实例类型 - 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)

实例类型

启动实例时,您指定的实例类型 决定了用于您的实例的主机硬件。每个实例类型提供不同的计算、内存和存储功能,并按照这些功能分组到实例系列。选择一种基于您打算在实例上运行的应用程序或软件的需求的实例类型。

Amazon EC2 会将主机的一些资源(例如 CPU、内存和实例存储)专用于特定实例。Amazon EC2 在实例间共享主机的其他资源,例如网络和磁盘子系统。如果一个主机上的每个实例都试图尽可能多地使用这些共享的资源,那么每个实例都将获得该资源相等份额。但是,当某个资源利用不充分时,会有实例会在该资源可用时消耗其更多的份额。

每种实例类型均从共享资源提供更高或更低的起始性能。例如,高 I/O 性能的实例类型能获取共享资源的更高份额。分配更大份额的共享资源也降低了 I/O 性能的方差。对于大多数应用程序,中等 I/O 是绰绰有余的。然而,对于需要更大或一致性更高的 I/O 性能的应用程序,可考虑使用更高 I/O 性能的实例类型。

实例类型命名规则

Amazon EC2 提供多种实例类型,让您能够选择最适合自己需求的类型。实例类型的命名基于其系列、代系、处理器系列、附加功能和型号。实例类型名称的第一位表示实例系列,例如 c。第二位表示实例代系,例如 7。第三个位置表示处理器系列,例如 g。句点之前的剩余字母表示附加功能,例如实例存储卷。句点 (.) 后面是实例大小,比如 small4xlarge,裸机实例是 metal


            插图显示的是实例类型 c7gn.xlarge,实例名称的每个部分都进行了标注。
实例系列
  • C:计算优化型

  • D – 密集存储

  • F – FPGA

  • G:图形密集型

  • Hpc – 高性能计算

  • I:存储优化型

  • Im – 存储经过优化,vCPU 与内存的比率为 1:4

  • Is – 存储经过优化,vCPU 与内存的比率为 1:6

  • Inf – Amazon Inferentia

  • M:通用型

  • Mac:macOS

  • P:GPU 加速型

  • R:内存优化型

  • T:可突增性能

  • Trn – Amazon Tranium

  • U:内存增强型

  • VT – 视频转码

  • X:内存密集型

处理器系列
  • a – AMD 处理器

  • g – Amazon Graviton 处理器

  • i – 英特尔处理器

附加功能
  • b – EBS 优化型

  • d – 实例存储卷

  • n - 网络和 EBS 已优化

  • e – 额外的存储或内存

  • z - 高性能

  • q – Qualcomm 推理加速器

  • flex – Flex 实例

可用实例类型

Amazon EC2 提供各种不同的实例类型,这些实例类型经过优化,适合不同的使用案例。实例类型包括 CPU、内存、存储和网络容量的不同组合,便于您灵活选择适合应用程序的资源组合。每种实例类型都包含一个或多个实例大小,您可以根据目标工作负载的要求扩展资源。

注意

上一代实例仍然得到完全支持,并且特性和功能保持不变。我们建议您使用最新一代的实例以获得最佳性能。

要确定哪些实例类型满足您的要求(例如支持的区域、计算资源或存储资源),请参阅查找 Amazon EC2 实例类型

当前一代实例

为了获得最佳性能,我们建议您在启动新实例时使用以下实例类型。有关更多信息,请参阅 Amazon EC2 实例类型

第六代及更高版本的 Amazon EC2 实例类型
  • 通用型:M6a、M6g、M6gd、M6i、M6id、M6idn、M6in、M7a、M7g、M7gd、M7i、M7i-flex、T4g

