当前位置:黑鲸出海 > 热点资讯 > 干货分享 >  看Amazon Graviton如何实现优化性能、降低工作负载成本

看Amazon Graviton如何实现优化性能、降低工作负载成本

发表时间:2021-05-11  来源:亚马逊云科技  作者:亚马逊云科技  浏览:次  
Amazon Graviton由Amazon Web Services使用64位Arm Neoverse内核定制而成,为在Amazon EC2中运行的云工作负载提供更高的性价比。Amazon EC2提供更为广泛且深入的计算实例组合,其中包括许多由新一代Intel和AMD处理器提供支持的实例。

Amazon Graviton由Amazon Web Services使用64位Arm Neoverse内核定制而成,为在Amazon EC2中运行的云工作负载提供更高的性价比。Amazon EC2提供更为广泛且深入的计算实例组合,其中包括许多由新一代Intel和AMD处理器提供支持的实例。Amazon Graviton处理器带来更多选择,帮助客户优化性能和降低工作负载成本。

第一代Amazon Graviton处理器支持Amazon EC2 A1实例——亚马逊云科技第一个基于Arm的实例。对于扩展的应用程序(如Web服务器、容器化微服务、数据/日志处理和其他可以在更小的内核上运行并适合可用内存占用空间的工作负载),这些实例与其他通用实例相比可节省大量成本。

与第一代Amazon Graviton处理器相比,Amazon Graviton2处理器不管在性能还是功能上都实现了巨大的飞跃。它们都支持Amazon EC2 T4g、M6g、C6g和R6g实例,及其具有本地基于NVMe的SSD存储的变体,而且与当前这一代基于x86的实例相比,这些实例为各种工作负载(包括应用程序服务器、微服务、高性能计算、电子设计自动化、游戏、开源数据库和内存中的缓存)提供高达40%的性价比提升。Amazon Graviton2处理器也为视频编码工作负载提供增强的性能,为压缩工作负载提供硬件加速,并为基于CPU的机器学习推理提供支持。它们可以提供高7倍的性能、多4倍的计算核心、快5倍内存和大2倍缓存。

优势

为广泛的工作负载提供更高的性价比

与当前这一代基于x86的实例1相比,基于Amazon Graviton2的通用突发型(T4g)、通用型(M6g)、计算优化型(C6g)和内存优化型(R6g)EC2实例,及其具有基于NVMe的SSD存储的变体,为广泛的工作负载(如应用程序服务器、微服务、视频编码、高性能计算、电子设计自动化、压缩、游戏、开源数据库、内存中的缓存和基于CPU的机器学习推理)提供高达40%的性价比提升。

广泛的生态系统支持

Amazon Graviton2处理器(基于64位Arm架构)受多个常用Linux操作系统(包括Amazon Linux 2、Red Hat、SUSE和Ubuntu)支持。来自Amazon和独立软件供应商的多个常用应用程序以及服务也支持基于Amazon Graviton2的实例,包括Amazon ECS、Amazon EKS、Amazon ECR、Amazon CodeBuild、Amazon CodeCommit、Amazon CodePipeline、Amazon CodeDeploy、Amazon CloudWatch、Crowdstrike、Datadog、Docker、Drone、Dynatrace、GitLab、Jenkins、NGINX、Qualys、Rancher、Rapid7、Tenable和TravisCI。Arm开发人员也可以利用这个生态系统在云中构建原生应用程序,这样就无需进行模拟和交叉编译,以免出错且耗时过长。

云应用程序的增强安全性

为云构建应用程序的开发人员依赖云基础设施来获得高安全性、高速度和更优的资源占用。与第一代Amazon Graviton相比,Amazon Graviton2处理器具备的关键功能(包括全天候运行的256位DRAM加密)让开发人员可以安全、大规模地运行云原生应用程序,并且将每个核心的加密性能速度提升了50%。Graviton2支持的实例依托Nitro系统构建,该系统装有采用专用硬件的Nitro安全芯片和用于实现安全功能的软件,并默认支持加密的EBS存储卷。

