Prosesor AWS Graviton
Dapatkan performa harga terbaik untuk beban kerja cloud yang berjalan di Amazon EC2Mengapa Prosesor AWS Graviton?
AWS Graviton adalah keluarga prosesor yang didesain agar dapat memberikan performa harga terbaik untuk beban kerja cloud Anda yang berjalan di Amazon Elastic Compute Cloud (Amazon EC2). Pilih instans berbasis AWS Graviton yang paling sesuai dengan kebutuhan Anda.
Instans Amazon EC2 R8g
Daftar untuk melihat pratinjau instans R8g Amazon EC2 yang didukung oleh prosesor AWS Graviton4. Pelajari selengkapnya
Manfaat
Instans EC2 yang Ditenagai oleh Prosesor AWS Graviton
-
Tujuan Umum
-
Komputasi yang Dioptimalkan
-
Memori yang Dioptimalkan
-
Penyimpanan yang Dioptimalkan
-
Komputasi Terakselerasi
-
Tujuan Umum
-
M7g, M7gd: Performa harga terbaik untuk beban kerja tujuan umum dengan komputasi, memori, dan jaringan yang seimbang
Didukung oleh: AWS Graviton3
Dibangun untuk: Beban kerja tujuan umum seperti server aplikasi, penyimpan data berukuran sedang, layanan mikro, dan komputasi klaster.
T4g: Performa harga terbaik untuk beban kerja tujuan umum yang dapat dilonjakkan
Didukung oleh: AWS Graviton2
Dibangun untuk: Jangkauan luas beban kerja tujuan umum yang dapat dilonjakkan seperti layanan mikro berskala besar, basis data kecil dan menengah, desktop virtual, dan aplikasi bisnis penting.
-
Komputasi yang Dioptimalkan
-
C7g, C7gd, C7gn: Performa harga terbaik untuk beban kerja intensif komputasi
Didukung oleh: AWS Graviton3, AWS Graviton3E
Dibangun untuk: Aplikasi intensif komputasi seperti komputasi performa tinggi, enkode video, gaming, dan akselerasi inferensi machine learning berbasis CPU.
C6g, C6gd, C6gn: Penghematan biaya untuk beban kerja dengan komputasi dan jaringan intensif
Didukung oleh: AWS Graviton2
Dibangun untuk: Aplikasi dengan komputasi intensif seperti HPC, enkode video, gaming, dan inferensi ML berbasis CPU.
-
Memori yang Dioptimalkan
-
R7g, R7gd: Performa harga tinggi untuk beban kerja intensif memori
Didukung oleh: AWS Graviton3
Dibangun untuk: Beban kerja intensif memori seperti basis data sumber terbuka (MySQL, MariaDB, dan PostgreSQL), atau cache dalam memori (Redis, KeyDB, Memcached).
R8g: Performa harga terbaik untuk beban kerja intensif memori
Didukung oleh: AWS Graviton4
Dibangun untuk: Beban kerja intensif memori seperti basis data berperforma tinggi, cache dalam memori, dan analitik big data secara waktu nyata.
R7g, R7gd: Performa harga tinggi untuk beban kerja intensif memori
Didukung oleh: AWS Graviton3
Dibangun untuk: Beban kerja intensif memori seperti basis data sumber terbuka (MySQL, MariaDB, dan PostgreSQL), atau cache dalam memori (Redis, KeyDB, Memcached).
X2gd: Biaya paling rendah per GiB memori di Amazon EC2
Didukung oleh: AWS Graviton2
Dibangun untuk: Beban kerja dengan memori intensif seperti basis data sumber terbuka (MySQL, MariaDB, dan PostgreSQL), cache dalam memori (Redis, KeyDB, Memcached), beban kerja otomatisasi desain elektronik (EDA), analitik waktu nyata, dan server caching waktu nyata.
