クラウド コンピューティングのフットプリントを最適化して、クラウドの OPEX を削減
最新化を遅らせることで余計なコストが発生
組織が将来のクラウド コンピューティングのフットプリントについて考えた場合、運用コストを最小限に抑えながらパフォーマンスと規模を維持することが第一の目標となります。この場合、組織は、旧世代のインスタンスを使い続けることでコストを抑えようとしがちです。ところが、特に最新の M8a インスタンスによって、より少ないインスタンスで多くの成果を達成できるようになっていても、最新化しなければ、それ自身がコストを生み出す可能性があります。
少ないコストで生産性向上
最新の AMD EPYC™ プロセッサを搭載した Amazon EC2 M8a では、ごくわずかなインスタンスのみを使用して、Intel ベースの M8i と同じワークロード スループットを実現できます。つまり、演算コストを大幅に削減できるということです。
EPYC™ を使用して、柔軟で最適化されたインスタンスを提供
クラウドのインスタンスを選ぶ場合、柔軟性は非常に重要です。そのため、AWS では、メモリ負荷や演算負荷の高い HPC アプリケーションなどの特定のユース ケース向けに設計された AMD EPYC™ プロセッサ搭載のさまざまな演算インスタンスを提供しています。EPYC™ Amazon EC2 インスタンスの全リストをご覧ください。
M8a によって削減できるクラウド コンピューティング コスト
M8i と比較した M8a のパフォーマンス重視のクラウド OPEX 削減率1
AWS の運用を M8a へ最新化することで、運用コストを大幅に削減できます。M8i から M8a へ最新化すると、パフォーマンスは最大 1.6 倍向上し、クラウド OpEx は平均 30% 削減できます。1これにより、同じワークロードをより少ないインスタンスで実行できるため、パフォーマンス効率を向上させながら、演算コストの大幅な削減を実現できます。
| ウェブ/アプリ ティア | |
| ウェブ サービス | ビデオ処理 |
| NGINX | FFMPEG |
| 2.1 倍 リクエスト/秒 |
1.9 倍 フレーム/秒 |
| 46% コスト削減 |
40% コスト削減 |
| データ ティア | |||
| SQL データベース (トランザクション) | SQL Server (BI/DW/OLTP) TPC_H |
SQL Server (OLTP) TPC_E |
NoSQL データベース |
| MySQL | MS SQL Server | MS SQL Server | Redis |
| 1.5 倍 トランザクション/分 |
1.3 倍 QphH |
1.3 倍 QphH |
2.0 倍 リクエスト/秒 |
| 25% コスト削減 |
22% コスト削減 |
15% コスト削減 |
42% コスト削減 |
M7i と比較した M7a のパフォーマンス重視のクラウド OPEX 削減率2
オンプレミスのデータセンター (別のクラウド プロバイダー) から AWS へ移行した組織は、M7a インスタンスを選択することもできます。ここでもまた、AMD を選択することで、最新の Intel ベースの M7i インスタンスと比較して、大幅にコストを削減できます。3
| ウェブ/アプリ ティア | ||
| エンタープライズ アプリケーション | ウェブ サービス | ビデオ処理 |
| Java | NGINX | FFMPEG |
| 1.6 倍 max-jOPS |
1.9 倍 リクエスト/秒 |
2.5 倍 フレーム/秒 |
| 24% コスト削減 |
36% コスト削減 |
52% コスト削減 |
| データ ティア | ||
| SQL データベース (トランザクション) | SQL データベース (分析) |
NoSQL データベース |
| MySQL | MS SQL Server | Redis |
| 1.7 倍 トランザクション/分 |
1.7 倍 QphH |
2.4 倍 リクエスト/秒 |
| 31% コスト削減 |
30% コスト削減 |
49% コスト削減 |
インスタンス
