通用实例
通用型实例提供平衡的计算、内存和网络资源，可用于各种不同的工作负载。
A1 实例
这些实例非常适合 Arm 生态系统支持的横向扩展工作负载。这些实例非常适合以下用途：
-
Web 服务器
-
容器化微服务
M5 和 M5a 实例
这些实例提供了理想的云基础设施，面向部署在云中的广泛应用程序，提供平衡的计算、内存和网络资源。它们非常适合以下用途：
-
中小型数据库
-
需要额外内存的数据处理任务
-
缓存机群
-
为 SAP、Microsoft SharePoint、集群计算和其他企业应用程序运行后端服务器
裸机实例（如 m5.metal、m5n.metal 和 m5zn.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。
M5zn
这些实例非常适合从极高的单线程性能、高吞吐量和低延迟网络受益的应用程序。它们非常适合以下用途：
-
游戏
-
高性能计算
-
模拟建模
M6g 和 M6gd 实例
这些实例由 Amazon Graviton2 处理器提供支持，并为各种不同的通用工作负载提供平衡的计算、内存和网络。它们非常适合以下用途：
-
应用程序服务器
-
微服务
-
游戏服务器
-
中型数据存储
-
缓存机群
裸机实例（如 m6g.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。有关更多信息，请参阅 Amazon EC2 M6g 实例
M6i 和 M6id 实例
这些实例非常适合通用型工作负载，例如：
-
应用程序服务器和 Web 服务器
-
微服务
-
高性能计算
-
应用程序开发
-
中小型数据库
-
缓存机群
裸机实例（如 m6i.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。
M6in 和 M6idn 实例
这些实例非常适合网络密集型工作负载，例如：
-
高性能文件系统
-
分布式 Web 级内存缓存
-
缓存机群
-
实时大数据分析
-
电信应用程序，例如 5G 用户面功能（UPF）
有关更多信息，请参阅 Amazon EC2 M6i 实例
M7i 实例
M7i 实例扩展了第七代 Amazon EC2 实例产品组合，包括了基于 x86 的选项。这些实例由定制的第四代英特尔至强可扩展处理器（Sapphire Rapids）提供支持，这些处理器为 Amazon 专有。与 M6i 实例相比，它们的性价比提高了多达 15%。M7i 实例非常适用于运行通用工作负载，例如 Web 服务器、应用程序服务器、微服务和小型数据存储。
有关更多信息，请参阅 Amazon EC2 M7i 实例
M7i-flex 实例
大部分通用工作负载会因为最新一代的性能而受益，但并未充分利用计算资源。Amazon EC2 flex 实例是运行此类工作负载的理想首选。Flex 实例是 Amazon EC2 实例的成本优化变体，可以为您提供在大多数常见工作负载中轻松获得性价比优势和更低价格的最简单方法。
M7i-flex 实例是首批基于第四代英特尔至强可扩展处理器（Sapphire Rapids）的 Amazon EC2 flex 实例，与同等 M 实例相比，可以节省成本。M7i-flex 实例提供高达 32 个 vCPU 和高达 128GiB 的内存，以实现计算、内存和网络资源之间的平衡。这些实例非常适合通用型工作负载，例如：
应用程序服务器和 Web 服务器
微服务
虚拟桌面
应用程序开发
数据库
移动应用程序
批处理工作负载
有关更多信息，请参阅 Amazon EC2 M7i 和 M7i-flex 实例
M7g 和 M7gd 实例
这些实例由 Amazon Graviton3 处理器提供支持，并为各种不同的通用工作负载提供平衡的计算、内存和网络。它们非常适合以下用途：
-
应用程序服务器
-
微服务
-
游戏服务器
-
中型数据存储
-
缓存机群
有关更多信息，请参阅 Amazon EC2 M7g 实例
M7a 实例
M7a 实例基于 Amazon Nitro 系统构建，非常适合受益于高性能、高吞吐量、低延迟网络的应用程序，例如应用程序服务器、微服务、游戏服务器、中型数据存储、应用程序开发环境和缓存实例集。
有关更多信息，请参阅 Amazon EC2 M7a 实例
T2、T3、T3a 和 T4g 实例
这些实例提供基准水平的 CPU 性能，并且能够在您的工作负载需要时突增到更高的性能。无限实例可以将较高的 CPU 性能保持所需的任意时间。有关更多信息，请参阅可突增性能实例。它们非常适合以下用途：
-
网站和 Web 应用程序
-
代码存储库
-
开发、构建、测试和存放环境
-
微服务
硬件规格
以下是通用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） |
|---|---|---|
| a1.medium | 1 | 2.00 |
| a1.large | 2 | 4.00 |
| a1.xlarge | 4 | 8.00 |
| a1.2xlarge | 8 | 16.00 |
| a1.4xlarge | 16 | 32.00 |
| a1.metal | 16 | 32.00 |
| m1.small | 1 | 1.70 |
| m1.medium | 1 | 3.70 |
| m1.large | 2 | 7.50 |
| m1.xlarge | 4 | 15.00 |
| m2.xlarge | 2 | 17.10 |
| m2.2xlarge | 4 | 34.20 |
| m2.4xlarge | 8 | 68.40 |
| m3.medium | 1 | 3.75 |
| m3.large | 2 | 7.50 |
| m3.xlarge | 4 | 15.00 |
| m3.2xlarge | 8 | 30.00 |
| m4.large | 2 | 8.00 |
| m4.xlarge | 4 | 16.00 |
| m4.2xlarge | 8 | 32.00 |
| m4.4xlarge | 16 | 64.00 |
| m4.10xlarge | 40 | 160.00 |
| m4.16xlarge | 64 | 256.00 |
| m5.large | 2 | 8.00 |
| m5.xlarge | 4 | 16.00 |
| m5.2xlarge | 8 | 32.00 |
| m5.4xlarge | 16 | 64.00 |
| m5.8xlarge | 32 | 128.00 |
| m5.12xlarge | 48 | 192.00 |
| m5.16xlarge | 64 | 256.00 |
| m5.24xlarge | 96 | 384.00 |
| m5.metal | 96 | 384.00 |
