將雲端運算使用量最佳化並節省雲端 OPEX
墨守成規可能會導致高昂代價
當企業開始考慮雲端運算使用量的未來時,主要目標是要維持效能和規模,同時將營運成本降到最低。這通常會導致他們繼續使用價格較低的舊世代執行個體。但不推行現代化也有其本身的代價,尤其是考量到全新 M8a 執行個體能以更少個體完成更多工作時。
事半功倍,省時省力
Amazon EC2 M8a 執行個體採用最新的 AMD EPYC™ 處理器,能夠在僅使用少部分執行個體的狀況下,提供與採用 Intel 技術的 M8i 完全相同的工作負載輸送量。這表示運算成本能夠大幅降低。
具備彈性並經最佳化的 EPYC™ 支援執行個體
由於在選擇雲端執行個體時,彈性是非常重要的因素,因此 AWS 提供多種採用 AMD EPYC™ 處理器,專為記憶體密集型應用程式、運算密集型應用程式和 HPC 應用程式等特定使用案例所設計的運算執行個體。請參閱 EPYC™ Amazon EC2 執行個體的完整清單。
M8a 能將貴公司的雲端運算成本降低多少?
M8a 效能導向雲端 OPEX 節省幅度與 M8i 的比較1
將 AWS 部署現代化為 M8a 可大幅節省營運成本。從 M8i 移轉至 M8a 時,客戶平均可獲得最高 1.6 倍的效能提升,並節省 30% 的雲端 OPEX1。這能讓您以更少的執行個體執行相同的工作負載,在提升效能效率的同時,大幅節省運算成本。
| 網路/應用程式層 | |
| 網路服務 | 視訊處理 |
| NGINX | FFMPEG |
| 2.1 倍 請求數/秒 |
1.9 倍 影格數/秒 |
| 46% 節省 |
40% 節省 |
| 資料層 | |||
| SQL 資料庫(交易) | SQL Server (BI/DW/OLTP) TPC_H |
SQL Server (OLTP) TPC_E |
無 SQL 資料庫 |
| MySQL | MS SQL 伺服器 | MS SQL 伺服器 | Redis |
| 1.5 倍 交易數/分鐘 |
1.3 倍 QphH |
1.3 倍 QphH |
2.0 倍 請求數/秒 |
| 25% 節省 |
22% 節省 |
15% 節省 |
42% 節省 |
M7a 效能導向雲端 OPEX 節省幅度與 M7i 的比較2
若企業是從內部部署資料中心或其他雲端供應商移轉至 AWS,也能因選擇 M7a 執行個體而獲得效益。所以這裡的結論也是相同的:與最新之搭載 Intel 技術的 M7i 執行個體相比,選擇 AMD 可大幅節省成本3。
| 網路/應用程式層 | ||
| 企業應用程式 | 網路服務 | 視訊處理 |
| Java | NGINX | FFMPEG |
| 1.6 倍 最大 jOPS |
1.9 倍 請求數/秒 |
2.5 倍 影格數/秒 |
| 24% 節省 |
36% 節省 |
52% 節省 |
| 資料層 | ||
| SQL 資料庫(交易) | SQL 資料庫 (分析) |
無 SQL 資料庫 |
| MySQL | MS SQL 伺服器 | Redis |
| 1.7 倍 交易數/分鐘 |
1.7 倍 QphH |
2.4 倍 請求數/秒 |
| 31% 節省 |
30% 節省 |
49% 節省 |
執行個體
利用 AMD 與 AWS 將雲端環境變成競爭優勢 — 為您最嚴苛的工作負載設定了非凡的效能和可擴充性標準。
請根據您的工作負載需求選擇最適合您的執行個體。
- 一般用途
- 最佳化 HPC
- 運算密集型
- 最佳化記憶體
- 可高載一般用途
- 高頻率一般用途
- 記憶體最佳化彈性運算
- 圖形密集型
一般用途
針對一般用途工作負載提供平衡的運算、記憶體和網路資源。專為關鍵業務應用程式伺服器、企業應用程式的後端伺服器、遊戲伺服器、快取機群和應用程式開發環境所打造。
執行個體 |
規格 |
世代 |
關鍵工作負載 |
|
|
第五代 EPYC™ |
|
M7a |
|
第四代 EPYC™ |
|
M6a |
|
第三代 EPYC™ |
|
M5a/5ad |
|
第一代 EPYC™ |
|
最佳化 HPC
Amazon EC2 Hpc8a 執行個體為 AWS 中的運算密集型高效能運算 (HPC) 工作負載提供最佳性價比。