-
Penyimpanan yang Dioptimalkan
-
Im4gn: Performa harga terbaik untuk beban kerja dengan penyimpanan intensif
Didukung oleh: AWS Graviton2
Dibangun untuk: basis data SQL (MySQL, MariaDB, PostgreSQL), basis data NoSQL (Cassandra, ScyllaDB, MongoDB), mesin pencari, analitik, streaming, dan sistem file terdistribusi besar.
Is4gen: Biaya terendah per TB dari penyimpanan SSD di Amazon EC2
Didukung oleh: AWS Graviton2
Dibangun untuk: basis data SQL (MySQL, MariaDB, PostgreSQL), basis data NoSQL (Cassandra, ScyllaDB, MongoDB), mesin pencari, analitik, streaming, dan sistem file terdistribusi besar.
-
Komputasi Terakselerasi
-
G5g: Performa harga terbaik untuk streaming game Android
Didukung oleh: AWS Graviton2
Dibangun untuk: Aplikasi Grafis termasuk streaming game Android dan inferensi ML.
Opsi penyimpanan SSD berbasis NVMe lokal juga tersedia di instans tujuan umum (M6gd), instans komputasi yang dioptimalkan (C6gd), dan instans memori yang dioptimalkan (R6gd). Selain itu, tersedia juga instans C6gn dan C7gn yang dioptimalkan komputasi, dengan jaringan yang ditingkatkan, serta dukungan untuk Elastic Fabric Adapter (EFA).
Kasus penggunaan
Pelanggan
-
Datadog
-
“Kami tidak hanya berhasil menjaga agar biaya tetap konstan, tetapi juga memberikan lebih banyak nilai. Efisiensi itu selanjutnya diarahkan agar dapat menguntungkan para pelanggan, dengan memberikan lebih banyak fitur per siklus komputasi atau memberikan jumlah core yang identik kepada lebih banyak pelanggan.”
Alexis Le-Quoc
Co-Founder dan Chief Technology Office, Datadog Inc. -
Instructure
-
“Kami menggunakan instans AWS Graviton3 di sejumlah tempat di tumpukan kami. Instans itu memberi kami 20% peningkatan dalam aspek throughput dan penghematan biaya dibandingkan tipe instans lama.”
Zach Pendleton
Chief Architect, Instructure -
Pinterest
-
“Melalui adopsi AWS Graviton, kami dapat melakukan lebih banyak hal dengan biaya lebih sedikit. Kami mendapatkan performa yang lebih baik, mendapatkan efisiensi biaya yang lebih optimal, dan memiliki kemampuan untuk melakukannya dengan mengurangi jejak karbon kami.”
Sierra Hutto
Senior Technical Program Manager, Pinterest -
Instructure
-
"Kami memilih AWS Graviton untuk SAP HANA Cloud. Dari sudut pandang bisnis, hasil yang kami lihat dalam deployment sebenarnya adalah peningkatan kinerja hingga 35% atau peningkatan kinerja harga untuk beban kerja analitis."
Stefan Baeuerle
SVP, Head of Database, SAP -
Sprinklr
-
“Pada instans berbasis AWS Graviton, kami dapat membangun lebih banyak fitur yang sebelumnya mahal atau tidak memungkinkan untuk dibuat.”
Nitin Goyal
Vice President of Engineering, Sprinklr -
Zendesk
-
.9082d109f3e60b5b6594eb3789430625a65b0d2d.jpg "Collaborating office employees")
Setelah bermigrasi ke instans berbasis Graviton, Zendesk meningkatkan kinerja hingga 30 persen, mengurangi biaya hingga 42 persen, dan mencapai kelestarian lingkungan yang lebih baik sekaligus meningkatkan kapasitas inovasinya.
-
Zomato
-
“AWS Graviton membantu kami meningkatkan performa harga platform data sebesar 25 persen. Berpindah ke instans berbasis AWS Graviton adalah cara tercepat dan termudah untuk mencapai tujuan kami dengan sedikit penyesuaian. Seluruh proses, termasuk pengujian, hanya memakan waktu dua minggu.”
Rajat Taya
Senior Software Engineer, Zomato