会更明显。如果您写入的字节数较少或不在边界上,则 SSD 控制器必须读取周围的数据并在新位置存储结果。这种模式会大大增加写入放大的影响,加长延迟,并显著降低 I/O 性能。

SSD 控制器可以使用多种策略来减少写入放大的影响。其中的一个策略是在 SSD 实例存储中预订空间,以便控制器更高效地管理可用于写入操作的空间。这称为超额配置。为 实例提供的基于 SSD 的实例存储卷不会为超额配置预保留空白间。要减少写入放大问题造成的影响,建议您留出 10% 的卷空间不进行分区,以便 SSD 控制器可使用这部分空间来进行超额配置。虽然这会减少您可使用的存储空间,但可提高性能,即使磁盘容量快用完也是如此。

对于支持 TRIM 的实例存储卷,您可在不再需要已写入的数据时使用 TRIM 命令告知 SSD 控制器此情况。这将为控制器提供更多可用空间,从而可以减少写入放大的影响并提高性能。有关更多信息,请参阅实例存储卷 TRIM 支持

发布说明

  • c6a.metal 实例不支持 Windows Server 2016 及更早版本。

  • c7a.metal-48xl 实例不支持 2023 年 7 月之前发布的 Windows Server 2019 AMI 和 Windows Server 2016 AMI。

  • C4 实例和基于 Nitro 系统构建的实例需要 64 位 EBS 支持的 HVM AMIs。它们具有高内存,需要 64 位操作系统才能利用这一容量。与内存增强型实例类型上的半虚拟化 (PV) AMI 相比,HVM AMI 可提供卓越的性能。此外,您必须使用 HVM AMI 才能利用增强联网功能。

  • 基于 Nitro 系统构建的实例具有以下要求:

    当前 Amazon Windows AMI 满足这些要求。

  • 为了从 C6i 实例获得最佳性能,请确保它们的 ENA 驱动程序版本为 2.2.3 或更高版本。将早于 2.0.0 版本的 ENA 驱动程序用于这些实例会导致网络接口连接失败。以下 AMI 具备兼容的 ENA 驱动程序。

    • 2021 年 5 月或更高版本的 Amazon Windows AMI

  • 您可以挂载到实例的最大 Amazon EBS 卷数取决于实例类型和实例规模。有关更多信息,请参阅实例卷限制

  • 启动裸机实例会启动基础服务器,包含验证所有硬件和固件组件。这意味着从实例进入运行状态直至在网络上可用需要超过 20 分钟的时间。

  • 对裸机实例附加或分离 EBS 卷或辅助网络接口需要 PCIe 本机 hotplug 支持。

  • 裸机实例使用基于 PCI 的串行设备而不是基于 I/O 端口的串行设备。上游 Linux 内核和最新 Amazon Linux AMI 支持此设备。裸机实例还提供一个 ACPI SPCR 表,使系统能够自动使用基于 PCI 的串行设备。最新 Windows AMI 自动使用基于 PCI 的串行设备。

  • 在一个区域中可以启动的实例总数存在限制,某些实例类型还存在其他限制。有关更多信息,请参阅 Amazon EC2 常见问题解答中的我可以在 Amazon EC2 中运行多少个实例?