Amazon meddelade den allmänna tillgängligheten för Amazon EC2 G5g-instanser som utökar Graviton2 pris-prestandafördelar till GPU-baserade arbetsbelastningar med NVIDIA T4G Tensor Core GPU:er. AWS G5g-instanserna ger bästa pris-prestanda för Android-spelströmning, med upp till 25 Gbps nätverksbandbredd och 19 Gbps EBS-bandbredd, samtidigt som de ger upp till 30 procent lägre kostnad per stream per timme för Android-spelstreaming än x86-baserad GPU-instanser. G5g-instanser är också idealiska för maskininlärningsutvecklare som letar efter kostnadseffektiva slutsatser, har ML-modeller som är känsliga för CPU-prestanda och utnyttjar NVIDIAs AI-bibliotek.
Amazon meddelade den allmänna tillgängligheten för Amazon EC2 G5g-instanser som utökar Graviton2 pris-prestandafördelar till GPU-baserade arbetsbelastningar med NVIDIA T4G Tensor Core GPU:er. AWS G5g-instanserna ger bästa pris-prestanda för Android-spelströmning, med upp till 25 Gbps nätverksbandbredd och 19 Gbps EBS-bandbredd, samtidigt som de ger upp till 30 procent lägre kostnad per stream per timme för Android-spelstreaming än x86-baserad GPU-instanser. G5g-instanser är också idealiska för maskininlärningsutvecklare som letar efter kostnadseffektiva slutsatser, har ML-modeller som är känsliga för CPU-prestanda och utnyttjar NVIDIAs AI-bibliotek.
Amazon EC2 G5g Storlek
G5g-instanser finns i de sex storlekarna som visas nedan.
| Instansnamn | vCPU: er | Minne (GB) | NVIDIA T4G Tensor Core GPU | GPU-minne (GB) | EBS bandbredd (Gbps) | Nätverksbandbredd (Gbps) |
| g5g.xlarge | 4 | 8 | 1 | 16 | Upp till 3.5 | Upp till 10 |
| g5g.2xstor | 8 | 16 | 1 | 16 | Upp till 3.5 | Upp till 10 |
| g5g.4xstor | 16 | 32 | 1 | 16 | Upp till 3.5 | Upp till 10 |
| g5g.8xstor | 32 | 64 | 1 | 16 | 9 | 12 |
| g5g.16xstor | 64 | 128 | 2 | 32 | 19 | 25 |
| g5g.metall | 64 | 128 | 2 | 32 | 19 | 25 |
Dessa instanser passar utmärkt för många arbetsbelastningar som:
- Strömmande Android-spel—Med G5g-instanser kan Android-spelutvecklare bygga inbyggt på Arm-baserade GPU-instanser utan behov av korskompilering eller emulering på x86-baserade instanser. De kan koda den renderade grafiken och strömma spelet över nätverket till en mobil enhet. Detta hjälper till att förenkla utvecklingsinsatser och tid och sänker kostnaden per stream per timme med upp till 30 procent.
- ML inferens —G5g-instanser är också idealiska för maskininlärningsutvecklare som letar efter kostnadseffektiva slutsatser, har ML-modeller som är känsliga för CPU-prestanda och utnyttjar NVIDIAs AI.
- Grafikåtergivning—G5g-instanser är det mest kostnadseffektiva alternativet för kunder med renderingsarbetsbelastningar och beroenden av NVIDIA-bibliotek. Dessa instanser stöder också rendering av applikationer och användningsfall som utnyttjar industristandard-API:er som OpenGL och Vulkan.
- Autonoma fordonssimuleringar— Flera av AWS-kunder designar och simulerar autonoma fordon som inkluderar flera realtidssensorer. De kan använda strålspårning för att simulera sensorinmatning i realtid.
Förekomsterna är kompatibla med en mycket lång lista av grafiska bibliotek och maskininlärningsbibliotek på Linux, inklusive NVENC, NVDEC, nvJPEG, OpenGL, Vulkan, CUDA, CuDNN, CuBLAS och TensorRT.
Engagera dig med StorageReview
Nyhetsbrev | Youtube | LinkedIn | Instagram | Twitter | Facebook | TikTok | Rssflöde