  • 计算优化型:C6a、C6g、C6gd、C6gn、C6i、C6id、C6in、C7a、C7g、C7gd、C7gn、C7i

  • 内存优化型:R6a、R6g、R6gd、R6i、R6id、R6idn、R6in、R7a、R7g、R7gd、R7i、R7iz、X2gd、X2idn、X2iedn

  • 存储优化型:I4g、I4i、Im4gn、Is4gen

  • 加速计算型:DL2q、G5g、Inf2、P5、Trn1、Trn1n

  • 高性能计算:Hpc6a、Hpc6id、Hpc7a、Hpc7g

通用型

Type 尺寸
M5 m5.large | m5.xlarge | m5.2xlarge | m5.4xlarge | m5.8xlarge | m5.12xlarge | m5.16xlarge | m5.24xlarge | m5.metal
M5a m5a.large | m5a.xlarge | m5a.2xlarge | m5a.4xlarge | m5a.8xlarge | m5a.12xlarge | m5a.16xlarge | m5a.24xlarge
M5ad m5ad.large | m5ad.xlarge | m5ad.2xlarge | m5ad.4xlarge | m5ad.8xlarge | m5ad.12xlarge | m5ad.16xlarge | m5ad.24xlarge
M5d m5d.large | m5d.xlarge | m5d.2xlarge | m5d.4xlarge | m5d.8xlarge | m5d.12xlarge | m5d.16xlarge | m5d.24xlarge | m5d.metal
M5dn m5dn.large | m5dn.xlarge | m5dn.2xlarge | m5dn.4xlarge | m5dn.8xlarge | m5dn.12xlarge | m5dn.16xlarge | m5dn.24xlarge | m5dn.metal
M5n m5n.large | m5n.xlarge | m5n.2xlarge | m5n.4xlarge | m5n.8xlarge | m5n.12xlarge | m5n.16xlarge | m5n.24xlarge | m5n.metal
M5zn m5zn.large | m5zn.xlarge | m5zn.2xlarge | m5zn.3xlarge | m5zn.6xlarge | m5zn.12xlarge | m5zn.metal
M6a m6a.large | m6a.xlarge | m6a.2xlarge | m6a.4xlarge | m6a.8xlarge | m6a.12xlarge | m6a.16xlarge | m6a.24xlarge | m6a.32xlarge | m6a.48xlarge | m6a.metal
M6g m6g.medium | m6g.large | m6g.xlarge | m6g.2xlarge | m6g.4xlarge | m6g.8xlarge | m6g.12xlarge | m6g.16xlarge | m6g.metal
M6gd m6gd.medium | m6gd.large | m6gd.xlarge | m6gd.2xlarge | m6gd.4xlarge | m6gd.8xlarge | m6gd.12xlarge | m6gd.16xlarge | m6gd.metal
M6i m6i.large | m6i.xlarge | m6i.2xlarge | m6i.4xlarge | m6i.8xlarge | m6i.12xlarge | m6i.16xlarge | m6i.24xlarge | m6i.32xlarge | m6i.metal
M6id m6id.large | m6id.xlarge | m6id.2xlarge | m6id.4xlarge | m6id.8xlarge | m6id.12xlarge | m6id.16xlarge | m6id.24xlarge | m6id.32xlarge | m6id.metal
M6idn m6idn.large | m6idn.xlarge | m6idn.2xlarge | m6idn.4xlarge | m6idn.8xlarge | m6idn.12xlarge | m6idn.16xlarge | m6idn.24xlarge | m6idn.32xlarge | m6idn.metal
M6in m6in.large | m6in.xlarge | m6in.2xlarge | m6in.4xlarge | m6in.8xlarge | m6in.12xlarge | m6in.16xlarge | m6in.24xlarge | m6in.32xlarge | m6in.metal
M7a m7a.medium | m7a.large | m7a.xlarge | m7a.2xlarge | m7a.4xlarge | m7a.8xlarge | m7a.12xlarge | m7a.16xlarge | m7a.24xlarge | m7a.32xlarge | m7a.48xlarge | m7a.metal-48xl
M7g m7g.medium | m7g.large | m7g.xlarge | m7g.2xlarge | m7g.4xlarge | m7g.8xlarge | m7g.12xlarge | m7g.16xlarge | m7g.metal
M7gd m7gd.medium | m7gd.large | m7gd.xlarge | m7gd.2xlarge | m7gd.4xlarge | m7gd.8xlarge | m7gd.12xlarge | m7gd.16xlarge
M7i m7i.large | m7i.xlarge | m7i.2xlarge | m7i.4xlarge | m7i.8xlarge | m7i.12xlarge | m7i.16xlarge | m7i.24xlarge | m7i.48xlarge | m7i.metal-24xl | m7i.metal-48xl
M7i-flex m7i-flex.large | m7i-flex.xlarge | m7i-flex.2xlarge | m7i-flex.4xlarge | m7i-flex.8xlarge
Mac1 mac1.metal
Mac2 mac2.metal
Mac2-m2 mac2-m2.metal
Mac2-m2pro mac2-m2pro.metal
T2 t2.nano | t2.micro | t2.small | t2.medium | t2.large | t2.xlarge | t2.2xlarge
T3 t3.nano | t3.micro | t3.small | t3.medium | t3.large | t3.xlarge | t3.2xlarge
T3a t3a.nano | t3a.micro | t3a.small | t3a.medium | t3a.large | t3a.xlarge | t3a.2xlarge
T4g t4g.nano | t4g.micro | t4g.small | t4g.medium | t4g.large | t4g.xlarge | t4g.2xlarge

