为什么选择 AWS Graviton 处理器？

AWS Graviton 是一系列处理器，旨在为在 Amazon Elastic Compute Cloud（Amazon EC2）中运行的云工作负载提供最佳性价比。选择最能满足您需求的基于 AWS Graviton 的实例。

查看使用 Graviton 可以实现的节省

AWS Graviton 节省控制面板是一款可视化工具，可帮助您了解当前和未来使用 Graviton 对工作负载的影响。Graviton 节省控制面板可在短短 1 小时内帮助您评估并发现将工作负载转移到 AWS Graviton 可能实现的节省情况。

优势

在 AWS 上为广泛的工作负载提供最佳性价比。

了解详情

与同类 EC2 实例相比，在实现相同性能的情况下最多可节省 60% 的能源。

了解详情

AWS Graviton 处理器受到许多热门的操作系统、ISV 和 AWS 合作伙伴支持。

了解详情

基于 AWS Graviton 的实例也可用于热门的托管 AWS 服务，例如 Amazon Aurora、Amazon RDS 和 Amazon EKS。

了解详情

EC2 实例由 AWS Graviton 处理器提供支持

  • 通用
  • Amazon EC2 M8g instances 241 by 136

    M8g：平衡了计算、内存和网络资源，为通用工作负载提供更高的性价比

    技术支持：AWS Graviton4

    构建的目标对象：通用工作负载，如应用程序服务器、中型数据存储、微服务和集群计算。

    了解详情 »

    T4g 处理器

    T4g：突发型通用工作负载的更高性价比选择

    技术支持：AWS Graviton2

    构建的目标对象：广泛的突发型通用工作负载，例如大型微服务、中小型数据库、虚拟桌面和关键业务应用程序。

    了解更多 »

  • 计算优化型
  • Amazon EC2 C8g instances 201 by 136

    C8g：为计算密集型工作负载提供更高的性价比

    技术支持：AWS Graviton4

    构建的目标对象：计算密集型应用程序，如高性能计算（HPC）、视频编码、游戏和基于 CPU 的机器学习（ML）推理加速。

    了解详情 »

    C7g 处理器

    C7g、C7gd、C7gn：非常适合计算密集型工作负载

    提供支持的对象：AWS Graviton3、AWS Graviton3E

    构建的目标对象：计算密集型应用程序，如高性能计算、视频编码、游戏和基于 CPU 的机器学习推理加速。

    了解详情 »

  • 内存优化型
  • Amazon EC2 R8g instances

    R8g：为内存密集型工作负载提供更高的性价比

    技术支持：    AWS Graviton4

    适用对象：高性能数据库、内存缓存和实时大数据分析等内存密集型工作负载。

    了解详情 »

    X8g icon 274 by 136

    X8g：在 Amazon EC2 X 系列实例中性价比出众。

    技术支持：AWS Graviton4

    构建的目标对象：内存密集型工作负载，如开源数据库（MySQL、MariaDB 和 PostgreSQL）、内存缓存（Redis、KeyDB、Memcached）、电子设计自动化（EDA）工作负载、实时大数据分析、实时缓存服务器和内存密集型容器应用程序。

    了解更多 »

  • 存储优化型
  • Amazon_EC2_I8g_Instances_Icon_268x135

    I8g：为存储密集型工作负载提供更高的性能

    技术支持：AWS Graviton4

    专用于：I/O 密集型工作负载，需要实时延迟访问数据，例如关系数据库（MySQL、PostgreSQL）、实时数据库、NoSQL 数据库（Aerospike、Apache Druid、Clickhouse、MongoDB）和实时分析（如 Apache Spark）。

    了解更多 »

    Is4gn 处理器

    Is4gen：Amazon EC2 中每 TB SSD 存储的最低成本

    技术支持：AWS Graviton2

    构建的目标对象：SQL 数据库（MySQL、MariaDB、PostgreSQL）、NoSQL 数据库（Cassandra、ScyllaDB、MongoDB）、搜索引擎、分析、流媒体和大型分布式文件系统。

    了解详情 »

  • 加速计算
  • G5g 处理器

    G5g：Android 游戏串流可实现最高性价比

    技术支持：AWS Graviton2

    构建的目标对象：图形应用程序，包括 Android 游戏流和机器学习 (ML) 推理。

    了解详情 »

基于本地 NVMe 的 SSD 存储选项还可用于通用（M6gd 和 M7gd）、计算优化型（C6gd 和 C7gd）和内存优化型（R6gd 和 R7gd）实例。 此外，还提供具有增强型联网性能并支持 Elastic Fabric Adapter（EFA）的计算优化型 C6gn 和 C7gn 实例。

使用案例

使用基于 Graviton 的实例来支持应用程序服务器、微服务、开源数据库和高性能计算（HPC）。
与基于 x86 的 Amazon EC2 实例相比，基于 AWS Graviton 的实例可实现高达 20% 的成本节省。
与同类 EC2 实例相比，基于 AWS Graviton 的实例最多可节省 60% 的能源。

客户

  • Datadog
  • Datadog

    “我们可以保持成本不变，同时提供更高价值。然后，这种效率会回馈给我们的客户，在每个计算周期提供更多功能，或者使用相同数量的内核为更多客户提供服务。”

    Alexis Le-Quoc
    Datadog Inc. 联合创始人兼首席技术官

    了解详情 »

  • Instructure

  • “我们在堆栈中的许多地方使用 AWS Graviton3 实例。与较早的实例类型相比，它们使我们的吞吐量提高了 20%，并且节省了成本。”

    Zach Pendleton
    基础设施首席架构师

    阅读案例研究 »

  • Pinterest
  • Pinterest

    “通过采用 AWS Graviton，我们能够以更少的资源做更多的事情。我们的性能和成本效益都得到了提升，而且能够通过减少碳足迹来做到这一点。”

    Sierra Hutto
    Pinterest 高级技术项目经理

    观看视频 »

    阅读案例研究 »

  • SAP

  • “我们为 SAP HANA 云选择了 AWS Graviton。从业务角度来看，我们在实际部署中看到的结果是分析工作负载的性能或性价比提升了高达 35%。”

    Stefan Baeuerle
    SAP 高级副总裁兼数据库主管

    了解详情 »

  • Sprinklr
  • 947895256

    “在基于 AWS Graviton 的实例上，我们可以构建更多以前费用较高或不可行的功能。”  

    Nitin Goyal
    Sprinklr 工程副总裁

    阅读案例研究 »

  • Zendesk
  • Collaborating office employees
    Zendesk 280x54

    迁移到基于 Graviton 的实例后，Zendesk 实现了高达 30% 的性能提升以及高达 42% 的成本节省，并在提高创新能力的同时实现了更好的环境可持续性。

    阅读案例研究 »

  • Zomato
  • Anonimous delivery food service at home. Man courier delivered the order no name bag with food
    Zomato red & white 158x34

    “AWS Graviton 帮助我们将数据平台的性价比提高了 25%。迁移到基于 AWS Graviton 的实例，只需稍加调整即可实现我们的目标，是最快捷、最简单的方法。包括测试在内的整个过程花了我们两周时间。”  

    Rajat Taya
    Zomato 高级软件工程师

    阅读案例研究 »

查看所有客户 »

深入了解 AWS