AWS 宣布推出三款由 AWS 设计的芯片提供支持的新 Amazon EC2 实例-ESG跨境

拉斯维加斯--今天，在 AWS re:Invent 大会上，Amazon.com, Inc. 旗下公司（纳斯达克股票代码：AMZN）亚马逊网络服务公司 (AWS) 宣布推出三款新的 Amazon Elastic Compute Cloud (Amazon EC2 ) 由 AWS 设计的芯片提供支持的实例，可帮助客户显着提高在 Amazon EC2 上运行的工作负载的性能、成本和能源效率。由下一代 AWS Graviton3 处理器提供支持的新 C7g 实例比由 AWS Graviton2 处理器提供支持的当前一代 C6g 实例提供高达 25% 的性能。由 AWS Trainium 芯片提供支持的新 Trn1 实例可提供最佳性价比和最快的时间来训练 Amazon EC2 中的大多数机器学习模型。新的存储优化 Im4gn/Is4gen/I4i 实例基于 AWS 设计的 AWS Nitro SSD（固态驱动器），可为在 Amazon EC2 上运行的 I/O 密集型工作负载提供最佳存储性能。这些实例共同预示着基于 AWS 设计的芯片的新 Amazon EC2 实例的到来，这些芯片可帮助客户为其最关键的业务应用程序提供支持。

“我们很高兴看到 Amazon EC2 I4i 实例使用新的低延迟 AWS Nitro SSD 提供比上一代实例更快的交易速度”

“通过我们对 AWS 设计的芯片的投资，客户已经为当今一些最关键的业务工作负载实现了巨大的性价比优势。这些客户要求我们在每一代新的 EC2 实例中继续挑战极限，”AWS 的 Amazon EC2 副总裁 David Brown 说。 “AWS 的持续创新意味着客户现在可以获得全新的、改变游戏规则的实例来运行他们最重要的工作负载，并且其性价比明显优于其他任何地方。”

与由 AWS Graviton2 处理器支持的当前一代 C6g 实例相比，由新的 AWS Graviton3 处理器支持的 C7g 实例可提供高达 25% 的性能提升

DirecTV、Discovery、Epic Games、Formula 1、Honeycomb.io、Intuit、Lyft、MercardoLibre、NextRoll、Nielsen、SmugMug、Snap、Splunk 和 Sprinklr 等客户通过在Graviton2 实例组合提供 12 种不同的实例，包括通用实例、计算优化实例、内存优化实例、存储优化实例、可突增实例和加速计算实例，因此客户可以在成本效益和功率方面拥有最深入和最广泛的选择- 高效的云端计算。随着客户将更多计算密集型工作负载（如高性能计算 (HPC)、游戏和机器学习推理）带到云中，并且随着他们的计算、存储、内存和网络需求的增长，他们正在寻求更好的性价比和能源效率运行这些苛刻的工作负载。

与由 Graviton2 处理器支持的当前一代 C6g 实例相比，由下一代 AWS Graviton3 处理器支持的 C7g 实例可为计算密集型工作负载提供高达 25% 的性能提升。与上一代 AWS Graviton2 处理器相比，AWS Graviton3 处理器还为科学、机器学习和媒体编码工作负载提供高达 2 倍的浮点性能，为加密工作负载提供高达 2 倍的性能，以及高达 3 倍的机器学习工作负载性能。 AWS Graviton3 处理器的能源效率也更高，与同类 EC2 实例相比，在相同性能下使用的能源最多可减少 60%。 C7g 实例是云中第一个采用最新 DDR5 内存的实例，与基于 AWS Graviton2 的实例相比，它提供了高出 50% 的内存带宽，以提高科学计算等内存密集型应用程序的性能。与基于 AWS Graviton2 的实例相比，C7g 实例还提供高出 20% 的网络带宽。 C7g 实例支持 Elastic Fabric Adapter (EFA)，它允许应用程序直接与网络接口卡通信，提供更低且更一致的延迟，以提高需要大规模并行处理的应用程序的性能，例如 HPC 和视频编码。 C7g 实例今天提供预览版。要了解有关 C7g 实例的更多信息，请访问 。