| 執行個體 | 規格 | 世代 | 關鍵工作負載 |
| Hpc8a |
|
第五代 EPYC™ |
|
| Hpc7a |
|
第四代 EPYC™ | 緊密結合的運算密集型高效能運算 (HPC) 工作負載,例如運算流體動力學 (CFD)、天氣預測和多重物理量模擬,以及深度學習 |
| Hpc6a |
|
第三代 EPYC™ |
|
運算密集型
這些執行個體的執行頻率高達 4.5 GHz*,專為執行批次處理、媒體轉碼、高效能網頁伺服器、高效能運算 (HPC)、科學建模、專用遊戲伺服器和廣告伺服器引擎、機器學習推論,以及其他運算密集型應用程式所打造。
| 執行個體 | 規格 | 世代 | 關鍵工作負載 |
| C8a |
|
第五代 EPYC™ |
|
| C7a |
|
第四代 EPYC™ |
|
| C6a |
|
第三代 EPYC™ |
|
| C5a/C5ad |
|
第二代 EPYC™ |
|
| C5an.metal/C5adn.metal |
|
第二代 EPYC™ |
|
最佳化記憶體
專為高效能資料庫、分散式網頁擴充記憶體內快取、記憶體內資料庫、即時大數據分析和其他企業應用程式所打造。
| 執行個體 | 規格 | 世代 | 關鍵工作負載 |
| R8a |
|
第五代 EPYC™ |
|
| R7a |
|
第四代 EPYC™ |
|
| R6a/R6ad |
|
第三代 EPYC™ |
|
| R5a/R5ad |
|
第一代 EPYC™ |
|
可高載一般用途
基準等級處理器效能,可隨時高載處理器使用量,持續時間不受限制。專為微服務、低延遲互動式應用程式、中型與小型資料庫、虛擬桌面、開發環境、程式碼儲存庫和關鍵業務應用程式所打造。
| 執行個體 | 規格 | 世代 | 關鍵工作負載 |
| T3a |
|
第一代 EPYC™ |
|
高頻率一般用途
高頻率高速網路 Elastic Compute Cloud (Amazon EC2)。M8azn 執行個體相較於前一代 M5zn,可提供最高 2 倍的運算效能。這些執行個體的效能也比 M8a 執行個體高出 24%。
| 執行個體 | 規格 | 世代 | 關鍵工作負載 |
| M8azn |
|
第五代 EPYC™ |
|
記憶體最佳化彈性運算
Amazon Elastic Compute Cloud (Amazon EC2) X8aedz 執行個體是新一代的記憶體最佳化執行個體。X8aedz 執行個體可提供最高處理器頻率,非常適合電子設計自動化 (EDA) 工作負載,例如實體佈局與實體驗證工作,以及受惠於高單一執行緒處理器效能與龐大記憶體使用量的關聯式資料庫。5 GHz 處理器與本機 NVMe 儲存空間的結合,可加快記憶體密集型後端 EDA 工作負載的處理速度。
| 執行個體 | 規格 | 世代 | 關鍵工作負載 |
| X8aedz |
|
第五代 EPYC™ |
|
圖形密集型
G4ad 同時搭載 AMD EPYC™ 處理器和 Radeon™ Pro 顯示卡,可提供高效率和高頻寬的互連,協助開發人員和工程師確保優異的資料輸送量和應用程式響應速度。
| 執行個體 | 規格 | 世代 | 關鍵工作負載 |
|
|
|
|
|
|
|
|
AWS 案例研究
資源
時事通訊與要求聯絡人
訂閱 AMD 的資料中心深入見解
要求與 AMD EPYC™ 和 AWS 銷售專家聯絡
尾註
*EPYC-18:AMD EPYC 處理器最高提升頻率是指處理器的任何單一核心在伺服器系統的正常操作條件下可實現的最大頻率。
1.9xx5C-046:截至 2025 年 10 月 25 日為止,使用以量計價美國東部(俄亥俄州)Linux 執行六個常見應用程式工作負載時,相較於 M8i.4xlarge 的 AWS M8a.4xlarge 最高分數和雲端 OPEX 節省。
FFmpeg:- v6.1.1(2 倍編碼與 2 倍轉碼的平均值)平均效能相較於 M8i 約提升 1.9 倍,並可節省約 40% 的雲端 OPEX
NGINX™:- v 1.1.9-2 WRK 4.2 的 WRK 效能約為 M8i 的 1.6 倍,並可節省約 46% 的雲端 OPEX
MySQL™:- HammerDB TPROC-C 效能約為 M8i 的 1.5 倍,並可節省約 25% 的雲端 OPEX