| m5a.large | 2 | 8.00 |
| m5a.xlarge | 4 | 16.00 |
| m5a.2xlarge | 8 | 32.00 |
| m5a.4xlarge | 16 | 64.00 |
| m5a.8xlarge | 32 | 128.00 |
| m5a.12xlarge | 48 | 192.00 |
| m5a.16xlarge | 64 | 256.00 |
| m5a.24xlarge | 96 | 384.00 |
| m5ad.large | 2 | 8.00 |
| m5ad.xlarge | 4 | 16.00 |
| m5ad.2xlarge | 8 | 32.00 |
| m5ad.4xlarge | 16 | 64.00 |
| m5ad.8xlarge | 32 | 128.00 |
| m5ad.12xlarge | 48 | 192.00 |
| m5ad.16xlarge | 64 | 256.00 |
| m5ad.24xlarge | 96 | 384.00 |
| m5d.large | 2 | 8.00 |
| m5d.xlarge | 4 | 16.00 |
| m5d.2xlarge | 8 | 32.00 |
| m5d.4xlarge | 16 | 64.00 |
| m5d.8xlarge | 32 | 128.00 |
| m5d.12xlarge | 48 | 192.00 |
| m5d.16xlarge | 64 | 256.00 |
| m5d.24xlarge | 96 | 384.00 |
| m5d.metal | 96 | 384.00 |
| m5dn.large | 2 | 8.00 |
| m5dn.xlarge | 4 | 16.00 |
| m5dn.2xlarge | 8 | 32.00 |
| m5dn.4xlarge | 16 | 64.00 |
| m5dn.8xlarge | 32 | 128.00 |
| m5dn.12xlarge | 48 | 192.00 |
| m5dn.16xlarge | 64 | 256.00 |
| m5dn.24xlarge | 96 | 384.00 |
| m5dn.metal | 96 | 384.00 |
| m5n.large | 2 | 8.00 |
| m5n.xlarge | 4 | 16.00 |
| m5n.2xlarge | 8 | 32.00 |
| m5n.4xlarge | 16 | 64.00 |
| m5n.8xlarge | 32 | 128.00 |
| m5n.12xlarge | 48 | 192.00 |
| m5n.16xlarge | 64 | 256.00 |
| m5n.24xlarge | 96 | 384.00 |
| m5n.metal | 96 | 384.00 |
| m5zn.large | 2 | 8.00 |
| m5zn.xlarge | 4 | 16.00 |
| m5zn.2xlarge | 8 | 32.00 |
| m5zn.3xlarge | 12 | 48.00 |
| m5zn.6xlarge | 24 | 96.00 |
| m5zn.12xlarge | 48 | 192.00 |
| m5zn.metal | 48 | 192.00 |
| m6a.large | 2 | 8.00 |
| m6a.xlarge | 4 | 16.00 |
| m6a.2xlarge | 8 | 32.00 |
| m6a.4xlarge | 16 | 64.00 |
| m6a.8xlarge | 32 | 128.00 |
| m6a.12xlarge | 48 | 192.00 |
| m6a.16xlarge | 64 | 256.00 |
| m6a.24xlarge | 96 | 384.00 |
| m6a.32xlarge | 128 | 512.00 |
| m6a.48xlarge | 192 | 768.00 |
| m6a.metal | 192 | 768.00 |
| m6g.medium | 1 | 4.00 |
| m6g.large | 2 | 8.00 |
| m6g.xlarge | 4 | 16.00 |
| m6g.2xlarge | 8 | 32.00 |
| m6g.4xlarge | 16 | 64.00 |
| m6g.8xlarge | 32 | 128.00 |
| m6g.12xlarge | 48 | 192.00 |
| m6g.16xlarge | 64 | 256.00 |
| m6g.metal | 64 | 256.00 |
| m6gd.medium | 1 | 4.00 |
| m6gd.large | 2 | 8.00 |
| m6gd.xlarge | 4 | 16.00 |
| m6gd.2xlarge | 8 | 32.00 |
| m6gd.4xlarge | 16 | 64.00 |
| m6gd.8xlarge | 32 | 128.00 |
| m6gd.12xlarge | 48 | 192.00 |
| m6gd.16xlarge | 64 | 256.00 |
| m6gd.metal | 64 | 256.00 |
| m6i.large | 2 | 8.00 |
| m6i.xlarge | 4 | 16.00 |
| m6i.2xlarge | 8 | 32.00 |
| m6i.4xlarge | 16 | 64.00 |
| m6i.8xlarge | 32 | 128.00 |
| m6i.12xlarge | 48 | 192.00 |
| m6i.16xlarge | 64 | 256.00 |
| m6i.24xlarge | 96 | 384.00 |
| m6i.32xlarge | 128 | 512.00 |
| m6i.metal | 128 | 512.00 |
| m6id.large | 2 | 8.00 |
| m6id.xlarge | 4 | 16.00 |
| m6id.2xlarge | 8 | 32.00 |
| m6id.4xlarge | 16 | 64.00 |
| m6id.8xlarge | 32 | 128.00 |
| m6id.12xlarge | 48 | 192.00 |
| m6id.16xlarge | 64 | 256.00 |
| m6id.24xlarge | 96 | 384.00 |
| m6id.32xlarge | 128 | 512.00 |
| m6id.metal | 128 | 512.00 |
| m6idn.large | 2 | 8.00 |
| m6idn.xlarge | 4 | 16.00 |
