机器系列资源和比较指南

本文档介绍了您可以选择的机器系列、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。创建虚拟机时，您可以从某个机器类型系列中选择一个机器类型以确定该虚拟机可用的资源。您可以从多个机器系列中进行选择，每个机器系列又进一步分为机器系列和每个系列中的预定义机器类型。例如，在通用机器系列的 N2 系列中，您可以选择 n2-standard-4 机器类型。

除了 M2、M3 和 H3 机器系列之外，所有机器系列均支持 Spot 虚拟机（和抢占式虚拟机）。

注意：这是 Compute Engine 机器系列的列表。如需详细了解每个机器系列，请参阅以下页面：
  • 通用 - 多种工作负载的最佳性价比。
  • 存储优化 - 最适合核心使用量低但存储密度较高的工作负载。
  • 计算优化 - Compute Engine 的每个核心的最高性能，并针对计算密集型工作负载进行了优化。
  • 内存优化 - 非常适合内存密集型工作负载，每个内核提供比其他机器系列更多的内存，可高达 12 TB 内存。
  • 加速器优化 - 非常适合大规模并行计算统一设备架构 (CUDA) 计算工作负载，例如机器学习 (ML) 和高性能计算 (HPC)。此系列是需要 GPU 的工作负载的最佳选项。

虚拟机术语

本文档使用以下术语：

  • 机器系列：针对特定工作负载优化的一组精选处理器和硬件配置。创建虚拟机时，您可以从首选机器系列中选择预定义或自定义机器类型。

  • 机器系列：机器系列按系列和世代进一步分类。例如，通用机器系列中的 N1 系列是 N2 系列的旧版本。世代编号或系列号越高，表示底层 CPU 平台或技术较新。例如，M3 系列是 M2 系列的较新世代。

  • 机器类型：每个机器类型都有一个预定义机器类型，用于为您的虚拟机提供一组资源。如果预定义机器类型不能满足您的需求，您还可以为某些机器系列创建自定义机器类型。

生成 Intel AMD Arm
第 3 代机器系列 C3、Z3、H3、M3、A3 C3D
第 2 代机器系列 E2、N2、C2、M2、A2、G2 N2D、C2D、T2D、E2 T2A
第 1 代机器系列 N1、M1

机器系列和系列建议

下表提供了针对不同工作负载的建议。

通用工作负载
E2 N2、N2D、N1 C3、C3D Tau T2D、Tau T2A
以更低的费用进行日常计算 在多种机器类型之间实现均衡的性价比 在各种工作负载中始终如一地保持高性能 最佳每核心性能/费用（适用于横向扩容工作负载）
  • 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
  • 中低流量 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
  • Data Pipelines
    		•
  • 高流量 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断
    		•
  • 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（预览版） H3、C2、C2D M3、M2、M1 A3、A2、G2
    块存储与计算比率最高，适合处理存储密集型工作负载 超高性能，适合处理计算密集型工作负载 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
    • 文件服务器
    • 专为闪存优化的数据库
    • 扩容分析
    • 其他数据库
    • 受计算限制的工作负载
    • 高性能 Web 服务器
    • Game Servers
    • 高性能计算 (HPC)
    • 媒体转码
    • 建模和模拟工作负载
    • AI/机器学习
    • 大中型 SAP HANA 内存数据库
    • 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

    创建虚拟机后，您可以使用“合理容量建议”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。

    通用机器系列指南

    通用机器系列提供多种机器系列，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

    • E2 机器系列最多可以有 32 个虚拟核心 (vCPU)，最多 128 GB 内存，每个 vCPU 最多 8 GB，在所有机器系列中费用最低。E2 机器系列具有预定义的 CPU 平台，运行 Intel 处理器或第二代 AMD EPYC™ Rome 处理器。在创建虚拟机时，系统会为您选择处理器。此机器系列在 Compute Engine 上以最低价格提供各种计算资源，尤其在结合承诺使用折扣时价格更优。
    • N2 机器系列配备多达 128 个 vCPU，并为每个 vCPU 提供最高 8 GB 内存，支持 Intel Ice Lake 和 Intel Cascade Lake CPU 平台。
    • N2D 机器系列具有多达 224 个 vCPU，并为每个 vCPU 提供最高 8 GB 内存，支持第二代 AMD EPYC Rome 和第三代 AMD EPYC Milan 平台。
    • C3 机器系列在 Intel Sapphire Rapids CPU 平台和 Google 的自定义 Intel 基础架构处理单元 (IPU) 上提供多达 176 个 vCPU 以及每个 vCPU 配备 2、4 或 8 GB 内存。C3 虚拟机与底层 NUMA 架构保持一致，以提供最佳、可靠和始终如一的性能。
    • C3D 机器系列在 AMD EPYC Genoa CPU 平台和 Google 的自定义 Intel 基础架构处理单元 (IPU) 上提供多达 360 个 vCPU 和每个 vCPU 2、4 或 8 GB 内存。C3D 虚拟机与底层 NUMA 架构保持一致，以提供最佳、可靠和始终如一的性能。
    • Tau T2D 机器系列提供了经过优化的横向扩容功能集。每个虚拟机最多可以配备 60 个 vCPU、每个 vCPU 4 GB 内存，并且可以在第三代 AMD EPYC Milan 处理器上使用。Tau T2D 机器系列不使用集群线程，因此一个 vCPU 等同于整个核心。
    • N1 机器系列虚拟机最多可以配备 96 个 vCPU，每个 vCPU 最多 6.5 GB 内存，可以在 Intel Sandy Bridge、Ivy Bridge、Haswell、Broadwell、Skylake 等 CPU 平台上使用。

