阿里云企业级ARM计算规格族特点及适用场景介绍

阿里云企业级ARM计算规格族是阿里云继X86计算、异构计算、弹性裸金屈服务器、超级计算集群之后推出的全新架构云服务器,ARM计算规格族有通用型实例规格族g8m、通用型实例规格族g6r和计算型实例规格族c6r这三个。下面是这三个实例规格的特点及适用场景介绍。


阿里云图.png

一、通用型实例规格族g8m

该实例规格族正在邀测中,如需使用,请前往邀测页面申请

通用型实例规格族g8m为阿里云第一款使用自研倚天710 CPU的实例,主要针对通用计算、云原生以及Android in Cloud等场景。

g8m的特点如下:

1、依托第三代神龙架构,提供稳定可预期的超高性能。同时通过芯片快速路径加速手段,完成存储、网络性能以及计算稳定性的数量级提升。

2、计算:

  • 处理器与内存配比为1:4
  • 处理器:2.75 GHz主频的倚天710处理器,计算性能稳定

3、存储:

  • I/O优化实例
  • 支持ESSD云盘、SSD云盘和高效云盘
  • 实例存储I/O性能与计算规格对应(规格越高存储I/O性能越强)

4、网络:

  • 支持IPv6
  • 超高网络PPS收发包能力
  • 小规格实例网络带宽具备突发能力
  • 实例网络性能与计算规格对应(规格越高网络性能越强)

5、适用场景:

  • 容器、微服务
  • 测试开发,例如DevOps
  • 网站和应用服务器
  • 游戏服务器
  • 其他通用类企业级应用

g8m包括的实例规格及指标数据如下表所示:

实例规格 vCPU 内存(GiB) 网络带宽基础/突发(Gbit/s) 网络收发包PPS 连接数 多队列 弹性网卡 云盘IOPS 云盘带宽(Gbit/s)
ecs.g8m.small 1 4 1月10日 50万 最高25万 1 2 1万/最高11万 1/最高6
ecs.g8m.large 2 8 2月10日 90万 最高25万 2 3 2万/最高11万 1.5/最高6
ecs.g8m.xlarge 4 16 3月10日 100万 最高25万 4 4 4万/最高11万 2/最高6
ecs.g8m.2xlarge 8 32 5月10日 160万 最高25万 8 4 5万/最高11万 3/最高6
ecs.g8m.4xlarge 16 64 10月16日 300万 30万 8 8 8万/最高11万 5/最高6
ecs.g8m.8xlarge 32 128 16/无 600万 60万 16 8 15万 8
ecs.g8m.16xlarge 64 256 32/无 1200万 120万 32 8 30万 16
ecs.g8m.32xlarge 128 512 64/无 2400万 240万 32 15 60万 32

二、通用型实例规格族g6r

g6r的特点如下:
1、依托第三代神龙架构,提供稳定可预期的超高性能。同时通过芯片快速路径加速手段,完成存储、网络性能以及计算稳定性的数量级提升。

2、 计算:

  • 处理器与内存配比为1:4
  • 处理器:2.8 GHz主频的Ampere® Altra®处理器,计算性能稳定

3、存储:

  • I/O优化实例
  • 支持ESSD云盘、SSD云盘和高效云盘
  • 实例存储I/O性能与计算规格对应(规格越高存储I/O性能越强)

4、网络:

  • 支持IPv6
  • 超高网络PPS收发包能力
  • 小规格实例网络带宽具备突发能力
  • 实例网络性能与计算规格对应(规格越高网络性能越强)

5、适用场景:

  • 容器、微服务
  • 测试开发,例如DevOps
  • 网站和应用服务器
  • 游戏服务器
  • 基于CPU的机器学习推理

g6r包括的实例规格及指标数据如下表所示:

实例规格 vCPU 内存(GiB) 网络带宽基础/突发(Gbit/s) 网络收发包PPS 连接数 多队列 弹性网卡 云盘IOPS 云盘带宽(Gbit/s)
ecs.g6r.large 2 8 1月10日 90万 最高25万 2 3 1.25万 1
ecs.g6r.xlarge 4 16 1.5/10 100万 最高25万 4 4 2万 1.5
ecs.g6r.2xlarge 8 32 2.5/10 160万 最高25万 8 4 3万 2
ecs.g6r.4xlarge 16 64 5月10日 200万 30万 8 8 6万 3
ecs.g6r.8xlarge 32 128 8月10日 300万 60万 16 7 7.5万 4
ecs.g6r.16xlarge 64 256 16/无 600万 90万 32 7 15万 8

三、计算型实例规格族c6r

c6r的特点如下:
1、依托第三代神龙架构,提供稳定可预期的超高性能。同时通过芯片快速路径加速手段,完成存储、网络性能以及计算稳定性的数量级提升。

2、计算:

  • 处理器与内存配比为1:2
  • 处理器:2.8 GHz主频的Ampere® Altra®处理器,计算性能稳定

3、存储:

  • I/O优化实例
  • 支持ESSD云盘、SSD云盘和高效云盘
  • 实例存储I/O性能与计算规格对应(规格越高存储I/O性能越强)

4、网络:

  • 支持IPv6
  • 超高网络PPS收发包能力
  • 小规格实例网络带宽具备突发能力
  • 实例网络性能与计算规格对应(规格越高网络性能越强)

5、适用场景:

  • 容器、微服务
  • 测试开发,例如DevOps
  • 网站和应用服务器
  • 基于CPU的机器学习推理
  • 高性能科学和工程应用

c6r包括的实例规格及指标数据如下表所示:

实例规格 vCPU 内存(GiB) 网络带宽基础/突发(Gbit/s) 网络收发包PPS 连接数 多队列 弹性网卡 云盘IOPS 云盘带宽(Gbit/s)
ecs.c6r.large 2 4 1月10日 90万 最高25万 2 3 1.25万 1
ecs.c6r.xlarge 4 8 1.5/10 100万 最高25万 4 4 2万 1.5
ecs.c6r.2xlarge 8 16 2.5/10 160万 最高25万 8 4 3万 2
ecs.c6r.4xlarge 16 32 5月10日 200万 30万 8 8 6万 3
ecs.c6r.8xlarge 32 64 8月10日 300万 60万 16 7 7.5万 4
ecs.c6r.16xlarge 64 128 16/无 600万 90万 32 7 15万 8

购买之前,推荐在阿里云小站平台领取云产品通用代金券,在购买的时候可使用此代金券获得满减优惠,最高减300元。

©著作权归作者所有,转载或内容合作请联系作者
禁止转载,如需转载请通过简信或评论联系作者。
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,772评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,458评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,610评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,640评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,657评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,590评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,962评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,631评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,870评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,611评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,704评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,386评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,969评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,944评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,179评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,742评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,440评论 2 342

推荐阅读更多精彩内容