由 AWS Trainium芯片提供支持的 Trn1 实例可提供最佳性价比和最快的时间来训练 Amazon EC2 中的大多数机器学习模型

越来越多的客户正在构建、培训和部署机器学习模型，以支持有潜力重塑其业务和客户体验的应用程序。然而，为了确保提高准确性，这些机器学习模型必须消耗越来越多的训练数据，这导致它们的训练成本越来越高。这种困境可能会限制客户能够部署的机器学习模型的数量。 AWS 为机器学习提供最广泛和最深入的计算产品选择，包括采用 NVIDIA A100 Tensor Core GPU 的 EC2 P4d 实例和采用 Habana Labs 的 Gaudi 加速器的 EC2 DL1 实例。但是，即使使用当今最快的加速实例，训练更大的机器学习模型仍然非常昂贵且耗时。

由 AWS Trainium 芯片提供支持的 Trn1 实例在 Amazon EC2 中提供最佳的性价比和最快的机器学习模型训练，与最新的 P4d 实例相比，训练深度学习模型的成本降低了 40%。 Trn1 实例提供 800 Gbps EFA 网络带宽（比最新的基于 EC2 GPU 的实例高 2 倍）并与 Amazon FSx 集成以实现 Lustre 高性能存储，使客户能够启动具有 EC2 UltraClusters 功能的 Trn1 实例。借助 EC2 UltraClusters，开发人员可以将机器学习训练扩展到 10,000 多个与 PB 级网络互连的 Trainium 加速器，使客户能够按需访问超级计算级性能，从而将训练时间从几个月缩短到几天，即使是最大和最复杂的模型也是如此。 Trn1 实例今天提供预览版。要了解有关 Trn1 实例的更多信息，请访问。

具有新 AWS Nitro SSD 的Im4gn/Is4gen/I4i 实例为 I/O 密集型工作负载提供最佳存储性能

如今，客户将 I3/I3en 存储优化实例用于需要直接访问本地存储上的数据集的应用程序，例如横向扩展事务和关系数据库（例如 MySQL 和 PostgreSQL）、NoSQL 数据库（例如 Cassandra、MongoDB、Redis 等）。 )、大数据（例如 Hadoop）和数据分析工作负载（例如 Spark、Hive、Presto 等）。 I3/I3en 实例提供非易失性内存高速 (NVMe) SSD 支持的实例存储，该存储针对低延迟、高 I/O 性能和低成本吞吐量进行了优化。客户欣赏 I3/I3en 实例提供的快速事务处理时间，但随着他们发展工作负载以处理更大数据集上更复杂的事务，他们需要更高的计算性能和更快的数据访问速度，同时不增加成本。

Im4gn/Is4gen/I4i 实例的架构旨在最大限度地提高 I/O 密集型工作负载的存储性能。 Im4gn/Is4gen/I4i 实例通过 AWS 设计的 AWS Nitro SSD 提供高达 30 TB 的 NVMe 存储，与上一代 I3 实例相比，I/O 延迟降低了 60%，延迟可变性降低了 75%，从而最大限度地提高了应用程序性能。 AWS Nitro SSD 通过优化存储堆栈、管理程序和硬件与 AWS Nitro 系统紧密集成。由于 AWS 同时管理 AWS Nitro SSD 的硬件和固件，因此客户可以从改进的功能中受益，因为与使用商业 SSD 相比，SSD 更新的交付速度更快。与 I3 实例相比，Im4gn 实例（今天可用）采用 AWS Graviton2 处理器，提供高达 40% 的更高性价比和高达 44% 的每 TB 存储成本。 Is4gen 实例（今天可用）也使用 AWS Graviton2 处理器，与 I3en 实例相比，每 TB 存储成本降低多达 15%，计算性能提高多达 48%。要开始使用 Im4gn/Is4gen 实例，请访问 . I4i 实例（即将推出）采用第 3 代 Intel 可扩展处理器 (Ice Lake)，计算性能比当前一代 I3 实例高 55%。要了解有关 I4i 实例的更多信息，请访问。

