Panduan perbandingan dan resource kelompok mesin

Dokumen ini menjelaskan kelompok mesin, seri mesin, dan jenis mesin yang dapat Anda pilih untuk membuat instance mesin virtual (VM) atau instance bare metal dengan resource yang Anda butuhkan. Untuk mesin yang dioptimalkan akselerator, dokumen ini hanya menjelaskan akselerator Unit Pemrosesan Grafis (GPU).

Ada beberapa kelompok mesin yang dapat Anda pilih. Setiap kelompok mesin diatur lebih lanjut ke dalam rangkaian mesin dan jenis mesin yang telah ditetapkan dalam setiap rangkaian. Misalnya, dalam seri mesin N2 di kelompok mesin tujuan umum, Anda dapat memilih jenis mesin n2-standard-4.

Saat membuat instance komputasi, Anda memilih jenis mesin dari kelompok dan seri mesin. Jenis mesin menentukan resource yang dialokasikan Compute Engine ke instance. Misalnya, jenis mesin n2-standard-4 membuat VM dengan 4 vCPU dan memori 16 GB.

Catatan: Ini adalah daftar kelompok mesin Compute Engine. Untuk penjelasan mendetail tentang setiap kelompok mesin, lihat halaman berikut:
  • Tujuan umum—rasio harga-performa terbaik untuk berbagai workload.
  • Dioptimalkan untuk memori—ideal untuk workload dengan kerja memori intensif, menawarkan lebih banyak memori per inti daripada kelompok mesin lainnya, dengan memori hingga 12 TB.
  • Dioptimalkan untuk akselerator—ideal untuk workload komputasi Compute Unified Device Architecture (CUDA) yang diparalelkan secara masif, seperti machine learning (ML) dan komputasi berperforma tinggi (HPC). Kelompok ini adalah opsi terbaik untuk workload yang memerlukan akselerator (GPU).

Terminologi Compute Engine

Dokumentasi ini menggunakan istilah berikut:

  • Kelompok mesin: Serangkaian konfigurasi prosesor dan hardware pilihan yang dioptimalkan untuk workload tertentu, misalnya, Tujuan umum, Dioptimalkan untuk akselerator, atau Dioptimalkan untuk memori.

  • Seri mesin: Kelompok mesin diklasifikasikan lebih lanjut berdasarkan seri, generasi, dan jenis prosesor. Setiap seri berfokus pada aspek daya komputasi atau performa yang berbeda. Misalnya, seri M menawarkan lebih banyak memori, sedangkan seri C menawarkan performa yang lebih baik.

  • Jenis mesin: Setiap seri mesin menawarkan setidaknya satu jenis mesin. Setiap jenis mesin menyediakan serangkaian resource untuk instance komputasi Anda, seperti vCPU, memori, disk, dan GPU.

Jenis mesin yang telah ditetapkan

Jenis mesin dilengkapi dengan jumlah memori dan vCPU yang tidak dapat diubah. Jenis mesin menggunakan berbagai rasio vCPU terhadap memori:

  • highcpu — memori 1 hingga 3 GB per vCPU; biasanya, 2 GB memori per vCPU.
  • standard — memori 3 hingga 7 GB per vCPU; biasanya, memori 4 GB per vCPU.
  • highmem — memori 7 hingga 12 GB per vCPU; biasanya, 8 GB memori per vCPU.
  • megamem — memori 12 hingga 15 GB per vCPU; biasanya, 14 GB memori per vCPU.

  • ultramem — memori 24 hingga 31 GB per vCPU.

Misalnya, jenis mesin c3-standard-22 memiliki 22 vCPU, dan sebagai jenis mesin standard, jenis mesin ini juga memiliki memori 88 GB.

Rekomendasi seri dan kelompok mesin

Tabel berikut memberikan rekomendasi untuk berbagai workload.

C3 M3 A3
Performa tinggi secara konsisten untuk berbagai workload Rasio memori tertinggi terhadap komputasi untuk workload dengan kerja memori intensif Dioptimalkan untuk beban kerja komputasi berperforma tinggi yang dipercepat
  • Server aplikasi dan web dengan traffic tinggi
  • Database
  • Cache dalam memori
  • Server iklan
  • Game Servers
  • Analisis data
  • Media Streaming dan transcoding
  • Inferensi dan pelatihan ML berbasis CPU
  • Database dalam memori SAP HANA kecil hingga ekstra besar
  • Penyimpanan data dalam memori, seperti Redis
  • Simulasi
  • Database Performa Tinggi seperti Microsoft SQL Server, MySQL
  • Otomatisasi desain elektronik
  • Model AI generatif seperti berikut:
    • Model Bahasa Besar (LLM)
    • Model Difusi
    • Jaringan Saraf Generatif Berlawanan (GAN)
  • Pelatihan dan inferensi ML berkemampuan CUDA
  • Komputasi berperforma tinggi (HPC)
  • Komputasi paralel secara massal
  • Natural language processing BERT
  • Model rekomendasi deep learning (DLRM)
  • Transcoding video
  • Workstation visualisasi jarak jauh

Setelah membuat instance komputasi, Anda dapat menggunakan rekomendasi penyesuaian ukuran untuk mengoptimalkan pemanfaatan resource berdasarkan workload Anda. Untuk mengetahui informasi selengkapnya, lihat Menerapkan rekomendasi jenis mesin untuk VM.