最も要求の厳しいワークロードにも対応できる優れたパフォーマンスとスケーラビリティを備えた AMD と AWS を利用することで、クラウド環境において競争上の優位性を得ることができます。
ワークロードのニーズに合った適切なインスタンスを見つけましょう。
- 汎用
- HPC 最適化
- 演算負荷が高い
- メモリ最適化
- バースト可能な汎用性
- 高周波汎用
- メモリ最適化 Elastic Compute
- グラフィック多用
汎用
汎用ワークロード向けのバランスの取れた演算、メモリ、およびネットワーキング リソース。ビジネスに不可欠なアプリケーション サーバー、エンタープライズ アプリケーションのバックエンド サーバー、ゲーミング サーバー、キャッシング フリート、アプリ開発環境向け。
インスタンス |
仕様 |
世代 |
主なワークロード |
|
|
第 5 世代 EPYC™ |
|
M7a |
|
第 4 世代 EPYC™ |
|
M6a |
|
第 3 世代 EPYC™ |
|
M5a/5ad |
|
第 1 世代 EPYC™ |
|
HPC 最適化
AWS では、Amazon EC2 Hpc8a インスタンスは、演算負荷の高いハイパフォーマンス コンピューティング (HPC) ワークロードに、最高のコスト パフォーマンスを提供します。
| インスタンス | 仕様 | 世代 | 主なワークロード |
| Hpc8a |
|
第 5 世代 EPYC™ |
|
| Hpc7a |
|
第 4 世代 EPYC™ | 数値流体力学 (CFD)、気象予報、マルチフィジックス シミュレーション、深層学習など、演算負荷の高い密結合のハイパフォーマンス コンピューティング (HPC) ワークロード |
| Hpc6a |
|
第 3 世代 EPYC™ |
|
演算負荷が高い
最高 4.5GHz* の周波数で動作するこれらのインスタンスは、バッチ処理、メディア トランスコード、ハイパフォーマンス ウェブ サーバー、ハイパフォーマンス コンピューティング (HPC)、科学モデリング、専用ゲーミング サーバーとアド サーバー エンジン、機械学習推論、その他の演算負荷の高いアプリケーションの実行を目的として構築されています。
| インスタンス | 仕様 | 世代 | 主なワークロード |
| C8a |
|
第 5 世代 EPYC™ |
|
| C7a |
|
第 4 世代 EPYC™ |
|
| C6a |
|
第 3 世代 EPYC™ |
|
| C5a/C5ad |
|
第 2 世代 EPYC™ |
|
| C5an.metal/C5adn.metal |
|
第 2 世代 EPYC™ |
|
メモリ最適化
ハイパフォーマンス データベース、分散ウェブ規模のインメモリ キャッシュ、インメモリ データベース、リアルタイム ビッグ データ分析、その他のエンタープライズ アプリケーション向けに構築されています。
| インスタンス | 仕様 | 世代 | 主なワークロード |
| R8a |
|
第 5 世代 EPYC™ |
|
| R7a |
|
第 4 世代 EPYC™ |
|
| R6a/R6ad |
|
第 3 世代 EPYC™ |
|
| R5a/R5ad |
|
第 1 世代 EPYC™ |
|
バースト可能な汎用性
必要に応じていつでも CPU 使用率をバーストできる CPU 性能のベースライン レベル。マイクロサービス、低遅延対話型アプリケーション、中小規模データベース、仮想デスクトップ、開発環境、コード リポジトリ、ビジネスに不可欠なアプリケーション向け。
| インスタンス | 仕様 | 世代 | 主なワークロード |
| T3a |
|
第 1 世代 EPYC™ |
|
高周波汎用
高周波高速ネットワーク Elastic Compute Cloud (Amazon EC2)。M8azn インスタンスは、前世代の M5zn と比較して最大 2 倍の演算能力を実現します。また、これらのインスタンスは M8a インスタンスに比べ 24% 高いパフォーマンスを実現します。
| インスタンス | 仕様 | 世代 | 主なワークロード |
| M8azn |
|
第 5 世代 EPYC™ |
|
メモリ最適化 Elastic Compute