| m6idn.2xlarge | 8 | 32.00 |
| m6idn.4xlarge | 16 | 64.00 |
| m6idn.8xlarge | 32 | 128.00 |
| m6idn.12xlarge | 48 | 192.00 |
| m6idn.16xlarge | 64 | 256.00 |
| m6idn.24xlarge | 96 | 384.00 |
| m6idn.32xlarge | 128 | 512.00 |
| m6idn.metal | 128 | 512.00 |
| m6in.large | 2 | 8.00 |
| m6in.xlarge | 4 | 16.00 |
| m6in.2xlarge | 8 | 32.00 |
| m6in.4xlarge | 16 | 64.00 |
| m6in.8xlarge | 32 | 128.00 |
| m6in.12xlarge | 48 | 192.00 |
| m6in.16xlarge | 64 | 256.00 |
| m6in.24xlarge | 96 | 384.00 |
| m6in.32xlarge | 128 | 512.00 |
| m6in.metal | 128 | 512.00 |
| m7a.medium | 1 | 4.00 |
| m7a.large | 2 | 8.00 |
| m7a.xlarge | 4 | 16.00 |
| m7a.2xlarge | 8 | 32.00 |
| m7a.4xlarge | 16 | 64.00 |
| m7a.8xlarge | 32 | 128.00 |
| m7a.12xlarge | 48 | 192.00 |
| m7a.16xlarge | 64 | 256.00 |
| m7a.24xlarge | 96 | 384.00 |
| m7a.32xlarge | 128 | 512.00 |
| m7a.48xlarge | 192 | 768.00 |
| m7a.metal-48xl | 192 | 768.00 |
| m7g.medium | 1 | 4.00 |
| m7g.large | 2 | 8.00 |
| m7g.xlarge | 4 | 16.00 |
| m7g.2xlarge | 8 | 32.00 |
| m7g.4xlarge | 16 | 64.00 |
| m7g.8xlarge | 32 | 128.00 |
| m7g.12xlarge | 48 | 192.00 |
| m7g.16xlarge | 64 | 256.00 |
| m7g.metal | 64 | 256.00 |
| m7gd.medium | 1 | 4.00 |
| m7gd.large | 2 | 8.00 |
| m7gd.xlarge | 4 | 16.00 |
| m7gd.2xlarge | 8 | 32.00 |
| m7gd.4xlarge | 16 | 64.00 |
| m7gd.8xlarge | 32 | 128.00 |
| m7gd.12xlarge | 48 | 192.00 |
| m7gd.16xlarge | 64 | 256.00 |
| m7i.large | 2 | 8.00 |
| m7i.xlarge | 4 | 16.00 |
| m7i.2xlarge | 8 | 32.00 |
| m7i.4xlarge | 16 | 64.00 |
| m7i.8xlarge | 32 | 128.00 |
| m7i.12xlarge | 48 | 192.00 |
| m7i.16xlarge | 64 | 256.00 |
| m7i.24xlarge | 96 | 384.00 |
| m7i.48xlarge | 192 | 768.00 |
| m7i-flex.large | 2 | 8.00 |
| m7i-flex.xlarge | 4 | 16.00 |
| m7i-flex.2xlarge | 8 | 32.00 |
| m7i-flex.4xlarge | 16 | 64.00 |
| m7i-flex.8xlarge | 32 | 128.00 |
| mac1.metal | 12 | 32.00 |
| mac2.metal | 8 | 16.00 |
| t1.micro | 1 | 0.61 |
| t2.nano | 1 | 0.50 |
| t2.micro | 1 | 1.00 |
| t2.small | 1 | 2.00 |
| t2.medium | 2 | 4.00 |
| t2.large | 2 | 8.00 |
| t2.xlarge | 4 | 16.00 |
| t2.2xlarge | 8 | 32.00 |
| t3.nano | 2 | 0.50 |
| t3.micro | 2 | 1.00 |
| t3.small | 2 | 2.00 |
| t3.medium | 2 | 4.00 |
| t3.large | 2 | 8.00 |
| t3.xlarge | 4 | 16.00 |
| t3.2xlarge | 8 | 32.00 |
| t3a.nano | 2 | 0.50 |
| t3a.micro | 2 | 1.00 |
| t3a.small | 2 | 2.00 |
| t3a.medium | 2 | 4.00 |
| t3a.large | 2 | 8.00 |
| t3a.xlarge | 4 | 16.00 |
| t3a.2xlarge | 8 | 32.00 |
| t4g.nano | 2 | 0.50 |
| t4g.micro | 2 | 1.00 |
| t4g.small | 2 | 2.00 |
| t4g.medium | 2 | 4.00 |
| t4g.large | 2 | 8.00 |
| t4g.xlarge | 4 | 16.00 |
| t4g.2xlarge | 8 | 32.00 |
通用型实例使用以下处理器。
Amazon Graviton 处理器
-
Amazon Graviton2：M6g、M6gd、T4g
-
Amazon Graviton3：M7g、M7gd
AMD 处理器
-
AMD EPYC 7000 系列处理器（AMD EPYC 7571）：M5a、M5ad、T3a
-
第三代 AMD EPYC 处理器（AMD EPYC 7R13）：M6a
-
第四代 AMD EPYC 处理器（AMD EPYC 9R14）：M7a
英特尔处理器
-
英特尔至强可扩展处理器（Haswell E5-2676 v3 i 或 Broadwell E5-2686 v4）：M4、T2
-