Amazon EC2实例

由Amazon Graviton2提供支持

通用

640.png

平衡了计算、内存和网络资源,

为通用工作负载提供更高的性价比

构建的目标对象:通用工作负载,如应用程序服务器、中型数据存储、微服务和集群计算。

640 (1).png

突发型通用工作负载的更高性价比选择

适用于:广泛的突发型通用工作负载,例如大型微服务、中小型数据库、虚拟桌面和关键业务应用程序。

计算优化型

640 (2).png

为计算密集型工作负载提供更高的性价比

构建的目标对象:计算密集型应用程序,如高性能计算、视频编码、游戏和基于CPU的机器学习推理加速。

内存优化型

640 (3).png

为处理内存中大型数据集的工作负载提供更高的性价比

构建的目标对象:内存密集型工作负载,如开源数据库(MySQL、MariaDB和PostgreSQL)或内存中的缓存(Redis、KeyDB和Memcached)。

基于本地NVMe的SSD存储选项还可用于通用(M6gd)、计算优化型(C6gd)和内存优化型(R6gd)实例。此外,还提供具有100Gbps联网性能并支持Elastic Fabric adapter(EFA)的经过计算优化型C6gn实例。

在看完了以上的内容,

是否对Amazon Graviton2更感兴趣了?

一起来看看

客户们对Amazon Graviton2的评价吧!

Netflix

Netflix是全球领先的互联网娱乐服务公司,在190个国家/地区拥有1.58亿会员,提供的内容包括众多类型和语言的电视剧、纪录片和故事片。

“我们将Amazon EC2 M实例类型应用于诸多工作负载,包括我们的流式传输、编码、数据处理和应用程序监控。我们使用行业标准LMbench和某些Java基准对新的M6g实例进行测试,发现与M5实例相比,性能提高了50%。我们对引入基于Amazon Graviton2的Amazon EC2实例感到非常兴奋。”

——Netflix性能和操作系统总监

Ed Hunter

Nielsen

Nielsen是一家全球测量和数据分析公司,提供关于世界各地消费者和市场的最全面且可信的数据。

“我们开发了基于OpenJDK的Java应用程序,用于收集数字数据、处理传入Web请求,并根据业务需要重定向请求。这是一个I/O密集型应用程序,其一项关键要求是通过经济高效的方式扩展。我们无缝地将此Java应用程序传送到由Amazon Graviton处理器提供支持的Amazon EC2 A1实例。我们已经对新的基于Graviton2的M6g实例进行了测试,它能够处理两倍于A1的负载。我们希望能够在新的基于Amazon Graviton2的实例上运行更多的工作负载。”

——Nielsen数字部门高级副总裁

Chris Nicotra

Snap Inc

Snap Inc因其受欢迎的社交媒体服务(如Snapchat和Bitmoji)而知名,采用基于Amazon Graviton2的实例优化其在Amazon EC2上的性价比。Snap将Amazon EC2 C6g和M6g实例与Amazon Elastic Kubernetes Service(EKS)结合使用来运行其消息收发核心服务(平台上的消息收发核心)以及后端上下文服务。Snap还希望采用R6g实例来运行其ElastiCache工作负载。

“使用基于Graviton2的实例,与C5实例相比,我们可以减小Snapchat消息队列的大小并显著降低成本。”由于Amazon Graviton2具有更好的性能,迁移到C6g实例大约可将CPU利用率降低10%。我们计划未来将更多工作负载迁移到Amazon Graviton2中,并且已在其他大型工作负载上发现了类似的性能提升。”

——Snap的软件工程师

Aaron Sheldon

Cibo Labs

Cibo Labs是一家农业数据分析公司,它提供了一种监控澳大利亚牧场的全新方法,可帮助农场实现更高利润和更加可持续的发展。为了绘制澳大利亚的田园景观,Cibo Labs需要处理数TB的数据,而他们现有的本地系统对于处理这些负载不堪负重,因此变得不可靠。

“由于其卓越的性能,在基于Amazon Graviton2的R6g实例上运行数据密集型卫星图像处理应用程序,与本地系统相比,我们能够节省50%的成本。采用Amazon Graviton2无需更改任何代码,而性价比的优势让定期更新和加快未来产品的快速周转成为可能。”

——Cibo Labs首席研究科学家

Peter Scarth

注:文章源自于互联网,如有侵权,请联系客服删除。
19951839869
黑鲸出海客服