计算优化型

Type 尺寸
C5 c5.large | c5.xlarge | c5.2xlarge | c5.4xlarge | c5.9xlarge | c5.12xlarge | c5.18xlarge | c5.24xlarge | c5.metal
C5a c5a.large | c5a.xlarge | c5a.2xlarge | c5a.4xlarge | c5a.8xlarge | c5a.12xlarge | c5a.16xlarge | c5a.24xlarge
C5ad c5ad.large | c5ad.xlarge | c5ad.2xlarge | c5ad.4xlarge | c5ad.8xlarge | c5ad.12xlarge | c5ad.16xlarge | c5ad.24xlarge
C5d c5d.large | c5d.xlarge | c5d.2xlarge | c5d.4xlarge | c5d.9xlarge | c5d.12xlarge | c5d.18xlarge | c5d.24xlarge | c5d.metal
C5n c5n.large | c5n.xlarge | c5n.2xlarge | c5n.4xlarge | c5n.9xlarge | c5n.18xlarge | c5n.metal
C6a c6a.large | c6a.xlarge | c6a.2xlarge | c6a.4xlarge | c6a.8xlarge | c6a.12xlarge | c6a.16xlarge | c6a.24xlarge | c6a.32xlarge | c6a.48xlarge | c6a.metal
C6g c6g.medium | c6g.large | c6g.xlarge | c6g.2xlarge | c6g.4xlarge | c6g.8xlarge | c6g.12xlarge | c6g.16xlarge | c6g.metal
C6gd c6gd.medium | c6gd.large | c6gd.xlarge | c6gd.2xlarge | c6gd.4xlarge | c6gd.8xlarge | c6gd.12xlarge | c6gd.16xlarge | c6gd.metal
C6gn c6gn.medium | c6gn.large | c6gn.xlarge | c6gn.2xlarge | c6gn.4xlarge | c6gn.8xlarge | c6gn.12xlarge | c6gn.16xlarge
C6i c6i.large | c6i.xlarge | c6i.2xlarge | c6i.4xlarge | c6i.8xlarge | c6i.12xlarge | c6i.16xlarge | c6i.24xlarge | c6i.32xlarge | c6i.metal
C6id c6id.large | c6id.xlarge | c6id.2xlarge | c6id.4xlarge | c6id.8xlarge | c6id.12xlarge | c6id.16xlarge | c6id.24xlarge | c6id.32xlarge | c6id.metal
C6in c6in.large | c6in.xlarge | c6in.2xlarge | c6in.4xlarge | c6in.8xlarge | c6in.12xlarge | c6in.16xlarge | c6in.24xlarge | c6in.32xlarge | c6in.metal
C7a c7a.medium | c7a.large | c7a.xlarge | c7a.2xlarge | c7a.4xlarge | c7a.8xlarge | c7a.12xlarge | c7a.16xlarge | c7a.24xlarge | c7a.32xlarge | c7a.48xlarge | c7a.metal-48xl
C7g c7g.medium | c7g.large | c7g.xlarge | c7g.2xlarge | c7g.4xlarge | c7g.8xlarge | c7g.12xlarge | c7g.16xlarge | c7g.metal
C7gd c7gd.medium | c7gd.large | c7gd.xlarge | c7gd.2xlarge | c7gd.4xlarge | c7gd.8xlarge | c7gd.12xlarge | c7gd.16xlarge
C7gn c7gn.medium | c7gn.large | c7gn.xlarge | c7gn.2xlarge | c7gn.4xlarge | c7gn.8xlarge | c7gn.12xlarge | c7gn.16xlarge
C7i c7i.large | c7i.xlarge | c7i.2xlarge | c7i.4xlarge | c7i.8xlarge | c7i.12xlarge | c7i.16xlarge | c7i.24xlarge | c7i.48xlarge | c7i.metal-24xl | c7i.metal-48xl