英特尔至强可扩展处理器（Skylake 8175M 或 Cascade Lake 8259CL）：M5、M5d、T3
-
第二代英特尔至强可扩展处理器（Cascade Lake 8259CL）：M5n
-
第二代英特尔至强可扩展处理器（Cascade Lake 8252C）：M5zn
-
第三代英特尔至强可扩展处理器（Ice Lake 8375C）：M6i、M6id
-
第四代英特尔至强可扩展处理器（Sapphire Rapids 8488C）：M7i、M7i-Flex
有关更多信息，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。有些通用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。
一些通用型实例类型提供了在 Linux 上控制处理器 C 状态和 P 状态的功能。C 状态控制当核心处理非活动状态时可以进入的睡眠级别，而 P 状态控制核心的所需性能 (以 CPU 频率的形式)。有关更多信息，请参阅您的 EC2 实例的处理器状态控制。
Flex 实例性能
M7i-flex 实例平衡了计算、内存和网络资源，并提供了最经济高效的方式来运行各种通用型应用程序。M7i-flex 实例提供了可靠的 CPU 资源，可提供 40% 的基准 CPU 性能，旨在满足大多数通用工作负载的计算要求。在工作负载需要更高性能时，M7i-flex 实例能够超越基准 CPU，可在 24 小时的 95% 的时间内提供高达 100% 的 CPU。
在很长一段时间内以持续高于基准的高 CPU 利用率运行的 M7i-flex 实例可能会导致最大突发 CPU 吞吐量逐渐降低。
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Linux 上的增强联网。
以下是支持增强联网的通用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 |
|---|---|---|
a1.medium † |
高达 10Gb | ENA |
a1.large † |
高达 10Gb | ENA |
a1.xlarge † |
高达 10Gb | ENA |
a1.2xlarge † |
高达 10Gb | ENA |
a1.4xlarge † |
高达 10Gb | ENA |
a1.metal † |
高达 10Gb | ENA |
m1.small |
低 | 不支持 |
m1.medium |
中 | 不支持 |
m1.large |
中 | 不支持 |
m1.xlarge |
高 | 不支持 |
m2.xlarge |
中 | 不支持 |
m2.2xlarge |
中 | 不支持 |
m2.4xlarge |
高 | 不支持 |
m3.medium |
中 | 不支持 |
m3.large |
中 | 不支持 |
m3.xlarge |
高 | 不支持 |
m3.2xlarge |
高 | 不支持 |
m4.large |
中 | 不支持 |
m4.xlarge |
高 | 不支持 |
m4.2xlarge |
高 | 不支持 |
m4.4xlarge |
高 | 不支持 |
m4.10xlarge |
10Gb | 不支持 |
m4.16xlarge |
25Gb | ENA |
m5.large † |
高达 10Gb | ENA |
m5.xlarge † |
高达 10Gb | ENA |
m5.2xlarge † |
高达 10Gb | ENA |
m5.4xlarge † |
高达 10Gb | ENA |
m5.8xlarge |
10Gb | ENA |
m5.12xlarge |
12Gb | ENA |
m5.16xlarge |
20Gb | ENA |
m5.24xlarge |
25Gb | ENA |
m5.metal |
25Gb | ENA |
m5a.large † |
高达 10Gb | ENA |
m5a.xlarge † |
高达 10Gb | ENA |
m5a.2xlarge † |
高达 10Gb | ENA |
m5a.4xlarge † |
高达 10Gb | ENA |
m5a.8xlarge † |
高达 10Gb | ENA |
m5a.12xlarge |
10Gb | ENA |
m5a.16xlarge |
12Gb | ENA |
m5a.24xlarge |
20Gb | ENA |
m5ad.large † |
高达 10Gb | ENA |
m5ad.xlarge † |
高达 10Gb | ENA |
m5ad.2xlarge † |
高达 10Gb | ENA |
m5ad.4xlarge † |
高达 10Gb | ENA |
m5ad.8xlarge † |
高达 10Gb | ENA |
m5ad.12xlarge |
10Gb | ENA |
m5ad.16xlarge |
12Gb | ENA |
m5ad.24xlarge |
20Gb | ENA |
m5d.large † |
高达 10Gb | ENA |
m5d.xlarge † |
高达 10Gb | ENA |
m5d.2xlarge † |
高达 10Gb | ENA |
m5d.4xlarge † |
高达 10Gb | ENA |
m5d.8xlarge |
10Gb | ENA |
m5d.12xlarge |
12Gb | ENA |
m5d.16xlarge |
20Gb | ENA |
m5d.24xlarge |
25Gb | ENA |
m5d.metal |
25Gb | ENA |
m5dn.large † |
高达 25Gb | ENA |
m5dn.xlarge † |
高达 25Gb | ENA |
m5dn.2xlarge † |
高达 25Gb | ENA |
m5dn.4xlarge † |
高达 25Gb | ENA |
m5dn.8xlarge |
25Gb | ENA |
m5dn.12xlarge |
50Gb | ENA |
m5dn.16xlarge |
75Gb | ENA |
m5dn.24xlarge |
100Gb | ENA | EFA |
m5dn.metal |
100Gb | ENA | EFA |
m5n.large † |
高达 25Gb | ENA |
m5n.xlarge † |
高达 25Gb | ENA |
m5n.2xlarge † |
高达 25Gb | ENA |
m5n.4xlarge † |
高达 25Gb | ENA |
m5n.8xlarge |
25Gb | ENA |
m5n.12xlarge |
50Gb | ENA |
m5n.16xlarge |
75Gb | ENA |
m5n.24xlarge |
100Gb | ENA | EFA |
