亞馬遜宣布全面上市 Amazon EC2 G5g 實例 將 Graviton2 的性價比優勢擴展到採用 NVIDIA T4G Tensor Core GPU 的基於 GPU 的工作負載。 AWS G5g 實例為 Android 遊戲流提供了最佳的性價比，具有高達 25 Gbps 的網絡帶寬和 19 Gbps 的 EBS 帶寬，同時為 Android 遊戲流提供的每小時每個流的成本比基於 x30 的實例低 86% GPU 實例。 G5g 實例也非常適合尋求具有成本效益的推理、擁有對 CPU 性能敏感的 ML 模型並利用 NVIDIA AI 庫的機器學習開發人員。
亞馬遜宣布全面上市 Amazon EC2 G5g 實例 將 Graviton2 的性價比優勢擴展到採用 NVIDIA T4G Tensor Core GPU 的基於 GPU 的工作負載。 AWS G5g 實例為 Android 遊戲流提供了最佳的性價比，具有高達 25 Gbps 的網絡帶寬和 19 Gbps 的 EBS 帶寬，同時為 Android 遊戲流提供的每小時每個流的成本比基於 x30 的實例低 86% GPU 實例。 G5g 實例也非常適合尋求具有成本效益的推理、擁有對 CPU 性能敏感的 ML 模型並利用 NVIDIA AI 庫的機器學習開發人員。
Amazon EC2 G5g 大小調整
G5g 實例有六種大小，如下所示。
| 實例名稱 | 虛擬CPU | 記憶體（GB） | NVIDIA T4G 張量核心 GPU | 顯存 (GB) | EBS 帶寬 (Gbps) | 網絡帶寬 (Gbps) |
| g5g.xlarge | 4 | 8 | 1 | 16 | 截至到3.5 | 截至到10 |
| g5g.2xlarge | 8 | 16 | 1 | 16 | 截至到3.5 | 截至到10 |
| g5g.4xlarge | 16 | 32 | 1 | 16 | 截至到3.5 | 截至到10 |
| g5g.8xlarge | 32 | 64 | 1 | 16 | 9 | 12 |
| g5g.16xlarge | 64 | 128 | 2 | 32 | 19 | 25 |
| g5g.金屬 | 64 | 128 | 2 | 32 | 19 | 25 |
這些實例非常適合許多工作負載，例如：
- 流式傳輸 Android 遊戲— 借助 G5g 實例，Android 遊戲開發人員可以在基於 Arm 的 GPU 實例上進行原生構建，而無需在基於 x86 的實例上進行交叉編譯或仿真。 他們可以對呈現的圖形進行編碼，並通過網絡將游戲流式傳輸到移動設備。 這有助於簡化開發工作和時間，並將每小時每個流的成本降低多達 30%。
- 機器學習推理 —G5g 實例也非常適合尋求具有成本效益的推理、擁有對 CPU 性能敏感的 ML 模型並利用 NVIDIA AI 的機器學習開發人員。
- 圖形渲染—G5g 實例是具有渲染工作負載和依賴 NVIDIA 庫的客戶最具成本效益的選擇。 這些實例還支持利用行業標準 API（例如 OpenGL 和 Vulkan）的渲染應用程序和用例。
- 自動駕駛汽車模擬— 一些 AWS 客戶正在設計和模擬包含多個實時傳感器的自動駕駛汽車。 他們可以使用光線追踪來實時模擬傳感器輸入。
這些實例與 Linux 上的一長串圖形和機器學習庫兼容，包括 NVENC、NVDEC、nvJPEG、OpenGL、Vulkan、CUDA、CuDNN、CuBLAS 和 TensorRT。
參與 StorageReview
電子通訊 | YouTube | LinkedIn | Instagram | Twitter | Facebook | 的TikTok | RSS訂閱