SAP HANA 是世界领先的内存数据库，是 SAP 业务技术平台的基础。 “在过去十年中，SAP HANA 帮助客户管理他们最关键的事务和分析工作负载，”SAP HANA 数据库和分析总裁 Irfan Khan 说。 “AWS 在基于 ARM 的 AWS Graviton 处理器和 SAP HANA Cloud 上的投资和创新非常适合为我们的企业客户以及由 SAP HANA 提供支持的 SAP 云分析和数据管理解决方案提供逐步操作和性能改进的潜力云。”

Twitter 是正在发生的事情，也是人们现在正在谈论的事情。 “Twitter 正在开展一个多年项目，以利用基于 AWS Graviton 的 EC2 实例来交付 Twitter 时间表。作为我们正在进行的旨在进一步提高效率的工程的一部分，我们测试了基于 Graviton3 的新 C7g 实例，”Twitter 平台负责人 Nick Tornow 说。 “在我们发现代表 Twitter 工作负载性能的许多基准测试中，我们发现基于 Graviton3 的 C7g 实例与基于 Graviton2 的 C6g 实例相比，性能提高了 20%-80%，同时还减少了尾部延迟高达 35%。我们很高兴在未来利用基于 Graviton3 的实例来实现显着的性价比优势。”

一级方程式 (F1) 比赛始于 1950 年，是世界上最负盛名的赛车比赛，也是世界上最受欢迎的年度体育赛事。 “我们已经看到基于 Graviton2 的 C6gn 实例为我们的一些 CFD 工作负载提供了最佳性价比。我们现在发现，对于相同的模拟，Graviton3 C7g 实例比 Graviton2 C6gn 实例快 40%，”Formula 1 Management 首席技术官 Pat Symonds 说。 “我们很高兴 EFA 将成为这种实例类型的标准配置，并且鉴于价格性能的大幅提升，我们预计基于 Graviton3 的实例将成为运行我们所有 CFD 工作负载的最佳选择。”

Epic Games 成立于 1991 年，是 Fortnite、Unreal、Gears of War、Shadow Complex 和 Infinity Blade 系列游戏的创造者。 Epic 的虚幻引擎技术为 PC、控制台、移动设备、AR、VR 和 Web 带来了高保真交互体验。 Epic Games 工程高级总监 Mark Imbriaco 表示：“我们展望未来并为玩家打造越来越身临其境和引人入胜的体验，我们很高兴能够使用基于 AWS Graviton3 的 EC2 实例。” “我们的测试表明，它们甚至适用于最苛刻、对延迟敏感的工作负载，同时提供显着的性价比优势，并扩展了 Fortnite 和任何虚幻引擎创建的体验的可能性。”

Honeycomb 开发了一个可观察性平台，使工程团队能够可视化、分析和改进云应用程序的质量和性能。 “我们很高兴能够针对 AWS Graviton3 的早期预览实例测试我们的高吞吐量遥测摄取工作负载，并且我们的工作负载性能比 Graviton2 提高了 35%，”honeycomb.io 的首席开发倡导者 Liz Fong-Jones 说. “与服务相同工作负载的 C6g 相比，我们能够运行的 C7g 实例少 30%，延迟减少 30%。一旦它们普遍可用，我们期待在生产中采用基于 AWS Graviton3 的 C7g 实例。”

Anthropic 构建了可靠、可解释和可操纵的人工智能系统，这些系统将有很多机会为商业和公共利益创造价值。 “我们的研究兴趣跨越多个领域，包括自然语言、人类反馈、缩放定律、强化学习、代码生成和可解释性。 Anthropic 的联合创始人汤姆布朗说，我们成功的一个主要关键是使用现代基础设施，这使我们能够启动非常庞大的高性能深度学习加速器舰队。 “我们期待使用由 AWS Trainium 提供支持的 Trn1 实例，因为它们前所未有的扩展到数万个节点的能力和更高的网络带宽将使我们能够更快地迭代，同时控制成本。”

