Amazon-EC2-I7i- und -I7ie-Instances, die von AWS-Nitro-SSDs der 3. Generation und skalierbaren Intel-Xeon-Prozessoren der 5. Generation mit einer All-Core-Turbofrequenz von 3,2 GHz angetrieben werden, bieten erhebliche Leistungsverbesserungen für anspruchsvolle Workloads. I7i-Instances bieten die beste Datenverarbeitungs- und Speicherleistung unter den x86-basierten Amazon-EC2-Storage-Instances. Sie bieten eine um 23 % verbesserte Datenverarbeitungsleistung und ein um mehr als 10 % besseres Preis-Leistungs-Verhältnis im Vergleich zu I4i-Instances der vorherigen Generation. I7ie-Instances bieten eine um bis zu 40 % höhere Datenverarbeitungsleistung und ein bis zu 20 % besseres Preis-Leistungs-Verhältnis als I3en-Instances der vorherigen Generation. Beide Instance-Familien nutzen PCIe-Gen5-basierte AWS-Nitro-SSDs, wobei I7i-Instances bis zu 45 TB NVMe-Speicher bereitstellen und im Vergleich zu I4i-Instances eine bis zu 50 % bessere Speicherleistung in Echtzeit, eine um 50 % geringere Speicher-I/O-Latenz und eine um 60 % geringere I/O-Latenzvariabilität bieten. I7ie-Instances bieten die höchste lokale NVMe-Speicherdichte in der Cloud mit bis zu 120 TB NVMe-Speicher und bieten gleichzeitig eine bis zu 65 % bessere Echtzeit-Speicherleistung, eine um 50 % geringere Speicher-I/O-Latenz und eine um 65 % geringere I/O-Latenzvariabilität im Vergleich zu I3en-Instances.

I7i- und I7ie-Instances sind für speicherintensive Workloads optimiert, die einen Hochgeschwindigkeitszugriff auf Daten auf lokalem NVMe-Speicher mit Echtzeitlatenz erfordern. Die Kombination aus hohem Durchsatz und Zugriff mit niedriger Latenz macht diese Instances ideal für Anwendungen mit strengen Service Level Agreements (SLAs), einschließlich relationaler Datenbanken wie MySQL, Oracle DB und Microsoft SQL Server sowie NoSQL-Datenbanken wie MongoDB, Cassandra, Aerospike, Redis, SycllaDB, Clickhouse, RocksDB. Diese robuste Architektur gewährleistet eine zuverlässige Leistung für datenintensive Anwendungen wie Echtzeitanalysen (Spark, Kafka, Splunk, Databricks), KI-LLM-Vorverarbeitung für das Training, verteilte Dateisysteme, Suchmaschinen, Indexierung und Blockchain-Analyse-Workloads.