内存优化型

Type 尺寸
R5 r5.large | r5.xlarge | r5.2xlarge | r5.4xlarge | r5.8xlarge | r5.12xlarge | r5.16xlarge | r5.24xlarge | r5.metal
R5a r5a.large | r5a.xlarge | r5a.2xlarge | r5a.4xlarge | r5a.8xlarge | r5a.12xlarge | r5a.16xlarge | r5a.24xlarge
R5ad r5ad.large | r5ad.xlarge | r5ad.2xlarge | r5ad.4xlarge | r5ad.8xlarge | r5ad.12xlarge | r5ad.16xlarge | r5ad.24xlarge
R5b r5b.large | r5b.xlarge | r5b.2xlarge | r5b.4xlarge | r5b.8xlarge | r5b.12xlarge | r5b.16xlarge | r5b.24xlarge | r5b.metal
R5d r5d.large | r5d.xlarge | r5d.2xlarge | r5d.4xlarge | r5d.8xlarge | r5d.12xlarge | r5d.16xlarge | r5d.24xlarge | r5d.metal
R5dn r5dn.large | r5dn.xlarge | r5dn.2xlarge | r5dn.4xlarge | r5dn.8xlarge | r5dn.12xlarge | r5dn.16xlarge | r5dn.24xlarge | r5dn.metal
R5n r5n.large | r5n.xlarge | r5n.2xlarge | r5n.4xlarge | r5n.8xlarge | r5n.12xlarge | r5n.16xlarge | r5n.24xlarge | r5n.metal
R6a r6a.large | r6a.xlarge | r6a.2xlarge | r6a.4xlarge | r6a.8xlarge | r6a.12xlarge | r6a.16xlarge | r6a.24xlarge | r6a.32xlarge | r6a.48xlarge | r6a.metal
R6g r6g.medium | r6g.large | r6g.xlarge | r6g.2xlarge | r6g.4xlarge | r6g.8xlarge | r6g.12xlarge | r6g.16xlarge | r6g.metal
R6gd r6gd.medium | r6gd.large | r6gd.xlarge | r6gd.2xlarge | r6gd.4xlarge | r6gd.8xlarge | r6gd.12xlarge | r6gd.16xlarge | r6gd.metal
R6i r6i.large | r6i.xlarge | r6i.2xlarge | r6i.4xlarge | r6i.8xlarge | r6i.12xlarge | r6i.16xlarge | r6i.24xlarge | r6i.32xlarge | r6i.metal
R6idn r6idn.large | r6idn.xlarge | r6idn.2xlarge | r6idn.4xlarge | r6idn.8xlarge | r6idn.12xlarge | r6idn.16xlarge | r6idn.24xlarge | r6idn.32xlarge | r6idn.metal
R6in r6in.large | r6in.xlarge | r6in.2xlarge | r6in.4xlarge | r6in.8xlarge | r6in.12xlarge | r6in.16xlarge | r6in.24xlarge | r6in.32xlarge | r6in.metal
R6id r6id.large | r6id.xlarge | r6id.2xlarge | r6id.4xlarge | r6id.8xlarge | r6id.12xlarge | r6id.16xlarge | r6id.24xlarge | r6id.32xlarge | r6id.metal
R7a r7a.medium | r7a.large | r7a.xlarge | r7a.2xlarge | r7a.4xlarge | r7a.8xlarge | r7a.12xlarge | r7a.16xlarge | r7a.24xlarge | r7a.32xlarge | r7a.48xlarge | r7a.metal-48xl
R7g r7g.medium | r7g.large | r7g.xlarge | r7g.2xlarge | r7g.4xlarge | r7g.8xlarge | r7g.12xlarge | r7g.16xlarge | r7g.metal
R7gd r7gd.medium | r7gd.large | r7gd.xlarge | r7gd.2xlarge | r7gd.4xlarge | r7gd.8xlarge | r7gd.12xlarge | r7gd.16xlarge
R7i r7i.large | r7i.xlarge | r7i.2xlarge | r7i.4xlarge | r7i.8xlarge | r7i.12xlarge | r7i.16xlarge | r7i.24xlarge | r7i.48xlarge | r7i.metal-24xl | r7i.metal-48xl
R7iz r7iz.large | r7iz.xlarge | r7iz.2xlarge | r7iz.4xlarge | r7iz.8xlarge | r7iz.12xlarge | r7iz.16xlarge | r7iz.32xlarge | r7iz.metal-16xl | r7iz.metal-32xl
U-3tb1 u-3tb1.56xlarge
U-6tb1 u-6tb1.56xlarge | u-6tb1.112xlarge | u-6tb1.metal
U-9tb1 u-9tb1.112xlarge | u-9tb1.metal
U-12tb1 u-12tb1.112xlarge | u-12tb1.metal
U-18tb1 u-18tb1.112xlarge | u-18tb1.metal
U-24tb1 u-24tb1.112xlarge | u-24tb1.metal
X1 x1.16xlarge | x1.32xlarge
X2gd x2gd.medium | x2gd.large | x2gd.xlarge | x2gd.2xlarge | x2gd.4xlarge | x2gd.8xlarge | x2gd.12xlarge | x2gd.16xlarge | x2gd.metal
X2idn x2idn.16xlarge | x2idn.24xlarge | x2idn.32xlarge | x2idn.metal
X2iedn x2iedn.xlarge | x2iedn.2xlarge | x2iedn.4xlarge | x2iedn.8xlarge | x2iedn.16xlarge | x2iedn.24xlarge | x2iedn.32xlarge | x2iedn.metal
X2iezn x2iezn.2xlarge | x2iezn.4xlarge | x2iezn.6xlarge | x2iezn.8xlarge | x2iezn.12xlarge | x2iezn.metal
X1e x1e.xlarge | x1e.2xlarge | x1e.4xlarge | x1e.8xlarge | x1e.16xlarge | x1e.32xlarge
z1d z1d.large | z1d.xlarge | z1d.2xlarge | z1d.3xlarge | z1d.6xlarge | z1d.12xlarge | z1d.metal