m5n.metal |
100Gb | ENA | EFA |
m5zn.large † |
高达 25Gb | ENA |
m5zn.xlarge † |
高达 25Gb | ENA |
m5zn.2xlarge † |
高达 25Gb | ENA |
m5zn.3xlarge † |
高达 25Gb | ENA |
m5zn.6xlarge |
50Gb | ENA |
m5zn.12xlarge |
100Gb | ENA | EFA |
m5zn.metal |
100Gb | ENA | EFA |
m6a.large † |
高达 12.5Gb | ENA |
m6a.xlarge † |
高达 12.5Gb | ENA |
m6a.2xlarge † |
高达 12.5Gb | ENA |
m6a.4xlarge † |
高达 12.5Gb | ENA |
m6a.8xlarge |
12.5Gb | ENA |
m6a.12xlarge |
18.75Gb | ENA |
m6a.16xlarge |
25Gb | ENA |
m6a.24xlarge |
37.5Gb | ENA |
m6a.32xlarge |
50Gb | ENA |
m6a.48xlarge |
50Gb | ENA | EFA |
m6a.metal |
50Gb | ENA | EFA |
m6g.medium † |
高达 10Gb | ENA |
m6g.large † |
高达 10Gb | ENA |
m6g.xlarge † |
高达 10Gb | ENA |
m6g.2xlarge † |
高达 10Gb | ENA |
m6g.4xlarge † |
高达 10Gb | ENA |
m6g.8xlarge |
12Gb | ENA |
m6g.12xlarge |
20Gb | ENA |
m6g.16xlarge |
25Gb | ENA |
m6g.metal |
25Gb | ENA |
m6gd.medium † |
高达 10Gb | ENA |
m6gd.large † |
高达 10Gb | ENA |
m6gd.xlarge † |
高达 10Gb | ENA |
m6gd.2xlarge † |
高达 10Gb | ENA |
m6gd.4xlarge † |
高达 10Gb | ENA |
m6gd.8xlarge |
12Gb | ENA |
m6gd.12xlarge |
20Gb | ENA |
m6gd.16xlarge |
25Gb | ENA |
m6gd.metal |
25Gb | ENA |
m6i.large † |
高达 12.5Gb | ENA |
m6i.xlarge † |
高达 12.5Gb | ENA |
m6i.2xlarge † |
高达 12.5Gb | ENA |
m6i.4xlarge † |
高达 12.5Gb | ENA |
m6i.8xlarge |
12.5Gb | ENA |
m6i.12xlarge |
18.75Gb | ENA |
m6i.16xlarge |
25Gb | ENA |
m6i.24xlarge |
37.5Gb | ENA |
m6i.32xlarge |
50Gb | ENA | EFA |
m6i.metal |
50Gb | ENA | EFA |
m6id.large † |
高达 12.5Gb | ENA |
m6id.xlarge † |
高达 12.5Gb | ENA |
m6id.2xlarge † |
高达 12.5Gb | ENA |
m6id.4xlarge † |
高达 12.5Gb | ENA |
m6id.8xlarge |
12.5Gb | ENA |
m6id.12xlarge |
18.75Gb | ENA |
m6id.16xlarge |
25Gb | ENA |
m6id.24xlarge |
37.5Gb | ENA |
m6id.32xlarge |
50Gb | ENA | EFA |
m6id.metal |
50Gb | ENA | EFA |
m6idn.large † |
高达 25Gb | ENA |
m6idn.xlarge † |
高达 30Gb | ENA |
m6idn.2xlarge † |
高达 40Gb | ENA |
m6idn.4xlarge † |
高达 50Gb | ENA |
m6idn.8xlarge |
50Gb | ENA |
m6idn.12xlarge |
75Gb | ENA |
m6idn.16xlarge |
100Gb | ENA |
m6idn.24xlarge |
150Gb | ENA |
m6idn.32xlarge |
200Gb | ENA | EFA |
m6idn.metal |
200Gb | ENA | EFA |
m6in.large † |
高达 25Gb | ENA |
m6in.xlarge † |
高达 30Gb | ENA |
m6in.2xlarge † |
高达 40Gb | ENA |
m6in.4xlarge † |
高达 50Gb | ENA |
m6in.8xlarge |
50Gb | ENA |
m6in.12xlarge |
75Gb | ENA |
m6in.16xlarge |
100Gb | ENA |
m6in.24xlarge |
150Gb | ENA |
m6in.32xlarge |
200Gb | ENA | EFA |
m6in.metal |
200Gb | ENA | EFA |
m7a.medium † |
高达 12.5Gb | ENA |
m7a.large † |
高达 12.5Gb | ENA |
m7a.xlarge † |
高达 12.5Gb | ENA |
m7a.2xlarge † |
高达 12.5Gb | ENA |
m7a.4xlarge † |
高达 12.5Gb | ENA |
m7a.8xlarge |
12.5Gb | ENA |
m7a.12xlarge |
18.75Gb | ENA |
m7a.16xlarge |
25Gb | ENA |
m7a.24xlarge |
37.5Gb | ENA |
m7a.32xlarge |
50Gb | ENA |
m7a.48xlarge |
50Gb | ENA | EFA |
m7a.metal-48xl |
50Gb | ENA | EFA |
m7g.medium † |
高达 12.5Gb | ENA |
m7g.large † |
高达 12.5Gb | ENA |
m7g.xlarge † |
高达 12.5Gb | ENA |
m7g.2xlarge † |
高达 15Gb | ENA |
m7g.4xlarge † |