Amazon Elastic Compute Cloud (Amazon EC2) X8aedz インスタンスは、次世代のメモリ最適化インスタンスです。これらのインスタンスは最高の CPU 周波数を提供します。X8aedz インスタンスは、物理レイアウトや物理検証ジョブなどの電子設計自動化 (EDA) ワークロードや、高いシングルスレッド プロセッサ パフォーマンスと大型メモリ フットプリントの恩恵を受けるリレーショナル データベースに最適です。5 GHz プロセッサとローカル NVMe ストレージを組み合わせることにより、メモリ負荷の高いバックエンド EDA ワークロードの高速処理が可能になります。
| インスタンス | 仕様 | 世代 | 主なワークロード |
| X8aedz |
|
第 5 世代 EPYC™ |
|
グラフィック多用
G4ad では、AMD EPYC™ CPU と Radeon™ Pro GPU を両方搭載することで、超効率的な広帯域幅インターコネクトにより、開発者やエンジニアに比類のないデータ スループットとアプリケーション応答性を提供できます。
| インスタンス | 仕様 | 世代 | 主なワークロード |
|
|
|
|
|
|
|
|
パフォーマンス概要
AWS ケース スタディ
リソース
ニュースレター & リクエストの連絡先
AMD のデータセンターに関する知見を購読する
AMD EPYC™ および AWS 営業担当者からの連絡をリクエスト
脚注
*EPYC-18: AMD EPYC プロセッサの最大ブーストは、サーバー システムの通常の動作条件下においてプロセッサの任意のシングル コアによって達成可能な最大周波数です。
1.9xx5C-046: AWS M8a.4xlarge の最大スコアとクラウド OpEx 削減率 (M8i.4xlarge と比較)、2025 年 10 月 25 日付けの米国東部 (オハイオ州) Linux のオンデマンド料金を使用して、6 つの一般的なアプリケーション ワークロードを実行。
FFmpeg: -V6.1.1 (平均でエンコードが 2 倍、トランスコードが 2 倍)、平均パフォーマンスは M8i と比較して約 1.9 倍、クラウド OpEx は約 40% 削減
NGINX™: -v 1.1.9-2、WRK 4.2 は M81 と比較して約 1.6 倍の WRK パフォーマンス、クラウド OpEx は約 46% 削減
MySQL™: - HammerDB TPROC-C、M8i と比較してパフォーマンスは約 1.5 倍、クラウド OpEx は約 25% 削減
SQL Server®: - TPC-H、M8i と比較してパフォーマンスは約 1.4 倍、クラウド OpEx は約 22% 削減。
SQL Server®: - TPC-E 派生製品、M8i と比較してパフォーマンスは約 1.3 倍、クラウド OpEx は約 15% 削減
Redis™: 7.2 (平均のGET と SET) M8i と比較して RPS パフォーマンスは約 2.0 倍、クラウド OpEx は約 42% 削減
記載されているクラウド パフォーマンスの結果は、試験を実施した日付の構成に基づいています。基本構成の変更、および VM とそのリソースの配置、クラウド サービス プロバイダーによる最適化、アクセスしたクラウド リージョン、コテナント、システムで同時に実行したほかのワークロードのタイプなどの条件によって、結果は異なります。
2.SP5C-004: AWS M7a.4xlarge の最大スコアとクラウド OPEX 削減率 (M7i.4xlarge と比較)、2023 年 10 月 9 日付けの米国東部 (オハイオ州) Linux のオンデマンド料金を使用して、6 つの一般的なアプリケーション ワークロードを実行。
FFmpeg: 約 1.9 倍の raw から vp9 へのエンコード パフォーマンス (M7i ランタイムの 52.3%)、約 40% のクラウド OPEX 削減率
NGINX™: 約 1.6 倍の WRK パフォーマンス (M7i ランタイムの 61.7%)、約 29% のクラウド OPEX 削減率
サーバーサイド Java® マルチインスタンスの最大 Java OPS: 約 1.4 倍の ops/秒パフォーマンス (M7i ランタイムの 71.4%)、約 18% のクラウド OPEX 削減率