    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。

    • E2：提供 2 个 vCPU，可用于短时间爆发。

    • N1：提供 f1-micro 和 g1-small 共享核心机器类型，它们最多有 1 个 vCPU 可用于短时间爆发。

    Arm

    • Tau T2A 机器系列是 Google Cloud 中第一个在 Arm 处理器上运行的机器系列。Tau T2A 机器经过优化，可提供出色的性价比。每个虚拟机最多可以配备 48 个 vCPU，每个 vCPU 具有 4 GB 内存。Tau T2A 机器系列在 64 核 Ampere Altra 处理器上运行，该处理器具有 Arm 指令集且全核频率为 3 GHz。Tau T2A 机器类型支持单个 NUMA 节点，一个 vCPU 等同于整个核心。

    存储优化机器系列指南

    存储优化机器系列非常适合横向扩容数据库、日志分析、数据仓库产品和其他数据库工作负载。此系列提供高密度、高性能的本地 SSD。

    • Z3 虚拟机最多可以配备 176 个 vCPU、1408 GB 内存和 36 TiB 本地 SSD。Z3 在具有 DDR5 内存和 Titanium 分流处理器的 Intel Xeon 可扩展处理器（代号为 Sapphire Rapids）上运行。Z3 将最新的计算、网络和存储技术创新整合到一个平台中。Z3 虚拟机与底层 NUMA 架构保持一致，以提供最佳、可靠和始终如一的性能。

    计算优化虚拟机系列指南

    计算优化机器系列提供超高的每核心性能，专为运行计算受限的应用进行了优化。

    • H3 虚拟机提供 88 个 vCPU 和 352 GB 的 DDR5 内存。H3 虚拟机在 Intel Sapphire Rapids CPU 平台和 Google 的自定义 Intel 基础设施处理单元 (IPU) 上运行。H3 虚拟机与底层 NUMA 架构保持一致，以提供最佳、可靠和始终如一的性能。H3 为各种 HPC 工作负载（例如分子动力学、计算地理科学、财务风险分析、天气建模、前端和后端 EDA 以及计算流体动力学）提供了性能改进。
    • C2 虚拟机可提供多达 60 个 vCPU，并为每个 vCPU 提供最高 4 GB 内存，支持 Intel Cascade Lake CPU 平台。
    • C2D 虚拟机可提供多达 112 个 vCPU，并为每个 vCPU 提供最高 8 GB 内存，支持第三代 AMD EPYC Milan 平台。

    内存优化机器系列指南

    内存优化机器系列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您的大多数内存密集型 HPC 工作负载。此系列提供比任何其他机器系列更多的内存，可高达 12 TB 内存。

    • M1 虚拟机可提供多达 160 个 vCPU，并为每个 vCPU 提供 14.9 GB 到 24 GB 内存，可以在 Intel Skylake 和 Broadwell CPU 平台上使用。
    • M2 虚拟机提供有 6 TB、9 TB 和 12 TB 机器类型，并且可以在 Intel Cascade Lake CPU 平台上使用。
    • M3 虚拟机可提供多达 128 个 vCPU（每个 vCPU 最多可使用 30.5 GB 内存），并且可以在 Intel Ice Lake CPU 平台上使用。

    加速器优化机器系列指南

    加速器优化机器系列非常适合大规模并行的计算统一设备架构 (CUDA) 计算工作负载，例如机器学习 (ML) 和高性能计算 (HPC)。此系列是需要 GPU 的工作负载的最佳选择。

    • A3 虚拟机提供 208 个 vCPU 和 1872 GB 的内存，并且可以在 Intel Sapphire Rapids CPU 平台上使用。
    • A2 虚拟机提供 12 到 96 个 vCPU，内存高达 1360 GB，并且可以在 Intel Cascade Lake CPU 平台上使用。
    • G2 虚拟机提供 4 个到 96 个 vCPU，最多 432 GB 内存，并且可在 Intel Cascade Lake CPU 平台上使用。

    机器系列比较

    使用下表比较每个机器系列并确定哪种机器系列适合您的工作负载。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，请从通用机器系列开始。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虚拟机的磁盘卷的性能，请参阅：