高达 15Gb | ENA |
m7g.8xlarge |
15Gb | ENA |
m7g.12xlarge |
22.5Gb | ENA |
m7g.16xlarge |
30Gb | ENA | EFA |
m7g.metal |
30Gb | ENA | EFA |
m7gd.medium † |
高达 12.5Gb | ENA |
m7gd.large † |
高达 12.5Gb | ENA |
m7gd.xlarge † |
高达 12.5Gb | ENA |
m7gd.2xlarge † |
高达 15Gb | ENA |
m7gd.4xlarge † |
高达 15Gb | ENA |
m7gd.8xlarge |
15Gb | ENA |
m7gd.12xlarge |
22.5Gb | ENA |
m7gd.16xlarge |
30Gb | ENA | EFA |
m7i.large † |
高达 12.5Gb | ENA |
m7i.xlarge † |
高达 12.5Gb | ENA |
m7i.2xlarge † |
高达 12.5Gb | ENA |
m7i.4xlarge † |
高达 12.5Gb | ENA |
m7i.8xlarge |
12.5Gb | ENA |
m7i.12xlarge |
18.75Gb | ENA |
m7i.16xlarge |
25Gb | ENA |
m7i.24xlarge |
37.5Gb | ENA |
m7i.48xlarge |
50Gb | ENA | EFA |
m7i-flex.large † |
高达 12.5Gb | ENA |
m7i-flex.xlarge † |
高达 12.5Gb | ENA |
m7i-flex.2xlarge † |
高达 12.5Gb | ENA |
m7i-flex.4xlarge † |
高达 12.5Gb | ENA |
m7i-flex.8xlarge † |
高达 12.5Gb | ENA |
mac1.metal |
25Gb | ENA |
mac2.metal |
10Gb | ENA |
t1.micro |
非常低 | 不支持 |
t2.nano |
低到中 | 不支持 |
t2.micro |
低到中 | 不支持 |
t2.small |
低到中 | 不支持 |
t2.medium |
低到中 | 不支持 |
t2.large |
低到中 | 不支持 |
t2.xlarge |
中 | 不支持 |
t2.2xlarge |
中 | 不支持 |
t3.nano † |
高达 5Gb | ENA |
t3.micro † |
高达 5Gb | ENA |
t3.small † |
高达 5Gb | ENA |
t3.medium † |
高达 5Gb | ENA |
t3.large † |
高达 5Gb | ENA |
t3.xlarge † |
高达 5Gb | ENA |
t3.2xlarge † |
高达 5Gb | ENA |
t3a.nano † |
高达 5Gb | ENA |
t3a.micro † |
高达 5Gb | ENA |
t3a.small † |
高达 5Gb | ENA |
t3a.medium † |
高达 5Gb | ENA |
t3a.large † |
高达 5Gb | ENA |
t3a.xlarge † |
高达 5Gb | ENA |
t3a.2xlarge † |
高达 5Gb | ENA |
t4g.nano † |
高达 5Gb | ENA |
t4g.micro † |
高达 5Gb | ENA |
t4g.small † |
高达 5Gb | ENA |
t4g.medium † |
高达 5Gb | ENA |
t4g.large † |
高达 5Gb | ENA |
t4g.xlarge † |
高达 5Gb | ENA |
t4g.2xlarge † |
高达 5Gb | ENA |
对于支持 200Gbps 的 32xlarge 和 metal 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) |
|---|---|---|
a1.medium |
0.5 | 10.0 |
a1.large |
0.75 | 10.0 |
a1.xlarge |
1.25 | 10.0 |
a1.2xlarge |
2.5 | 10.0 |
a1.4xlarge |
5.0 | 10.0 |
a1.metal |
5.0 | 10.0 |
m5.large |
0.75 | 10.0 |
m5.xlarge |
1.25 | 10.0 |
m5.2xlarge |
2.5 | 10.0 |
m5.4xlarge |
5.0 | 10.0 |
m5a.large |
0.75 | 10.0 |
m5a.xlarge |
1.25 | 10.0 |
m5a.2xlarge |
2.5 | 10.0 |
m5a.4xlarge |
5.0 | 10.0 |
m5a.8xlarge |
7.5 | 10.0 |
m5ad.large |
0.75 | 10.0 |
m5ad.xlarge |
1.25 | 10.0 |
m5ad.2xlarge |
2.5 | 10.0 |
m5ad.4xlarge |
5.0 | 10.0 |
m5ad.8xlarge |
7.5 | 10.0 |
m5d.large |
0.75 | 10.0 |
m5d.xlarge |
1.25 | 10.0 |
m5d.2xlarge |
2.5 | 10.0 |
m5d.4xlarge |
5.0 | 10.0 |
m5dn.large |
2.1 | 25.0 |
m5dn.xlarge |
4.1 | 25.0 |
m5dn.2xlarge |
8.125 | 25.0 |
m5dn.4xlarge |
16.25 | 25.0 |
m5n.large |
2.1 | 25.0 |
m5n.xlarge |
4.1 | 25.0 |
m5n.2xlarge |
8.125 | 25.0 |
m5n.4xlarge |
16.25 | 25.0 |
m5zn.large |
3.0 | 25.0 |
m5zn.xlarge |
5.0 | 25.0 |
m5zn.2xlarge |
10.0 | 25.0 |
m5zn.3xlarge |
15.0 | 25.0 |
m6a.large |
0.781 | 12.5 |
m6a.xlarge |
1.562 | 12.5 |
m6a.2xlarge |
3.125 | 12.5 |
m6a.4xlarge |
6.25 | 12.5 |
m6g.medium |
0.5 | 10.0 |
m6g.large |