MySQL™: 約 1.4 倍の TPROC-C パフォーマンス (M7i ランタイムの 70.4%)、約 18% のクラウド OPEX 削減率
SQL Server®: 約 1.3 倍の TPROC-H パフォーマンス (M7i ランタイムの 76.0%)、約 13% のクラウド OPEX 削減率
Redis™: 約 2.2 倍の rps パフォーマンス (M7i ランタイムの 44.6%)、約 49% のクラウド OPEX 削減率
記載されているクラウド パフォーマンスの結果は、試験を実施した日付の構成に基づいています。基本構成の変更、および VM とそのリソースの配置、クラウド サービス プロバイダーによる最適化、アクセスしたクラウド リージョン、コテナント、システムで同時に実行したほかのワークロードのタイプなどの条件によって、結果は異なります。
3.SPC5-003: M7a.4xlarge の最大スコアとクラウド OPEX 削減率 (M6i.4xlarge と比較)、2023 年 10 月 9 日付けの米国東部 (オハイオ州) Linux® のオンデマンド料金を使用して、6 つの一般的なアプリケーション ワークロードを実行。
FFmpeg: 約 2.5 倍の raw_vp9 パフォーマンス (M6i ランタイムの 40.2%)、約 52% のクラウド OPEX 削減率
NGINX™: 約 1.9 倍の WRK パフォーマンス (M6i ランタイムの 52.9%)、約 36% のクラウド OPEX 削減率
サーバーサイド Java® マルチインスタンスの最大 Java OPS: 約 1.6 倍の ops/秒パフォーマンス (M6i ランタイムの 63.3%)、約 24% のクラウド OPEX 削減率
MySQL™: 約 1.7 倍の TPROC-C パフォーマンス (M6i ランタイムの 57.5%)、約 31% のクラウド OPEX 削減率
SQL Server: 約 1.7 倍の TPROC-H パフォーマンス (M6i ランタイムの 58.1%)、約 30% のクラウド OPEX 削減率
Redis™: 約 2.4 倍の SET rps パフォーマンス (M6i ランタイムの 42.4%)、約 49% のクラウド OPEX 削減率
記載されているクラウド パフォーマンスの結果は、試験を実施した日付の構成に基づいています。基本構成の変更、および VM とそのリソースの配置、クラウド サービス プロバイダーによる最適化、アクセスしたクラウド リージョン、コテナント、システムで同時に実行したほかのワークロードのタイプなどの条件によって、結果は異なります。
M8a/M8azn/X8aedz の詳細 - https://aws.amazon.com/ec2/instance-types/m8a/
*EPYC-18: AMD EPYC プロセッサの最大ブーストは、サーバー システムの通常の動作条件下においてプロセッサの任意のシングル コアによって達成可能な最大周波数です。
1.9xx5C-046: AWS M8a.4xlarge の最大スコアとクラウド OpEx 削減率 (M8i.4xlarge と比較)、2025 年 10 月 25 日付けの米国東部 (オハイオ州) Linux のオンデマンド料金を使用して、6 つの一般的なアプリケーション ワークロードを実行。
FFmpeg: -V6.1.1 (平均でエンコードが 2 倍、トランスコードが 2 倍)、平均パフォーマンスは M8i と比較して約 1.9 倍、クラウド OpEx は約 40% 削減
NGINX™: -v 1.1.9-2、WRK 4.2 は M81 と比較して約 1.6 倍の WRK パフォーマンス、クラウド OpEx は約 46% 削減
MySQL™: - HammerDB TPROC-C、M8i と比較してパフォーマンスは約 1.5 倍、クラウド OpEx は約 25% 削減
SQL Server®: - TPC-H、M8i と比較してパフォーマンスは約 1.4 倍、クラウド OpEx は約 22% 削減。
SQL Server®: - TPC-E 派生製品、M8i と比較してパフォーマンスは約 1.3 倍、クラウド OpEx は約 15% 削減
