机器系列资源和比较指南 (original) (raw)

本文档介绍了您可以选择的机器家族、机器系列和机器类型，以创建具有所需资源的虚拟机 (VM) 实例或裸金属实例。创建计算实例时，您可以从某个机器家族中选择一个机器类型以确定该实例可用的资源。

您可以从多个机器家族中进行选择。每个机器家族又进一步划分为机器系列和每个系列中的预定义机器类型。例如，在通用机器家族的 N2 机器系列中，您可以选择 n2-standard-4 机器类型。

如需了解支持 Spot 虚拟机（和抢占式虚拟机）的机器系列，请参阅 Compute Engine 实例预配模型。

注意：这是 Compute Engine 机器系列的列表。如需详细了解每个机器家族，请参阅以下页面：

Compute Engine 术语

本文档使用以下术语：

以下部分介绍了不同的机器类型。

预定义机器类型

预定义机器类型的内存量和 vCPU 数量不可配置。预定义机器类型使用各种 vCPU 内存比：

例如，c3-standard-22 机器类型有 22 个 vCPU，并且作为 standard 机器类型，它还具有 88 GB 内存。

本地固态硬盘 (SSD) 机器类型

本地 SSD 机器类型是一种特殊的预定义机器类型。机器类型名称包含 lssd。当您使用以下机器类型中的一种创建计算实例时，Titanium SSD 或本地 SSD 磁盘会自动挂接到相应实例：

其他机器系列也支持本地 SSD 磁盘，但不使用包含 lssd 的机器类型名称。如需查看可与 Titanium SSD 或本地 SSD 磁盘搭配使用的所有机器类型的列表，请参阅选择有效的本地 SSD 磁盘数量。

裸金属机器类型

裸金属机器类型是一种特殊的预定义机器类型。机器类型名称包含 -metal。使用这些机器类型中的一种创建计算实例时，相应实例上不会安装 Hypervisor。您可以将磁盘挂接到裸金属实例，就像挂接到虚拟机实例一样。裸金属实例可采用与虚拟机实例相同的方式在 VPC 网络和子网中使用。

如需了解详情，请参阅 Compute Engine 上的裸金属实例。

自定义机器类型

如果上述预定义机器类型均不符合您的工作负载需求，您可以为通用机器家族中的 N 和 E 机器系列创建具有自定义机器类型的虚拟机实例。

与等效的预定义机器类型相比，自定义机器类型的费用略高。此外，您可以为自定义机器类型选择的内存量和 vCPU 数量存在一些限制。自定义机器类型的按需价格还包含相当于预定义机器类型按需和承诺价格 5% 的附加费。

创建自定义机器类型时，您可以使用扩展内存功能。您可以指定内存量（不超过机器系列的限制），而不是使用基于您选择的 vCPU 数量的默认内存大小。

如需了解详情，请参阅创建具有自定义机器类型的虚拟机。

共享核心机器类型

E2 和 N1 系列包含共享核心机器类型。这些机器类型分时共用一个物理核心，这是运行小型、非资源密集型应用的经济实惠的方法。

如需了解详情，请参阅 CPU 爆发。

机器家族和系列建议

下表提供了针对不同工作负载的建议。

通用工作负载
N4、N4A（预览版）、N4D、N2、N2D、N1 C4、C4A、C4D、C3、C3D E2 Tau T2D、Tau T2A
在多种机器类型之间实现均衡的性价比 为各种工作负载提供始终如一的高性能 以更低的费用进行日常计算 最佳每核心性能/费用（适用于横向扩容工作负载）
中等流量的 Web 和应用服务器 容器化的微服务 商业智能应用 虚拟桌面 CRM 应用 开发和测试环境 批处理 存储和归档 高流量的 Web 和应用服务器 数据库 内存缓存 广告服务器 Game Servers 数据分析 媒体流式传输和转码 基于 CPU 的机器学习训练和推理 低流量 Web 服务器 后台应用 容器化的微服务 微服务 虚拟桌面 开发和测试环境 横向扩容工作负载 Web 服务 容器化的微服务 媒体转码 大规模 Java 应用
优化的工作负载
存储优化 计算优化 内存优化 加速器优化
Z3 H4D、H3、C2 和 C2D X4、M4、M3、M2、M1 A4X、A4、A3、A2、G4、G2
块存储与计算比率最高，适合处理存储密集型工作负载 以更低的成本为高性能计算 (HPC)、多节点和受计算限制的工作负载提供最高性能 内存与计算比率最高，适合处理内存密集型工作负载 针对加速的高性能计算工作负载进行了优化
SQL、NoSQL 和向量数据库 数据分析和数据仓库 搜索 媒体流式传输 大型分布式并行文件系统 制造业、天气预报、电子设计自动化 (EDA)、高性能 Web 服务器 医疗保健和生命科学、科学计算 地震处理和结构力学应用 建模和模拟工作负载、AI/机器学习 高性能 Web 服务器、Game Servers 小型到超大型 SAP HANA 内存中数据库 内存中数据存储区，例如 Redis 模拟 高性能数据库，例如 Microsoft SQL Server、MySQL 电子设计自动化 生成式 AI 模型，如以下所示： 大语言模型 (LLM) 扩散模型 生成对抗网络 (GAN) 支持 CUDA 的机器学习训练和推断 高性能计算 (HPC) 大规模并行计算 BERT 自然语言处理 深度学习推荐模型 (DLRM) 视频转码 远程可视化工作站