存储优化

Type 尺寸
D2 d2.xlarge | d2.2xlarge | d2.4xlarge | d2.8xlarge
D3 d3.xlarge | d3.2xlarge | d3.4xlarge | d3.8xlarge
D3en d3en.xlarge | d3en.2xlarge | d3en.4xlarge | d3en.6xlarge | d3en.8xlarge | d3en.12xlarge
H1 h1.2xlarge | h1.4xlarge | h1.8xlarge | h1.16xlarge
I3 i3.large | i3.xlarge | i3.2xlarge | i3.4xlarge | i3.8xlarge | i3.16xlarge | i3.metal
I3en i3en.large | i3en.xlarge | i3en.2xlarge | i3en.3xlarge | i3en.6xlarge | i3en.12xlarge | i3en.24xlarge | i3en.metal
I4g i4g.large | i4g.xlarge | i4g.2xlarge | i4g.4xlarge | i4g.8xlarge | i4g.16xlarge
I4i i4i.large | i4i.xlarge | i4i.2xlarge | i4i.4xlarge | i4i.8xlarge | i4i.12xlarge | i4i.16xlarge | i4i.24xlarge | i4i.32xlarge | i4i.metal
Im4gn im4gn.large | im4gn.xlarge | im4gn.2xlarge | im4gn.4xlarge | im4gn.8xlarge | im4gn.16xlarge
Is4gen is4gen.medium | is4gen.large | is4gen.xlarge | is4gen.2xlarge | is4gen.4xlarge | is4gen.8xlarge

加速计算型

Type 尺寸
DL1 dl1.24xlarge
DL2q dl2q.24xlarge
F1 f1.2xlarge | f1.4xlarge | f1.16xlarge
G3 g3.4xlarge | g3.8xlarge | g3.16xlarge
G4ad g4ad.xlarge | g4ad.2xlarge | g4ad.4xlarge | g4ad.8xlarge | g4ad.16xlarge
G4dn g4dn.xlarge | g4dn.2xlarge | g4dn.4xlarge | g4dn.8xlarge | g4dn.12xlarge | g4dn.16xlarge | g4dn.metal
G5 g5.xlarge | g5.2xlarge | g5.4xlarge | g5.8xlarge | g5.12xlarge | g5.16xlarge | g5.24xlarge | g5.48xlarge
G5g g5g.xlarge | g5g.2xlarge | g5g.4xlarge | g5g.8xlarge | g5g.16xlarge | g5g.metal
Inf1 inf1.xlarge | inf1.2xlarge | inf1.6xlarge | inf1.24xlarge
Inf2 inf2.xlarge | inf2.8xlarge | inf2.24xlarge | inf2.48xlarge
P2 p2.xlarge | p2.8xlarge | p2.16xlarge
P3 p3.2xlarge | p3.8xlarge | p3.16xlarge
P3dn p3dn.24xlarge
P4d p4d.24xlarge
P4de p4de.24xlarge
P5 p5.48xlarge
Trn1 trn1.2xlarge | trn1.32xlarge
Trn1n trn1n.32xlarge
VT1 vt1.3xlarge | vt1.6xlarge | vt1.24xlarge

高性能计算

Type 尺寸
Hpc6a hpc6a.48xlarge
Hpc6id hpc6id.32xlarge
Hpc7a hpc7a.12xlarge | hpc7a.24xlarge | hpc7a.48xlarge | hpc7a.96xlarge
Hpc7g hpc7g.4xlarge | hpc7g.8xlarge | hpc7g.16xlarge

上一代实例

Amazon Web Services 为根据上一代实例类型优化了应用程序但尚未升级的用户提供了上一代实例类型。我们鼓励您使用当前一代实例类型以获得最佳性能,但我们将继续支持下面的上一代实例类型。有关哪些当前一代实例类型是适合的升级的更多信息,请参阅上一代实例

类型 尺寸
A1 a1.medium | a1.large | a1.xlarge | a1.2xlarge | a1.4xlarge | a1.metal
C1 c1.medium | c1.xlarge
C3 c3.large | c3.xlarge | c3.2xlarge | c3.4xlarge | c3.8xlarge
C4 c4.large | c4.xlarge | c4.2xlarge | c4.4xlarge | c4.8xlarge
G2 g2.2xlarge | g2.8xlarge
I2 i2.xlarge | i2.2xlarge | i2.4xlarge | i2.8xlarge
M1 m1.small | m1.medium | m1.large | m1.xlarge
M2 m2.xlarge | m2.2xlarge | m2.4xlarge
M3 m3.medium | m3.large | m3.xlarge | m3.2xlarge
M4 m4.large | m4.xlarge | m4.2xlarge | m4.4xlarge | m4.10xlarge | m4.16xlarge
R3 r3.large | r3.xlarge | r3.2xlarge | r3.4xlarge | r3.8xlarge
R4 r4.large | r4.xlarge | r4.2xlarge | r4.4xlarge | r4.8xlarge | r4.16xlarge
T1 t1.micro