Panduan kelompok mesin untuk tujuan umum

Kelompok mesin tujuan umum menawarkan beberapa seri mesin dengan rasio performa harga terbaik untuk berbagai workload.

Compute Engine menawarkan jenis mesin tujuan umum yang berjalan pada arsitektur x86. Seri mesin C3 menawarkan hingga 176 vCPU dan memori 2, 4, atau 8 GB per vCPU pada platform CPU Intel Sapphire Rapids dan Titanium. Instance C3 disesuaikan dengan arsitektur NUMA yang mendasarinya untuk menawarkan performa yang optimal, andal, dan konsisten.

Panduan kelompok mesin yang dioptimalkan untuk memori

Kelompok mesin yang dioptimalkan untuk memori memiliki rangkaian mesin yang ideal untuk beban kerja OLAP dan OLTP SAP, pemodelan genomik, otomatisasi desain elektronik, dan beban kerja HPC dengan kerja memori yang intensif. Kelompok ini menawarkan lebih banyak memori per inti daripada kelompok mesin lainnya, dengan memori hingga 4 TB.

Instance M3 menawarkan hingga 128 vCPU, dengan memori hingga 30,5 GB per vCPU, dan tersedia di platform CPU Intel Ice Lake.

Panduan kelompok mesin yang dioptimalkan akselerator

Kelompok mesin yang dioptimalkan untuk akselerator ideal untuk workload komputasi Compute Unified Device Architecture (CUDA) yang diparalelkan secara massal, seperti machine learning (ML) dan komputasi berperforma tinggi (HPC). Kelompok mesin ini adalah pilihan optimal untuk workload yang memerlukan akselerator (GPU).

Instance A3 berjalan di platform CPU Intel Sapphire Rapids dan menggunakan Titanium untuk pelepasan beban CPU. Anda dapat membuat instance A3 menggunakan jenis mesin berikut:

  • Seri mesin A3 Edge

    • a3-edgegpu-8g-nolssd: 208 vCPU, memori 1.872 GB, 8 GPU NVIDIA H100 terpasang, dan 5 NIC fisik

  • Seri mesin A3 High

    • a3-highgpu-1g-nolssd: 26 vCPU, RAM 234 GB, 1 GPU NVIDIA H100 terlampir, dan 1 NIC fisik
    • a3-highgpu-2g-nolssd: 52 vCPU, RAM 468 GB, 2 GPU NVIDIA H100 terpasang, dan 1 NIC fisik
    • a3-highgpu-4g-nolssd: 104 vCPU, RAM 936 GB, 4 GPU NVIDIA H100 terpasang, dan 1 NIC fisik
    • a3-highgpu-8g-nolssd: 208 vCPU, RAM 1.872 GB, 8 GPU NVIDIA H100 terpasang, dan 5 NIC fisik

Perbandingan seri mesin

Untuk mempelajari pengaruh pilihan Anda terhadap performa volume disk yang terpasang ke instance komputasi Anda, lihat Batas performa Hyperdisk.

Bandingkan karakteristik seri mesin C3, M3, dan A3. Anda dapat memilih properti tertentu di kolom Choose instance properties to compare untuk membandingkan properti tersebut di semua seri mesin pada tabel berikut.

C3 M3 A3 Edge atau A3 High
Jenis workload Tujuan umum Dioptimalkan untuk memori Dioptimalkan untuk akselerator
Jenis instance VM VM VM
Jenis CPU Intel Sapphire Rapids Intel Ice Lake Intel Sapphire Rapids
Arsitektur x86 x86 x86
vCPUs 4 hingga 176 32 hingga 128 26 hingga 208
Definisi vCPU Rangkaian pesan Rangkaian pesan Rangkaian pesan
Memori 8 hingga 1,408 GB 976 hingga 3.904 GB 234 hingga 1.872 GB
Jenis mesin kustom — — —
Memori tambahan — — —
Tenancy tunggal —
Virtualisasi bertingkat — —
Confidential Computing — — —
Jenis antarmuka disk NVMe NVMe NVMe
Hyperdisk Balanced
Hyperdisk Balanced HA — — —
Hyperdisk Extreme — — —
Hyperdisk ML — — —
Hyperdisk Throughput — — —
Network interfaces gVNIC dan IDPF gVNIC gVNIC
Performa jaringan 23 hingga 100 Gbps hingga 32 Gbps hingga 800 Gbps
Jaringan bandwidth tinggi 50 hingga 200 Gbps 50 hingga 100 Gbps hingga 800 Gbps
GPU Maks 0 0 8
Diskon untuk penggunaan berkelanjutan — — —
Diskon abonemen — — —
Diskon Spot VM

GPU dan instance komputasi

GPU digunakan untuk mempercepat workload, dan didukung untuk instance A3. GPU akan otomatis terpasang saat Anda membuat instance. Instance A3 memiliki jumlah GPU dan vCPU tetap, serta jumlah memori tetap per jenis mesin.

Untuk mengetahui informasi selengkapnya, lihat GPU di Compute Engine.

Langkah berikutnya