SQL Server®:- TPC-H 效能約為 M8i 的 1.4 倍,並可節省約 22% 的雲端 OPEX。
SQL Server®:- TPC-E 衍生版測試效能約為 M8i 的 1.3 倍,並可節省約 15% 的雲端 OPEX
Redis™:7.2(get 與 set 的平均值)rps 效能相較於 M8i 約提升 2.0 倍,並可節省約 42% 的雲端 OPEX
顯示的雲端效能結果是根據配置中的測試日期而定。結果可能會因基礎組態的變更以及其他條件而有不同,例如 VM 及其資源的放置、雲端服務供應商所作的最佳化、存取的雲端地區、共同租用戶,以及系統上同時執行的其他工作負載類型。
2.SP5C-004:截至 2023 年 10 月 9 日為止,使用以量計價美國東部(俄亥俄州)Linux 執行六個常見應用程式工作負載時,相較於 M7i.4xlarge 的 AWS M7a.4xlarge 最高分數和雲端 OPEX 成本節省。
FFmpeg:約 1.9 倍的原始轉 vp9 編碼效能(52.3% 的 M7i 執行時間),雲端 OPEX 節省約 40%
NGINX™:約 1.6 倍的 WRK 效能(61.7% 的 M7i 執行時間),雲端 OPEX 節省約 29%
伺服器端 Java® 多執行個體最大 Java OPS:約 1.4 倍的 ops/sec 效能(71.4% 的 M7i 執行時間),雲端 OPEX 節省約 18%
MySQL™:約 1.4 倍的 TPROC-C 效能(70.4% 的 M7i 執行時間),雲端 OPEX 節省約 18%
SQL Server®:約 1.3 倍的 TPROC-H 效能(76.0% 的 M7i 執行時間),雲端 OPEX 節省約 13%
Redis™:約 2.2 倍的 rps 效能(44.6% 的 M7i 執行時間),雲端 OPEX 節省約 49%
顯示的雲端效能結果是根據配置中的測試日期而定。結果可能會因基礎組態的變更以及其他條件而有不同,例如 VM 及其資源的放置、雲端服務供應商所作的最佳化、存取的雲端地區、共同租用戶,以及系統上同時執行的其他工作負載類型。
3.SPC5-003:截至 2023 年 10 月 9 日為止,使用以量計價美國東部(俄亥俄州)Linux® 執行六個常見應用程式工作負載時,相較於 M6i.4xlarge 的 M7a.4xlarge 最高分數和雲端 OPEX 成本節省。
FFmpeg:約 2.5 倍的 raw_vp9 效能(40.2% 的 M6i 執行時間),雲端 OPEX 節省約 52%
NGINX™:約 1.9 倍的 WRK 效能(52.9% 的 M6i 執行時間),雲端 OPEX 節省約 36%
伺服器端 Java® 多執行個體最大 Java OPS:約 1.6 倍的 ops/sec 效能(63.3% 的 M6i 執行時間),雲端 OPEX 節省約 24%
MySQL™:約 1.7 倍的 TPROC-C 效能(57.5% 的 M6i 執行時間),雲端 OPEX 節省約 31%
SQL 伺服器:約 1.7 倍的 TPROC-H 效能(58.1% 的 M6i 執行時間),雲端 OPEX 節省約 30%
Redis™:約 2.4 倍的 SET rps 效能(42.4% 的 M6i 執行時間),雲端 OPEX 節省約 49%
顯示的雲端效能結果是根據配置中的測試日期而定。結果可能會因基礎組態的變更以及其他條件而有不同,例如 VM 及其資源的放置、雲端服務供應商所作的最佳化、存取的雲端地區、共同租用戶,以及系統上同時執行的其他工作負載類型。
M8a/M8azn/X8aedz 的更多詳細資訊 - https://aws.amazon.com/ec2/instance-types/m8a/
*EPYC-18:AMD EPYC 處理器最高提升頻率是指處理器的任何單一核心在伺服器系統的正常操作條件下可實現的最大頻率。
1.9xx5C-046:截至 2025 年 10 月 25 日為止,使用以量計價美國東部(俄亥俄州)Linux 執行六個常見應用程式工作負載時,相較於 M8i.4xlarge 的 AWS M8a.4xlarge 最高分數和雲端 OPEX 節省。