0.75 | 10.0 |
m6g.xlarge |
1.25 | 10.0 |
m6g.2xlarge |
2.5 | 10.0 |
m6g.4xlarge |
5.0 | 10.0 |
m6gd.medium |
0.5 | 10.0 |
m6gd.large |
0.75 | 10.0 |
m6gd.xlarge |
1.25 | 10.0 |
m6gd.2xlarge |
2.5 | 10.0 |
m6gd.4xlarge |
5.0 | 10.0 |
m6i.large |
0.781 | 12.5 |
m6i.xlarge |
1.562 | 12.5 |
m6i.2xlarge |
3.125 | 12.5 |
m6i.4xlarge |
6.25 | 12.5 |
m6id.large |
0.781 | 12.5 |
m6id.xlarge |
1.562 | 12.5 |
m6id.2xlarge |
3.125 | 12.5 |
m6id.4xlarge |
6.25 | 12.5 |
m6idn.large |
3.125 | 25.0 |
m6idn.xlarge |
6.25 | 30.0 |
m6idn.2xlarge |
12.5 | 40.0 |
m6idn.4xlarge |
25.0 | 50.0 |
m6in.large |
3.125 | 25.0 |
m6in.xlarge |
6.25 | 30.0 |
m6in.2xlarge |
12.5 | 40.0 |
m6in.4xlarge |
25.0 | 50.0 |
m7a.medium |
0.39 | 12.5 |
m7a.large |
0.781 | 12.5 |
m7a.xlarge |
1.562 | 12.5 |
m7a.2xlarge |
3.125 | 12.5 |
m7a.4xlarge |
6.25 | 12.5 |
m7g.medium |
0.52 | 12.5 |
m7g.large |
0.937 | 12.5 |
m7g.xlarge |
1.876 | 12.5 |
m7g.2xlarge |
3.75 | 15.0 |
m7g.4xlarge |
7.5 | 15.0 |
m7gd.medium |
0.52 | 12.5 |
m7gd.large |
0.937 | 12.5 |
m7gd.xlarge |
1.876 | 12.5 |
m7gd.2xlarge |
3.75 | 15.0 |
m7gd.4xlarge |
7.5 | 15.0 |
m7i.large |
0.781 | 12.5 |
m7i.xlarge |
1.562 | 12.5 |
m7i.2xlarge |
3.125 | 12.5 |
m7i.4xlarge |
6.25 | 12.5 |
m7i-flex.large |
0.39 | 12.5 |
m7i-flex.xlarge |
0.781 | 12.5 |
m7i-flex.2xlarge |
1.562 | 12.5 |
m7i-flex.4xlarge |
3.125 | 12.5 |
m7i-flex.8xlarge |
6.25 | 12.5 |
t3.nano |
0.032 | 5.0 |
t3.micro |
0.064 | 5.0 |
t3.small |
0.128 | 5.0 |
t3.medium |
0.256 | 5.0 |
t3.large |
0.512 | 5.0 |
t3.xlarge |
1.024 | 5.0 |
t3.2xlarge |
2.048 | 5.0 |
t3a.nano |
0.032 | 5.0 |
t3a.micro |
0.064 | 5.0 |
t3a.small |
0.128 | 5.0 |
t3a.medium |
0.256 | 5.0 |
t3a.large |
0.512 | 5.0 |
t3a.xlarge |
1.024 | 5.0 |
t3a.2xlarge |
2.048 | 5.0 |
t4g.nano |
0.032 | 5.0 |
t4g.micro |
0.064 | 5.0 |
t4g.small |
0.128 | 5.0 |
t4g.medium |
0.256 | 5.0 |
t4g.large |
0.512 | 5.0 |
t4g.xlarge |
1.024 | 5.0 |
t4g.2xlarge |
2.048 | 5.0 |
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
如果您使用内核版本为 4.4 或更高版本的 Linux AMI 并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 |
|---|---|---|
m5ad.large |
30000 | 15000 |
m5ad.xlarge |
59,000 | 29,000 |
m5ad.2xlarge |
117,000 | 57,000 |
m5ad.4xlarge |
234,000 | 114,000 |
m5ad.8xlarge |
466666 | 233333 |
m5ad.12xlarge |
700,000 | 340,000 |
m5ad.16xlarge |
933333 | 466666 |
m5ad.24xlarge |
1400000 | 680,000 |
m5d.large |
30000 | 15000 |
m5d.xlarge |
59,000 | 29,000 |
m5d.2xlarge |
117,000 | 57,000 |
m5d.4xlarge |
234,000 | 114,000 |
m5d.8xlarge |
466666 | 233333 |
m5d.12xlarge |
700,000 | 340,000 |
m5d.16xlarge |
933333 | 466666 |
m5d.24xlarge |
1400000 | 680,000 |
m5d.metal |
1400000 | 680,000 |
m5dn.large |
30000 | 15000 |
m5dn.xlarge |
59,000 | 29,000 |
m5dn.2xlarge
|
117,000 | 57,000 |
m5dn.4xlarge |
234,000 | 114,000 |
m5dn.8xlarge |
466666 | 233333 |
m5dn.12xlarge |
700,000 | 340,000 |
m5dn.16xlarge |
933333 | 466666 |
m5dn.24xlarge |
1400000 | 680,000 |
m5dn.metal |
1400000 |
680,000 |
