VM ARM su Compute

Google Cloud offre una gamma di server basati su Arm in Compute Engine. L'architettura Arm è ottimizzata per l'efficienza energetica e, di conseguenza, la serie di macchine C4A offre un miglior rapporto prezzo/prestazioni.

I processori Arm sono comuni nei server standard grazie alla loro efficienza energetica rispetto ai server x86. Cellulari e laptop sono esempi di dispositivi che funzionano su un processore Arm. Con l'istruzione ridotta della CPU Arm, meno istruzioni significano maggiore velocità di prestazioni con minore consumo di batteria e energia.

Il processore Arm personalizzato di Google, Axion, è basato sul processore Arm Neoverse V2. Neoverse V2 è la prima CPU della serie V a offrire miglioramenti alle prestazioni, alla potenza e alla sicurezza di Armv9. È progettato per il calcolo ad alte prestazioni, il machine learning e il cloud computing generico.

Valuta la possibilità di utilizzare le macchine virtuali (VM) Arm per uso generico C4A per una delle seguenti finalità:

  • Esegui carichi di lavoro ad alta intensità di calcolo che richiedono la possibilità di scalare rapidamente l'utilizzo in base alle esigenze.
  • Ottimizzazione in base al rapporto prezzo/prestazioni per i workload compatibili con Arm.
  • Crea su stack di software open source moderni.
  • Sviluppare e testare sistemi mobili o embedded che utilizzano una CPU Arm.
  • Valuta se il tuo carico di lavoro è adatto a una CPU Arm.

Serie di macchine C4A

C4A è la prima VM basata su ARM creata sulla CPU Axion di Google basata su Arm64. C4A offre tipi di macchine con fino a 72 vCPU e 576 GB di memoria DDR5-5600. C4A è disponibile nei tipi di macchine standard, highmem e highcpu.

C4A è basato su Titanium, che utilizza gli offload di rete e consente prestazioni di rete Tier_1 per VM fino a 100 Gbps con l'interfaccia di rete gVNIC. C4A supporta anche l'interfaccia del disco NVMe con i dischi Hyperdisk Balanced e Hyperdisk Extreme.

Multi-threading simultaneo

Per la serie di macchine C4A, ogni vCPU è supportata da un singolo core senza multi-threading simultaneo (SMT). Di conseguenza, le VM C4A offrono prestazioni superiori per vCPU rispetto a una VM con SMT attivo. Sebbene la tecnologia SMT offra vantaggi per determinati carichi di lavoro, i core a thread singolo sono ideali per i carichi di lavoro ad alta intensità di calcolo perché i processi possono accedere all'intero core anziché condividerlo con altri processi.

Immagini sistema operativo

Le VM C4A supportano le immagini del sistema operativo pubbliche basate su ARM. Puoi anche creare immagini personalizzate utilizzando un'immagine basata su Arm disponibile pubblicamente.

Serie di macchine Tau T2A

La serie di macchine Tau T2A Arm funziona con il processore Ampere Altra Arm a 64 core con frequenza all-core di 3,0 GHz. Tau T2A consente di eseguire carichi di lavoro che funzionano meglio o esclusivamente su Arm.

La serie di macchine Tau T2A ha tipi di macchine predefiniti con un massimo di 48 core fisici con 4 GB di memoria per vCPU. I tipi di macchine Tau T2A vengono eseguiti in un singolo nodo NUMA.

I tipi di macchine Tau T2A supportano solo l'interfaccia NVMe per lo storage e la scheda di rete virtuale di Google (gVNIC) per la rete. Le interfacce Virtio-Net e SCSI non sono supportate. Tutte le immagini del sistema operativo Arm disponibili pubblicamente sono configurate per utilizzare le interfacce NVMe e gVNIC. gVNIC è un'interfaccia di rete progettata specificamente per Compute Engine. Offre prestazioni migliori e supporta una larghezza di banda e una velocità effettiva della rete superiori.

Per questa serie di macchine, ogni vCPU è supportata da un singolo core senza multi-threading simultaneo (SMT).

Consigli sui carichi di lavoro

La serie di macchine C4A è un'ottima scelta per un'ampia gamma di carichi di lavoro scalabili e con un'elevata intensità di calcolo, in particolare quando il rapporto prezzo/prestazioni è una preoccupazione principale. Valuta la possibilità di utilizzare C4A per il deployment di carichi di lavoro come i seguenti:

  • Elaborazione dei dati di ML
  • Inferenza ML e distribuzione del modello
  • Pubblicazione di app, pubblicazione di siti web e pubblicazione di giochi
  • Sviluppo di sistemi embedded
  • Sviluppo su CI/CD su Arm
  • Codifica, transcodifica ed elaborazione di video e immagini
  • Pubblicità digitale, piattaforme di scambio pubblicitario e pubblicazione
  • Server cache
  • Scoperta di farmaci computazionale
  • Sviluppo Android
  • Sviluppo di software per auto a guida autonoma o convenzionale

Passaggi successivi