硬件规格

有关详细规格,请参阅《Amazon EC2 实例类型指南》中的规格。有关定价信息,请参阅 Amazon EC2 实例类型

要确定最适合您的需求的实例类型,我们建议启动一个实例,并使用自己的基准测试应用程序。由于您是按实例秒付费的,因此在做出决策前测试多个实例类型将会既方便又经济。如果您的需求有变化,甚至是在做出决策后,您可以在以后更改您的实例类型。有关更多信息,请参阅更改实例类型

处理器功能

Intel 处理器功能

在 Intel 处理器上运行的 Amazon EC2 实例可能包括以下功能。并非所有实例类型都支持以下所有处理器功能。有关每种实例类型可用哪些功能的详细信息,请参阅 Amazon EC2实例类型。

  • Intel AES New Instructions (AES-NI) — Intel AES-NI 加密指令集改进了原先 Advanced Encryption Standard (AES) 的算法,可以提供更快的数据保护和更好的安全性。所有最新一代 EC2 实例都支持此处理器功能。

  • Intel Advanced Vector Extensions(Intel AVX、Intel AVX2 和 Intel AVX-512) — :Intel AVX/Intel AVX2 和 Intel AVX-512 分别是 256 位和 512 位指令集扩展,专为浮点 (FP) 密集型应用程序而设计。Intel AVX 指令可以提升诸如图像和音频/视频处理、科学模拟、财务分析、3D 建模与分析等应用的性能。这些功能仅在使用 HVM AMI 启动的实例上可用。

  • Intel 睿频加速技术 — Intel 睿频加速技术处理器以比基本操作频率快的速度自动运行核心。

  • Intel Deep Learning Boost (Intel DL Boost) — 加速 AI 深度学习使用案例。第二代 Intel Xeon 可扩展处理器能够扩展采用全新矢量神经网络指令 (VNNI/INT8) 的 Intel AVX-512,与上一代 Intel Xeon 可扩展处理器(配有 FP32)相比,深度学习推理性能显著提高,适用于图像识别/分割、对象检测、语音识别、语言翻译、推荐系统和强化学习等。VNNI 可能不会兼容所有 Linux 发行版。

    以下实例支持 VNNI:M5nR5nM5dnM5znR5bR5dnD3D3enC6iC5C5d 实例仅支持 12xlarge24xlargemetal 实例的 VNNI。

64 位 CPU 的命名约定可能会导致混淆。芯片制造商 Advanced Micro Devices (AMD) 成功引入了第一款基于 Intel x86 指令集的商用 64 位架构。因此,不论芯片制造商是谁,这一架构被普遍称为 AMD64。Windows 和多个 Linux 发行版遵循这一实践。这说明了为什么实例即使运行在 Intel 硬件上,但 Ubuntu 或 Windows 上的内部系统信息仍将 CPU 架构显示为 AMD64。

AMI 虚拟化类型

实例的虚拟化类型由用于启动该实例的 AMI 决定。最新一代实例类型仅支持硬件虚拟机 (HVM)。某些上一代实例类型支持半虚拟化 (PV),某些 Amazon 区域支持半虚拟化实例。有关更多信息,请参阅Linux AMI 虚拟化类型

为获得最佳性能,我们建议您使用 HVM AMI。此外,HVM AMI 还需要利用增强联网。HVM 虚拟化使用 Amazon 平台提供的硬件辅助技术。借助 HVM 虚拟化,访客虚拟机如同在本地硬件平台上运行一样,除了仍然使用半虚拟 (PV) 网络和存储驱动程序以提高性能。

基于 Nitro 系统构建的实例

Nitro 系统是由 Amazon 打造的硬件和软件组件集合,可实现高性能、高可用性和高安全性。有关更多信息,请参阅 Amazon Nitro 系统

Nitro 系统提供了裸机功能,从而消除了所有虚拟化开销并支持需要完全访问主机硬件的工作负载。裸机实例非常适合以下用途:

  • 需要访问虚拟环境中不可用或不完整支持的低级硬件功能 (如 Intel VT) 的工作负载

  • 需要非虚拟化环境进行许可或支持的应用程序

Nitro 组件

以下组件属于 Nitro 系统的一部分:

  • Nitro 卡

    • 本地 NVMe 存储卷

    • 联网硬件支持

    • 管理

    • 监控

    • 安全性

  • Nitro 安全芯片,集成到主板中

  • Nitro 管理程序 - 一种轻量级管理程序,可管理内存和 CPU 分配并为多数工作负载提供了与裸机不相上下的性能。

虚拟化实例

以下虚拟化实例基于 Nitro 系统而构建:

  • 通用型:A1 | M5 | M5a | M5ad | M5d | M5dn | M5n | M5zn | M6a | M6g | M6gd | M6i | M6id | M6idn | M6in | M7a | M7g | M7gd | M7i | M7i-flex | T3 | T3a | T4g