    比较不同机器类型（从 C3 到 G2）的特征。 您可以在选择要比较的虚拟机属性字段中选择特定属性，以比较所有虚拟机机器类型的这些属性，如下表所示。

    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 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
    Intel Sapphire Rapids AMD EPYC Genoa 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 Intel Sapphire Rapids Intel Cascade Lake AMD EPYC Milan Intel Ice Lake Intel Cascade Lake Intel Skylake 和 Broadwell Intel Skylake、Broadwell、Haswell、Sandy Bridge 和 Ivy Bridge Intel Sapphire Rapids Intel Cascade Lake Intel Cascade Lake
    x86 x86 x86 x86 x86 x86 Arm x86 x86 x86 x86 x86 x86 x86 x86 x86 x86 x86 x86
    4 到 176 4 到 360 2 到 128 2 到 224 1 到 96 1 到 60 1 到 48 0.25 到 32 88 或 176 88 4 到 60 2 到 112 32 到 128 208 到 416 40 到 160 1 到 96 208 12 到 96 4 到 96 个
    线程 线程 线程 线程 线程 核心 核心 线程 线程 核心 线程 线程 线程 线程 线程 线程 线程 线程 线程
    8 到 1,408 GB 8 到 2,880 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 704 或 1,408 GB 352 GB 16 到 240 GB 4 到 896 GB 976 到 3904 GB 5888 到 11776 GB 961 到 3844 GB 3.75 到 624 GB 1872 GB 85 到 1360 GB 16 到 432 GB
    — — — — — — — — — — — — —
    — — — — — — —
    — — — — — — — — — —
    — — — — — — — — — — — —
    — — — — — — — — — — — — — — — — —
    NVMe NVMe SCSI 和 NVMe SCSI 和 NVMe SCSI 和 NVMe SCSI 和 NVMe NVMe SCSI 和 NVMe NVMe NVMe SCSI 和 NVMe SCSI 和 NVMe NVMe SCSI SCSI 和 NVMe SCSI 和 NVMe NVMe SCSI 和 NVMe NVMe
    — — — — —
    12 TiB 12 TiB 9 TiB 9 TiB 9 TiB 0 0 0 36 TiB 0 3 TiB 3 TiB 3 TiB 0 3 TiB 9 TiB 6 TB 3 TiB 3 TiB
    — — 可用区和区域 可用区和区域 可用区和区域 可用区级 可用区级 可用区和区域 — — 可用区级 可用区级 — 可用区级 可用区级 可用区和区域 — 可用区级 —
    可用区级 可用区级 可用区和区域 可用区和区域 可用区和区域 可用区级 可用区级 可用区和区域 可用区级 可用区级 可用区级 可用区级 可用区级 可用区级 可用区级 可用区和区域 可用区级 可用区级 可用区级
    可用区级 可用区级 可用区和区域 可用区和区域 可用区和区域 可用区级 可用区级 可用区和区域 可用区级 — 可用区级 可用区级 可用区级 可用区级 可用区级 可用区和区域 可用区级 可用区级 可用区级
    — — — — — — — — — — — — — — —
    — — — — — — — — — — — — —
    — — — — — — — — —
    — — — — — — — — — — — — — — — —
    gVNIC gVNIC gVNIC 和 VirtIO-Net gVNIC 和 VirtIO-Net gVNIC 和 VirtIO-Net gVNIC 和 VirtIO-Net gVNIC gVNIC 和 VirtIO-Net gVNIC gVNIC gVNIC 和 VirtIO-Net gVNIC 和 VirtIO-Net gVNIC gVNIC 和 VirtIO-Net gVNIC 和 VirtIO-Net gVNIC 和 VirtIO-Net gVNIC gVNIC 和 VirtIO-Net gVNIC 和 VirtIO-Net
    23 到 100 Gbps 20 到 200 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 10 到 32 Gbps 10 到 32 Gbps 32 Gbps 32 Gbps 32 Gbps 2 到 32 Gbps 200 Gbps 24 到 100 Gbps 10 到 100 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 — — — 200 Gbps 50 到 100 Gbps 50 到 100 Gbps
    0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8 8 16 8
    — — — — — — — — — — — —
    基于资源的 CUD 和灵活 CUD 基于资源的 CUD 和灵活 CUD 基于资源的 CUD 和灵活 CUD 基于资源的 CUD 和灵活 CUD 基于资源的 CUD 和灵活 CUD 基于资源的 CUD — 基于资源的 CUD 和灵活 CUD 基于资源的 CUD 和灵活 CUD 基于资源的 CUD 基于资源的 CUD 和灵活 CUD 基于资源的 CUD 和灵活 CUD 基于资源的 CUD 基于资源的 CUD 基于资源的 CUD 基于资源的 CUD 基于资源的 CUD 基于资源的 CUD 基于资源的 CUD
    — — — —
    1.28 1.46 1.00 2.29 1.04 1.43 1.50 1.00 0.96

    GPU 和虚拟机

    GPU 用于加快工作负载速度，并且支持 N1、A3、A2 和 G2 虚拟机。对于使用 N1 机器类型的虚拟机，您可以在虚拟机创建期间或之后将 GPU 挂接到虚拟机。对于使用 A3、A2 或 G2 机器类型的虚拟机，系统会在您创建虚拟机时自动挂接 GPU。GPU 不能与其他机器系列搭配使用。

    GPU 数量较少的虚拟机会有 vCPU 数量上限的限制。 通常情况下，如果 GPU 数量较多，您可以创建具有较多 vCPU 和内存的虚拟机。如需了解详情，请参阅 Compute Engine 上的 GPU。

    后续步骤