创建计算实例后，您可以使用推荐合理容量来根据工作负载优化资源利用率。如需了解详情，请参阅为虚拟机应用机器类型建议。

通用机器家族指南

通用机器家族提供多种机器系列，这些系列具有最优性价比，适用于各种工作负载。

Compute Engine 提供在 x86 或 Arm 架构上运行的通用机器系列。

x86

Arm

存储优化机器家族指南

存储优化机器家族最适合高性能和闪存优化工作负载，例如 SQL、NoSQL 和向量数据库、横向扩容数据分析、数据仓库和搜索以及需要快速访问本地存储空间中存储的大量数据的分布式文件系统。存储优化机器家族旨在以亚毫秒级延迟时间提供高本地存储吞吐量和 IOPS。

Z3 在具有 DDR5 内存和 Titanium 分流处理器的 Intel Xeon 可扩缩处理器（代号为 Sapphire Rapids）上运行。Z3 将计算、网络和存储技术创新整合到一个平台中。Z3 实例与底层 NUMA 架构保持一致，以提供最佳、可靠和始终如一的性能。

计算优化机器家族指南

计算优化机器家族提供非常高的每核心性能，专为运行高性能计算 (HPC)、多节点和受计算限制的应用进行了优化。

内存优化机器家族指南

内存优化机器家族的机器系列非常适合 OLAP 和 OLTP SAP 工作负载、基因组建模、电子设计自动化以及内存密集型 HPC 工作负载。此机器家族提供比任何其他机器家族更多的内存，可高达 32 TB内存。

加速器优化机器家族指南

加速器优化机器家族非常适合大规模并行化计算统一设备架构 (CUDA) 计算工作负载，例如机器学习 (ML) 和高性能计算 (HPC)。此机器家族非常适合对 GPU 要求较高的工作负载。

Google 还提供 AI Hypercomputer，用于创建加速器优化虚拟机集群，这些虚拟机具有 GPU 间通信功能，旨在运行非常密集的 AI 和机器学习工作负载。如需了解详情，请参阅 AI Hypercomputer 概览。

Arm

x86

机器系列比较

使用下表比较每个机器家族并确定哪个机器家族适合您的工作负载。如果在查看本部分之后，您仍然不确定哪个系列最适合您的工作负载，请从通用机器家族开始。如需详细了解所有支持的处理器，请参阅 CPU 平台。