Splunk 是领先的数据平台提供商，旨在调查、监控、分析和处理任何规模的数据。 “我们运行基于 C/C++ 的工作负载来索引和搜索事件数据。我们的工作负载受 CPU 限制，并受益于高容量和低延迟 SSD 存储，”Splunk 云平台和基础设施副总裁 Brad Murphy 说。 “在评估由 AWS Graviton2 提供支持的新 Im4gn/Is4gen 实例时，我们观察到与我们目前使用的 I3/I3en 实例相比，搜索运行时间减少了高达 50%。这使得 Im4gn 和 Is4gen 实例成为运行我们的存储密集型工作负载的绝佳选择，显着提高了性价比并降低了 TCO。”

Sprinklr 帮助世界上最大的公司通过 30 多个数字渠道让他们的客户更快乐——使用为企业构建的最先进、最复杂的 AI 引擎来创建洞察驱动的战略和更好的客户体验。 “我们在由 AWS Graviton2 处理器提供支持的 Amazon EC2 Im4gn/Is4gen 实例上对我们基于 Java 的搜索工作负载进行了基准测试。与较大的 I3en 实例相比，较小的 Is4gen 实例提供了相似的性能，提供了显着降低 TCO 的机会，”Sprinklr 工程副总裁 Abhay Bansal 说。 “当我们将工作负载从 I3 迁移到 Im4gn 实例时，我们还发现查询延迟显着减少了 50%，这表明价格性能优势显着提高了 40%。迁移到基于 AWS Graviton2 的实例很容易，只需两周时间即可完成基准测试。我们对我们的经验感到非常满意，并期待在 Im4gn 和 Is4gen 实例的生产环境中运行这些工作负载。”

Redis Enterprise 通过使软件团队能够为实时世界创建高性能数据层，为全球 8,000 多家组织提供关键任务应用程序和服务。 Redis 联合创始人兼首席技术官 Yiftach Shoolman 表示：“我们很高兴看到 Amazon EC2 I4i 实例使用新的低延迟 AWS Nitro SSD 提供比上一代实例更快的事务速度。” “我们预计 I4i 实例更快的存储性能以及更高的网络和处理器速度将为我们在 I4i 实例上使用 Redis-on-Flash 的客户以更具吸引力的总拥有成本带来显着的改进。”

关于亚马逊网络服务

15 年来，Amazon Web Services 一直是世界上最全面、被广泛采用的云产品。 AWS 一直在不断扩展其服务以支持几乎任何云工作负载，现在它拥有 200 多项功能齐全的服务，用于计算、存储、数据库、网络、分析、机器学习和人工智能 (AI)、物联网 (IoT) 、移动、安全、混合、虚拟和增强现实（VR 和 AR）、媒体和应用程序开发、部署和管理，来自 25 个地理区域内的 81 个可用区，并宣布计划在 27 个可用区和另外 9 个 AWS 区域澳大利亚、加拿大、印度、印度尼西亚、以色列、新西兰、西班牙、瑞士和阿拉伯联合酋长国。数以百万计的客户（包括发展最快的初创公司、最大的企业和领先的政府机构）信任 AWS 来支持他们的基础设施、变得更加敏捷并降低成本。

关于亚马逊

亚马逊遵循四项原则：以客户为中心而非以竞争对手为中心、对发明的热情、对卓越运营的承诺以及长期思考。亚马逊努力成为地球上最以客户为中心的公司、地球上最好的雇主和地球上最安全的工作场所。客户评论、一键购物、个性化推荐、Prime、亚马逊物流、AWS、Kindle Direct Publishing、Kindle、Career Choice、Fire 平板电脑、Fire TV、亚马逊 Echo、Alexa、Just Walk Out 技术、亚马逊工作室和 The Climate承诺是亚马逊开创的一些东西。

点击咨询现在有哪些新兴平台值得关注 >>>

特别声明：以上文章内容仅代表作者本人观点，不代表ESG跨境电商观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与ESG跨境电商联系。