m6gd.medium |
13438 | 5625 |
m6gd.large |
26875 | 11250 |
m6gd.xlarge |
53750 | 22500 |
m6gd.2xlarge |
107500 | 45000 |
m6gd.4xlarge |
215000 | 90000 |
m6gd.8xlarge |
430000 | 180,000 |
m6gd.12xlarge |
645000 | 270000 |
m6gd.16xlarge |
860000 | 360,000 |
m6gd.metal |
860000 | 360,000 |
m6id.large |
33,542 | 16,771 |
m6id.xlarge |
67,083 | 33,542 |
m6id.2xlarge |
134,167 | 67,084 |
m6id.4xlarge |
268,333 | 134,167 |
m6id.8xlarge |
536,666 | 268,334 |
m6id.12xlarge |
804,999 | 402,501 |
m6id.16xlarge |
1,073,332 | 536,668 |
m6id.24xlarge |
1,609,998 | 805,002 |
m6id.32xlarge |
2,146,664 | 1,073,336 |
m6id.metal |
2,146,664 | 1,073,336 |
m6idn.large |
33,542 | 16,771 |
m6idn.xlarge |
67,083 | 33,542 |
m6idn.2xlarge |
134,167 | 67,084 |
m6idn.4xlarge |
268,333 | 134,167 |
m6idn.8xlarge |
536,666 | 268,334 |
m6idn.12xlarge |
804,999 | 402,501 |
m6idn.16xlarge |
1,073,332 | 536,668 |
m6idn.24xlarge |
1,609,998 | 805,002 |
m6idn.32xlarge |
2,146,664 | 1,073,336 |
m6idn.metal |
2,146,664 | 1,073,336 |
m7gd.medium |
16,771 | 8,385 |
m7gd.large |
33,542 | 16,771 |
m7gd.xlarge |
67,083 | 33,542 |
m7gd.2xlarge |
134,167 | 67,084 |
m7gd.4xlarge |
268,333 | 134,167 |
m7gd.8xlarge |
536,666 | 268,334 |
m7gd.12xlarge |
804,998 | 402,500 |
m7gd.16xlarge |
1,073,332 | 536,668 |
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
-
实例基于 Nitro 系统构建，M4、
t2.large及更大实例、t3.large及更大实例以及t3a.large及更大的实例需要 64 位 HVM AMI。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：
必须安装有 NVMe 驱动程序。
必须安装有 Elastic Network Adapter (ENA) 驱动程序。
以下 Linux AMI 满足这些要求：
Amazon Linux 2023
Amazon Linux 2
Amazon Linux AMI 2018.03 和更高版本
-
Ubuntu 14.04 或更高版本（采用
linux-aws内核）注意
Amazon 基于 Graviton 的实例类型需要 Ubuntu 18.04 或更高版本（采用
linux-aws内核） Red Hat Enterprise Linux 7.4 或更高版本
SUSE Linux Enterprise Server 12 SP2 或更高版本
CentOS 7.4.1708 或更高版本
FreeBSD 11.1 或更高版本
Debian GNU/Linux 9 或更高版本
-
具有 Amazon Graviton 处理器
的实例具有以下要求： 使用适用于 64 位 Arm 架构的 AMI。
支持通过带有 ACPI 表的 UEFI 进行引导，以及支持 ACPI 热插拔 PCI 设备。
以下 Linux AMI 满足这些要求：
Amazon Linux 2（64 位 Arm）
Ubuntu 16.04 或更高版本（64 位 Arm）
Red Hat Enterprise Linux 8.0 或更高版本（64 位 Arm）
SUSE Linux Enterprise Server 15 或更高版本（64 位 Arm）
Debian 10 或更高版本（64 位 Arm）
-
为了从 M6i 实例获得最佳性能，请确保它们的 ENA 驱动程序版本为 2.2.9 或更高版本。将早于 1.2 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。
Amazon Linux 2023
内核版本为 4.14.186 和更高版本的 Amazon Linux 2
内核版本为 5.4.0-1025-aws 和更高版本的 Ubuntu 20.04
内核版本为 4.18.0-240.1.1.el8_3.ARCH 和更高版本的 Red Hat Enterprise Linux 8.3
内核版本为 5.3.18-24.15.1 和更高版本的 SUSE Linux Enterprise Server 15 SP2
-
Amazon EC2 Mac 实例支持 macOS Mojave（10.14 版）、macOS Catalina（10.15 版）和 macOS Big Sur（11 版）。
-
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。Amazon Linux 2 和最新版本的 Amazon Linux AMI 支持 PCIe 本机 hotplug，但更早的版本不支持。必须启用以下 Linux 内核配置选项：
CONFIG_HOTPLUG_PCI_PCIE=y CONFIG_PCIEASPM=y -
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 Nitro 系统实例上构建的实例应已登录系统或安装 acpid，以支持通过 API 请求执行干净关闭。
-
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？
。