如需了解您的选择如何影响挂接到计算实例的磁盘卷的性能，请参阅：

比较不同机器系列（从 C4 到 G2）的特征。 您可以在选择要比较的实例属性字段中选择特定属性，以比较下表中所有机器系列的这些属性。

通用 通用 通用 通用 通用 通用 通用 通用 通用 通用 通用 通用 通用 减少费用 存储优化 计算优化 计算优化 计算优化 计算优化 内存优化 内存优化 内存优化 内存优化 内存优化 加速器优化 加速器优化 加速器优化 加速器优化 加速器优化 加速器优化 加速器优化 加速器优化
虚拟机和裸金属 虚拟机 虚拟机和裸金属 虚拟机和裸金属 虚拟机 虚拟机 虚拟机 虚拟机 虚拟机 虚拟机 虚拟机 虚拟机 虚拟机 虚拟机 虚拟机和裸金属 虚拟机 虚拟机 虚拟机 虚拟机 Bare Metal 虚拟机 虚拟机 虚拟机 虚拟机 虚拟机 虚拟机 虚拟机 虚拟机 虚拟机 虚拟机 虚拟机 虚拟机
Intel Emerald Rapids 和 Granite Rapids Google Axion AMD EPYC Turin Intel Sapphire Rapids AMD EPYC Genoa Intel Emerald Rapids Google Axion AMD EPYC Turin Intel Cascade Lake 和 Ice Lake AMD EPYC Rome 和 EPYC Milan Intel Skylake、Broadwell、Haswell、Sandy Bridge 和 Ivy Bridge AMD EPYC Milan Ampere Altra Intel Skylake、Broadwell 和 Haswell、AMD EPYC Rome 和 EPYC Milan Intel Sapphire Rapids AMD EPYC Turin Intel Sapphire Rapids Intel Cascade Lake AMD EPYC Milan Intel Sapphire Rapids Intel Emerald Rapids Intel Ice Lake Intel Cascade Lake Intel Skylake 和 Broadwell Intel Skylake、Broadwell、Haswell、Sandy Bridge 和 Ivy Bridge NVIDIA Grace Intel Emerald Rapids Intel Emerald Rapids Intel Sapphire Rapids Intel Cascade Lake AMD EPYC Turin Intel Cascade Lake
x86 Arm x86 x86 x86 x86 Arm x86 x86 x86 x86 x86 Arm x86 x86 x86 x86 x86 x86 x86 x86 x86 x86 x86 x86 Arm x86 x86 x86 x86 x86 x86
2 到 288 1 到 72 2 个到 384 个 4 到 176 4 到 360 2 - 80 1 - 64 2 到 96 个 2 到 128 2 到 224 1 到 96 1 到 60 1 到 48 0.25 到 32 8 到 192 192 88 4 到 60 2 到 112 480 - 1,920 16 到 224 32 到 128 208 到 416 40 到 160 1 - 96 140 224 224 208 12 到 96 48 到 384 4 到 96 个
会话 核心 会话 会话 会话 会话 核心 会话 会话 会话 会话 核心 核心 会话 会话 核心 核心 会话 会话 会话 会话 会话 会话 会话 会话 核心 会话 会话 会话 会话 会话 会话
2 到 2,232 GB 2 到 576 GB 3 到 3,072 GB 8 到 1,408 GB 8 到 2,880 GB 2 - 640 GB 2 到 512 GB 2 到 768 GB 2 到 864 GB 2 到 896 GB 1.8 到 624 GB 4 到 240 GB 4 到 192 GB 1 到 128 GB 64 到 1,536 GB 720 到 1,488 GB 352 GB 16 到 240 GB 4 到 896 GB 6,144 - 32,768 GB 248 到 5,952 GB 976 GB 到 3,904 GB 5,888 GB 到 11,776 GB 961 GB 到 3,844 GB 3.75 到 624 GB 884 GB 3,968 GB 2,952 GB 1,872 GB 85 GB 到 1,360 GB 180 到 1,440 GB 16 到 432 GB
— — — — — — — — — — — — — — — — — — — — — — —
— — — — — — — — — — — — — — — — — — — — — — — — —
— — — — — — — — — — —
— — — — — — — — — — — — — — — — — — — —
— — <style="white-space:no-wrap;"> AMD SEV </style="white-space:no-wrap;"> Intel TDX <style="white-space:no-wrap;"> AMD SEV </style="white-space:no-wrap;"> — — — — <style="white-space:no-wrap;"> AMD SEV 、 AMD SEV-SNP</style="white-space:no-wrap;"> — — — — — — — — <style="white-space:no-wrap;"> AMD SEV </style="white-space:no-wrap;"> — — — — — — — — — Intel TDX、NVIDIA 机密计算 — — —
NVMe NVMe NVMe NVMe NVMe NVMe NVMe NVMe SCSI（永久性磁盘和本地 SSD）NVMe（本地 SSD） SCSI（永久性磁盘和本地 SSD）NVMe（本地 SSD） SCSI（永久性磁盘和本地 SSD）NVMe（本地 SSD） SCSI（永久性磁盘和本地 SSD）NVMe（本地 SSD） NVMe SCSI NVMe NVMe NVMe SCSI（永久性磁盘和本地 SSD）NVMe（本地 SSD） SCSI（永久性磁盘和本地 SSD）NVMe（本地 SSD） NVMe NVMe NVMe SCSI SCSI（永久性磁盘和本地 SSD）NVMe（本地 SSD） SCSI（永久性磁盘和本地 SSD）NVMe（本地 SSD） NVMe NVMe NVMe NVMe SCSI（永久性磁盘和本地 SSD）NVMe（本地 SSD） NVMe NVMe