  • 计算优化型:C5 | C5a | C5ad | C5d | C5n | C6a | C6g | C6gd | C6gn | C6i | C6id | C6in | C7a | C7g | C7gd | C7gn | C7i

  • 内存优化型:R5 | R5a | R5ad | R5b | R5d | R5dn | R5n | R6a | R6g | R6gd | R6i | R6idn | R6in | R6id | R7a | R7g | R7gd | R7i | R7iz | U-3tb1 | U-6tb1 | U-9tb1 | U-12tb1 | U-18tb1 | U-24tb1 | X2gd | X2idn | X2iedn | X2iezn | z1d

  • 存储优化型:D3 | D3en | I3en | I4g | I4i | Im4gn | Is4gen

  • 加速型计算:DL1 | DL2q | G4ad | G4dn | G5 | G5g | Inf1 | Inf2 | P3dn | P4d | P4de | P5 | Trn1 | Trn1n | VT1

  • 高性能计算:Hpc6a | Hpc6id | Hpc7a | Hpc7g

裸机实例

以下裸机实例基于 Nitro 系统而构建:

  • 通用型: a1.metal | m5.metal | m5d.metal | m5dn.metal | m5n.metal | m5zn.metal | m6a.metal | m6g.metal | m6gd.metal | m6i.metal | m6id.metal | m6idn.metal | m6in.metal | m7a.metal-48xl | m7g.metal | m7i.metal-24xl | m7i.metal-48xl | mac1.metal | mac2.metal | mac2-m2.metal | mac2-m2pro.metal

  • 计算优化型: c5.metal | c5d.metal | c5n.metal | c6a.metal | c6g.metal | c6gd.metal | c6i.metal | c6id.metal | c6in.metal | c7a.metal-48xl | c7g.metal | c7i.metal-24xl | c7i.metal-48xl

  • 内存优化型: r5.metal | r5b.metal | r5d.metal | r5dn.metal | r5n.metal | r6a.metal | r6g.metal | r6gd.metal | r6i.metal | r6idn.metal | r6in.metal | r6id.metal | r7a.metal-48xl | r7g.metal | r7i.metal-24xl | r7i.metal-48xl | r7iz.metal-16xl | r7iz.metal-32xl | u-6tb1.metal | u-9tb1.metal | u-12tb1.metal | u-18tb1.metal | u-24tb1.metal | x2gd.metal | x2idn.metal | x2iedn.metal | x2iezn.metal | z1d.metal

  • 存储优化型:i3.metal | i3en.metal | i4i.metal

  • 加速计算型:g4dn.metal | g5g.metal

联网和存储功能

当您选择实例类型时,您同时选择了可用的联网和存储功能。要描述实例类型,请使用 describe-instance-types 命令。

联网功能
  • 除了 C1、M1、M2、M3 和 T1 之外,所有实例类型都支持 IPv6。

  • 为了最大程度提高您的实例类型的联网和带宽性能,您可以执行以下操作:

    • 将支持的实例类型启动到集群置放群组中,以针对高性能计算 (HPC) 应用程序优化您的实例。通用集群置放群组中的实例可以受益于高带宽、低延迟的联网。有关更多信息,请参阅置放群组

    • 为受支持的最新一代实例类型启用增强联网,从而显著提高每秒数据包数 (PPS) 性能、减弱网络抖动和减少网络延迟。有关更多信息,请参阅Linux 上的增强联网

  • 为增强网络启用的当前生成实例类型具有以下网络性能属性:

    • 通过私有 IPv4 或 IPv6 位于相同区域内的流量可以支持 5 Gbps 用于单流流量,以及最多 25 Gbps 用于多流流量(取决于实例类型)。

    • 在同一个区域中,通过公有 IP 地址空间或者通过 VPC 终端节点往返于 Amazon S3 存储桶之间的流量可以使用所有可用的实例聚合带宽。

  • 支持的最大传输单位 (MTU) 因实例类型而异。所有 Amazon EC2 实例类型都支持标准以太网 V2 1500 MTU 框架。所有最新一代实例都支持 9001 MTU (巨型帧),某些上一代实例也支持它们。有关更多信息,请参阅EC2 实例的网络最大传输单位 (MTU)

存储功能
  • 一些实例类型支持 EBS 卷和实例存储卷,而另一些实例类型仅支持 EBS 卷。一些支持实例存储卷的实例类型使用固态硬盘 (SSD) 来提供非常高的随机 I/O 性能。一些实例类型支持 NVMe 实例存储卷。一些实例类型支持 NVMe EBS 卷。有关更多信息,请参阅Linux 实例上的 Amazon EBS 和 NVMeNVMe SSD 卷

  • 若要获得 Amazon EBS I/O 的额外专用容量,您可以将某些实例类型作为 EBS 优化实例启动。某些实例类型在默认情况下会进行 EBS 优化。有关更多信息,请参阅Amazon EBS 优化的实例