FFmpeg:- v6.1.1(2 倍編碼與 2 倍轉碼的平均值)平均效能相較於 M8i 約提升 1.9 倍,並可節省約 40% 的雲端 OPEX
NGINX™:- v 1.1.9-2 WRK 4.2 的 WRK 效能約為 M8i 的 1.6 倍,並可節省約 46% 的雲端 OPEX
MySQL™:- HammerDB TPROC-C 效能約為 M8i 的 1.5 倍,並可節省約 25% 的雲端 OPEX
SQL Server®:- TPC-H 效能約為 M8i 的 1.4 倍,並可節省約 22% 的雲端 OPEX。
SQL Server®:- TPC-E 衍生版測試效能約為 M8i 的 1.3 倍,並可節省約 15% 的雲端 OPEX
Redis™:7.2(get 與 set 的平均值)rps 效能相較於 M8i 約提升 2.0 倍,並可節省約 42% 的雲端 OPEX
顯示的雲端效能結果是根據配置中的測試日期而定。結果可能會因基礎組態的變更以及其他條件而有不同,例如 VM 及其資源的放置、雲端服務供應商所作的最佳化、存取的雲端地區、共同租用戶,以及系統上同時執行的其他工作負載類型。
2.SP5C-004:截至 2023 年 10 月 9 日為止,使用以量計價美國東部(俄亥俄州)Linux 執行六個常見應用程式工作負載時,相較於 M7i.4xlarge 的 AWS M7a.4xlarge 最高分數和雲端 OPEX 成本節省。
FFmpeg:約 1.9 倍的原始轉 vp9 編碼效能(52.3% 的 M7i 執行時間),雲端 OPEX 節省約 40%
NGINX™:約 1.6 倍的 WRK 效能(61.7% 的 M7i 執行時間),雲端 OPEX 節省約 29%
伺服器端 Java® 多執行個體最大 Java OPS:約 1.4 倍的 ops/sec 效能(71.4% 的 M7i 執行時間),雲端 OPEX 節省約 18%
MySQL™:約 1.4 倍的 TPROC-C 效能(70.4% 的 M7i 執行時間),雲端 OPEX 節省約 18%
SQL Server®:約 1.3 倍的 TPROC-H 效能(76.0% 的 M7i 執行時間),雲端 OPEX 節省約 13%
Redis™:約 2.2 倍的 rps 效能(44.6% 的 M7i 執行時間),雲端 OPEX 節省約 49%
顯示的雲端效能結果是根據配置中的測試日期而定。結果可能會因基礎組態的變更以及其他條件而有不同,例如 VM 及其資源的放置、雲端服務供應商所作的最佳化、存取的雲端地區、共同租用戶,以及系統上同時執行的其他工作負載類型。
3.SPC5-003:截至 2023 年 10 月 9 日為止,使用以量計價美國東部(俄亥俄州)Linux® 執行六個常見應用程式工作負載時,相較於 M6i.4xlarge 的 M7a.4xlarge 最高分數和雲端 OPEX 成本節省。
FFmpeg:約 2.5 倍的 raw_vp9 效能(40.2% 的 M6i 執行時間),雲端 OPEX 節省約 52%
NGINX™:約 1.9 倍的 WRK 效能(52.9% 的 M6i 執行時間),雲端 OPEX 節省約 36%
伺服器端 Java® 多執行個體最大 Java OPS:約 1.6 倍的 ops/sec 效能(63.3% 的 M6i 執行時間),雲端 OPEX 節省約 24%
MySQL™:約 1.7 倍的 TPROC-C 效能(57.5% 的 M6i 執行時間),雲端 OPEX 節省約 31%
SQL 伺服器:約 1.7 倍的 TPROC-H 效能(58.1% 的 M6i 執行時間),雲端 OPEX 節省約 30%
Redis™:約 2.4 倍的 SET rps 效能(42.4% 的 M6i 執行時間),雲端 OPEX 節省約 49%
顯示的雲端效能結果是根據配置中的測試日期而定。結果可能會因基礎組態的變更以及其他條件而有不同,例如 VM 及其資源的放置、雲端服務供應商所作的最佳化、存取的雲端地區、共同租用戶,以及系統上同時執行的其他工作負載類型。
M8a/M8azn/X8aedz 的更多詳細資訊 - https://aws.amazon.com/ec2/instance-types/m8a/