Redis™: 7.2 (平均のGET と SET) M8i と比較して RPS パフォーマンスは約 2.0 倍、クラウド OpEx は約 42% 削減
記載されているクラウド パフォーマンスの結果は、試験を実施した日付の構成に基づいています。基本構成の変更、および VM とそのリソースの配置、クラウド サービス プロバイダーによる最適化、アクセスしたクラウド リージョン、コテナント、システムで同時に実行したほかのワークロードのタイプなどの条件によって、結果は異なります。
2.SP5C-004: AWS M7a.4xlarge の最大スコアとクラウド OPEX 削減率 (M7i.4xlarge と比較)、2023 年 10 月 9 日付けの米国東部 (オハイオ州) Linux のオンデマンド料金を使用して、6 つの一般的なアプリケーション ワークロードを実行。
FFmpeg: 約 1.9 倍の raw から vp9 へのエンコード パフォーマンス (M7i ランタイムの 52.3%)、約 40% のクラウド OPEX 削減率
NGINX™: 約 1.6 倍の WRK パフォーマンス (M7i ランタイムの 61.7%)、約 29% のクラウド OPEX 削減率
サーバーサイド Java® マルチインスタンスの最大 Java OPS: 約 1.4 倍の ops/秒パフォーマンス (M7i ランタイムの 71.4%)、約 18% のクラウド OPEX 削減率
MySQL™: 約 1.4 倍の TPROC-C パフォーマンス (M7i ランタイムの 70.4%)、約 18% のクラウド OPEX 削減率
SQL Server®: 約 1.3 倍の TPROC-H パフォーマンス (M7i ランタイムの 76.0%)、約 13% のクラウド OPEX 削減率
Redis™: 約 2.2 倍の rps パフォーマンス (M7i ランタイムの 44.6%)、約 49% のクラウド OPEX 削減率
記載されているクラウド パフォーマンスの結果は、試験を実施した日付の構成に基づいています。基本構成の変更、および VM とそのリソースの配置、クラウド サービス プロバイダーによる最適化、アクセスしたクラウド リージョン、コテナント、システムで同時に実行したほかのワークロードのタイプなどの条件によって、結果は異なります。
3.SPC5-003: M7a.4xlarge の最大スコアとクラウド OPEX 削減率 (M6i.4xlarge と比較)、2023 年 10 月 9 日付けの米国東部 (オハイオ州) Linux® のオンデマンド料金を使用して、6 つの一般的なアプリケーション ワークロードを実行。
FFmpeg: 約 2.5 倍の raw_vp9 パフォーマンス (M6i ランタイムの 40.2%)、約 52% のクラウド OPEX 削減率
NGINX™: 約 1.9 倍の WRK パフォーマンス (M6i ランタイムの 52.9%)、約 36% のクラウド OPEX 削減率
サーバーサイド Java® マルチインスタンスの最大 Java OPS: 約 1.6 倍の ops/秒パフォーマンス (M6i ランタイムの 63.3%)、約 24% のクラウド OPEX 削減率
MySQL™: 約 1.7 倍の TPROC-C パフォーマンス (M6i ランタイムの 57.5%)、約 31% のクラウド OPEX 削減率
SQL Server: 約 1.7 倍の TPROC-H パフォーマンス (M6i ランタイムの 58.1%)、約 30% のクラウド OPEX 削減率
Redis™: 約 2.4 倍の SET rps パフォーマンス (M6i ランタイムの 42.4%)、約 49% のクラウド OPEX 削減率
記載されているクラウド パフォーマンスの結果は、試験を実施した日付の構成に基づいています。基本構成の変更、および VM とそのリソースの配置、クラウド サービス プロバイダーによる最適化、アクセスしたクラウド リージョン、コテナント、システムで同時に実行したほかのワークロードのタイプなどの条件によって、結果は異なります。
M8a/M8azn/X8aedz の詳細 - https://aws.amazon.com/ec2/instance-types/m8a/