联网和存储功能摘要

下表总结了最新一代实例类型支持的联网和存储功能。

通用型

实例类型 仅限于 EBS NVME EBS 实例存储 置放群组 增强联网
M5 ENA
M5a ENA
M5ad NVMe ENA
M5d NVMe ENA
M5dn NVMe ENA | EFA
M5n ENA | EFA
M5zn ENA | EFA
M6a ENA | EFA
M6g ENA
M6gd NVMe ENA
M6i ENA | EFA
M6id NVMe ENA | EFA
M6idn NVMe ENA | EFA
M6in ENA | EFA
M7a ENA | EFA
M7g ENA | EFA
M7gd NVMe ENA | EFA
M7i ENA | EFA
M7i-flex ENA
Mac1 ENA
Mac2 ENA
Mac2-m2 ENA
Mac2-m2pro ENA
T2 不支持
T3 ENA
T3a ENA
T4g ENA

计算优化型

实例类型 仅限于 EBS NVME EBS 实例存储 置放群组 增强联网
C5 ENA
C5a ENA
C5ad NVMe ENA
C5d NVMe ENA
C5n ENA | EFA
C6a ENA | EFA
C6g ENA
C6gd NVMe ENA
C6gn ENA | EFA
C6i ENA | EFA
C6id NVMe ENA | EFA
C6in ENA | EFA
C7a ENA | EFA
C7g ENA | EFA
C7gd NVMe ENA | EFA
C7gn ENA | EFA
c7i ENA | EFA

内存优化型

实例类型 仅限于 EBS NVME EBS 实例存储 置放群组 增强联网
R5 ENA
R5a ENA
R5ad NVMe ENA
R5b ENA
R5d NVMe ENA
R5dn NVMe ENA | EFA
R5n ENA | EFA
R6a ENA | EFA
R6g ENA
R6gd NVMe ENA
R6i ENA | EFA
R6idn NVMe ENA | EFA
R6in ENA | EFA
R6id NVMe ENA | EFA
R7a ENA | EFA
R7g ENA | EFA
R7gd NVMe ENA | EFA
R7i ENA | EFA
R7iz ENA | EFA
U-3tb1 ENA
U-6tb1 ENA
U-9tb1 ENA
U-12tb1 ENA
U-18tb1 ENA
U-24tb1 ENA
X1 SSD ENA
X2gd NVMe ENA
X2idn NVMe ENA | EFA
X2iedn NVMe ENA | EFA
X2iezn ENA | EFA
X1e SSD ENA
z1d NVMe ENA

存储优化

实例类型 仅限于 EBS NVME EBS 实例存储 置放群组 增强联网
D2 HDD Intel 82599 VF
D3 NVMe ENA
D3en NVMe ENA
H1 HDD ENA
I3 NVMe ENA
I3en NVMe ENA | EFA
I4g NVMe ENA | EFA
I4i NVMe ENA | EFA
Im4gn NVMe ENA | EFA
Is4gen NVMe ENA

加速计算型

实例类型 仅限于 EBS NVME EBS 实例存储 置放群组 增强联网
DL1 NVMe ENA | EFA
DL2q ENA | EFA
F1 NVMe 不支持
G3 ENA
G4ad NVMe ENA
G4dn NVMe ENA | EFA
G5 NVMe ENA | EFA
G5g ENA
Inf1 ENA | EFA
Inf2 ENA
P2 ENA
P3 ENA
P3dn NVMe ENA | EFA
P4d NVMe ENA | EFA
P4de NVMe ENA | EFA
P5 NVMe ENA | EFA
Trn1 NVMe ENA | EFA
Trn1n NVMe ENA | EFA
VT1 ENA | EFA

高性能计算

实例类型 仅限于 EBS NVME EBS 实例存储 置放群组 增强联网
Hpc6a ENA | EFA
Hpc6id NVMe ENA | EFA
Hpc7a ENA | EFA
Hpc7g ENA | EFA

上一代实例类型

下表总结了前一代实例类型支持的联网和存储功能。

实例类型 仅限于 EBS NVME EBS 实例存储 置放群组 增强联网
A1 ENA
C1 HDD 不支持
C3 SSD Intel 82599 VF
C4 Intel 82599 VF
G2 SSD 不支持
I2 SSD Intel 82599 VF
M1 HDD 不支持
M2 HDD 不支持
M3 SSD 不支持
M4 ENA
R3 SSD Intel 82599 VF
R4 ENA
T1 不支持
注意

m4.16xlarge 实例支持使用弹性网络适配器(ENA)的增强联网。所有其他 M4 实例类型都支持使用 Intel 82599 VF 接口的增强联网。

实例限制

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。

有关默认限制的更多信息,请参阅我可以在 Amazon EC2 中运行多少个实例?

有关查看当前限制或请求提高当前限制的更多信息,请参阅 Amazon EC2 Service Quotas