— — — — — — — — — — —
— — — — — — — — — — — — — — — — — — — —
— — — — — — — — — — — — — — —
— — — — — — — — — — — — — — — — — — — — — — — — — — —
— — — — — — — — — — — — — — — — —
— — — — — — — — — —
18 TiB 6 TiB 12 TiB 12 TiB 12 TiB 0 0 0 9 TiB 9 TiB 9 TiB 0 0 0 36 TiB（虚拟机）、72 TiB（金属） 3 TiB 0 3 TiB 3 TiB 0 0 3 TiB 0 3 TiB 9 TiB 12 TiB 12 TiB 12 TiB 6 TiB 3 TiB 12 TiB 3 TiB
— — — — — — — — 可用区和区域 可用区和区域 可用区和区域 Zonal Zonal 可用区和区域 — — — Zonal Zonal — — — Zonal Zonal 可用区和区域 — — — — Zonal — —
— — — Zonal Zonal — — — 可用区和区域 可用区和区域 可用区和区域 Zonal Zonal 可用区和区域 Zonal — Zonal Zonal Zonal — — Zonal Zonal Zonal 可用区和区域 — — — Zonal Zonal — Zonal
— — — Zonal Zonal — — — 可用区和区域 可用区和区域 可用区和区域 Zonal Zonal 可用区和区域 Zonal — — Zonal Zonal — — Zonal Zonal Zonal 可用区和区域 — — — Zonal Zonal — Zonal
— — — — — — — — — — — — — — — — — — — — — — — — — — — —
gVNIC 和 IDPF gVNIC gVNIC 和 IDPF gVNIC 和 IDPF gVNIC gVNIC gVNIC gVNIC gVNIC 和 VirtIO-Net gVNIC 和 VirtIO-Net gVNIC 和 VirtIO-Net gVNIC 和 VirtIO-Net gVNIC gVNIC 和 VirtIO-Net gVNIC 和 IDPF gVNIC、IRDMA gVNIC gVNIC 和 VirtIO-Net gVNIC 和 VirtIO-Net IDPF gVNIC gVNIC gVNIC 和 VirtIO-Net gVNIC 和 VirtIO-Net gVNIC 和 VirtIO-Net gVNIC 和 MRDMA gVNIC 和 MRDMA gVNIC 和 MRDMA gVNIC gVNIC 和 VirtIO-Net gVNIC gVNIC 和 VirtIO-Net
10 到 100 Gbps 10 - 50 Gbps 10 到 100 Gbps 23 到 100 Gbps 20 到 200 Gbps 10 - 50 Gbps 最高 50 Gbps 10 - 50 Gbps 10 到 32 Gbps 10 到 32 Gbps 2 到 32 Gbps 10 到 32 Gbps 10 到 32 Gbps 1 到 16 Gbps 23 到 100 Gbps 最高 200 Gbps 最高 200 Gbps 10 到 32 Gbps 10 到 32 Gbps 高达 100 Gbps 16 到 100 Gbps 高达 32 Gbps 高达 32 Gbps 高达 32 Gbps 2 到 32 Gbps 高达 2,000 GBps 高达 3,600 Gbps 最高 3,200 Gbps 高达 1,800 Gbps 24 到 100 Gbps 50 到 400 Gbps 10 到 100 Gbps
50 到 200 Gbps 50 到 100 Gbps 50 到 200 Gbps 50 到 200 Gbps 50 到 200 Gbps — — — 50 到 100 Gbps 50 到 100 Gbps — — — — 50 到 200 Gbps — — 50 到 100 Gbps 50 到 100 Gbps — — 50 到 100 Gbps — — 50 到 100 Gbps — — — — — — —
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8 4 8 8 8 16 8 8
— — — — — — — — — — — — — — — — — — — — — — — — —
折扣 折扣 折扣 折扣 折扣 折扣 仅在正式版中提供折扣 折扣 折扣 折扣 折扣 折扣 — 折扣 折扣 折扣 仅在正式版中提供折扣 折扣 折扣 折扣 折扣 折扣 折扣 折扣 折扣 折扣 折扣 折扣 折扣 折扣 折扣 折扣 折扣
折扣 折扣 折扣 折扣 折扣 折扣 仅在正式版中提供折扣 折扣 折扣 折扣 折扣 — 折扣 — 折扣 折扣 折扣 仅在正式版中提供且仅适用于新版 CUD 模式折扣 仅适用于新版 CUD 模式折扣 折扣 折扣 — 折扣 仅适用于新版 CUD 模式折扣 仅适用于新版 CUD 模式折扣 仅适用于新版 CUD 模式折扣 仅适用于新版 CUD 模式折扣 — 折扣 — 折扣 — 折扣 — 折扣 — 折扣 — 折扣 — 折扣 — 折扣
— —

GPU 和计算实例

GPU 用于加快工作负载速度，并且 A4X、A4、A3、A2、G4、G2 和 N1 实例支持 GPU。对于使用 A4X、A4、A3、A2、G4 或 G2 机器类型的实例，系统会在您创建实例时自动挂接 GPU。对于使用 N1 机器类型的实例，您可以在实例创建期间或之后将 GPU 挂接到实例。GPU 不能与任何其他机器系列搭配使用。

经过加速器优化的实例具有固定的 GPU 数量、vCPU 数量和内存（按机器类型），但提供自定义内存范围的 G2 机器除外。挂接的 GPU 数量较少的 N1 实例会有 vCPU 数量上限的限制。通常情况下，如果 GPU 数量较多，则您可以创建具有较多 vCPU 和内存的实例。

如需了解详情，请参阅 Compute Engine 上的 GPU。

后续步骤