Informationen zu Maschinenfamilien

In diesem Dokument werden die Maschinenfamilien, Maschinenserien und Maschinentypen beschrieben, aus denen Sie zum Erstellen einer VM-Instanz mit den benötigten Ressourcen auswählen können. Wenn Sie eine VM erstellen, wählen Sie einen Maschinentyp aus einer Maschinenfamilie aus, die die für diese VM verfügbaren Ressourcen bestimmt. Sie können aus mehreren Maschinenfamilien wählen. Jede Maschinenfamilie ist weiter in Maschinenserien und vordefinierte Maschinentypen in jeder Serie unterteilt. In der N2-Serie in der Maschinentypen für allgemeine Zwecke können Sie beispielsweise den Maschinentyp n2-standard-4 auswählen.

Alle Maschinenserien unterstützen VMs auf Abruf mit Ausnahme der M2-Maschinenserie.

Hinweis: Dies ist eine Liste von Compute Engine-Maschinenfamilien. Eine ausführliche Erläuterung der einzelnen Familien finden Sie auf den folgenden Seiten:
  • Für allgemeine Zwecke – das beste Preis-Leistungs-Verhältnis für eine Vielzahl von Arbeitslasten.
  • Computing-optimiert – die höchste Leistung pro Kern in Compute Engine und für rechenintensive Arbeitslasten optimiert
  • Speicheroptimiert – ideal für speicherintensive Arbeitslasten, mit bis zu 12 TB Arbeitsspeicher.
  • Beschleunigungsoptimiert – ideal für extrem parallelisierte CUDA-Computing-Arbeitslasten (Compute Unified Device Architecture), z. B. maschinelles Lernen (ML) und Hochleistungs-Computing (HPC). Diese Familie ist die beste Option für Arbeitslasten, die GPUs erfordern.

Zusammenfassend werden in diesem Dokument die folgenden Begriffe beschrieben:

  • Maschinenfamilie: Eine ausgewählte Reihe von Prozessor- und Hardwarekonfigurationen, die für bestimmte Arbeitslasten optimiert sind. Wenn Sie eine VM-Instanz erstellen, wählen Sie einen vordefinierten oder benutzerdefinierten Maschinentyp aus Ihrer bevorzugten Maschinenfamilie.

  • Serie: Maschinenfamilien werden weiter nach Serie und Generierung klassifiziert. Die N1-Serie für die Maschinenfamilie für allgemeine Zwecke ist beispielsweise die ältere Version der N2-Serie. Im Allgemeinen verwenden die Generationen einer Maschinenserie eine höhere Zahl, um die neuere Generation zu beschreiben. Die N2-Serie ist beispielsweise die neuere Generation der N1-Serie.

  • Maschinentyp: Jede Maschinentypen hat vordefinierte Maschinentypen, die eine Reihe von Ressourcen für Ihre VM bereitstellen. Wenn ein vordefinierter Maschinentyp nicht Ihren Anforderungen entspricht, können Sie auch einen benutzerdefinierten Maschinentyp erstellen.

Jetzt testen

Wenn Sie mit Google Cloud noch nicht vertraut sind, erstellen Sie einfach ein Konto, um die Leistungsfähigkeit von Compute Engine in der Praxis sehen und bewerten zu können. Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.

Compute Engine kostenlos testen

Maschinenfamilie für allgemeine Zwecke

Die Maschinenfamilie für allgemeine Zwecke bietet mehrere Maschinenserien mit dem besten Preis-Leistungs-Verhältnis für eine Vielzahl von Arbeitslasten.

Compute Engine bietet allgemeine Maschinenfamilien, die entweder in der x86- oder ARM-Architektur ausgeführt werden.

x86

  • Kostenoptimierte E2-Maschinentypen haben bis zu 32 vCPUs mit bis zu 128 GB Arbeitsspeicher und maximal 8 GB pro vCPU. Die E2-Maschinenserie hat eine vordefinierte CPU-Plattform, die entweder einen Intel-Prozessor oder einen AMD EPYC Rome-Prozessor der zweiten Generation ausführt. Der Prozessor wird beim Erstellen der VM für Sie ausgewählt. Diese Maschinenserie bietet eine Vielzahl von Computing-Ressourcen für den günstigsten Preis in Compute Engine, insbesondere in Kombination mit Rabatten für zugesicherte Nutzung.
  • N2-Maschinenserien haben bis zu 128 vCPUs und 8 GB Arbeitsspeicher pro vCPU und sind auf den CPU-Plattformen Intel Ice Lake und Cascade Lake verfügbar.
  • N2D-Maschinenserien haben bis zu 224 vCPUs und 8 GB Arbeitsspeicher pro vCPU und sind auf AMD EPYC Rome-Plattformen der zweiten Generation und AMD EPYC Milan-Plattformen der dritten Generation verfügbar.
  • Tau T2D-Maschinen bieten einen optimierten Satz von Funktionen zum Hochskalieren. Jede VM kann bis zu 60 vCPUs und 4 GB Arbeitsspeicher pro vCPU haben und ist auf AMD EPYC Milan-Prozessoren der dritten Generation verfügbar. Bei der Tau T2D-Maschinenserie ist Cluster-Threading deaktiviert. Daher entspricht eine vCPU einem gesamten Kern.
  • N1-Maschinenserien bieten bis zu 96 vCPUs und 6,5 GB Arbeitsspeicher pro vCPU und sind auf den CPU-Plattformen Intel Sandy Bridge, Ivy Bridge, Haswell, Broadwell und Skylake verfügbar.

Die E2- und N1-Serie sind Maschinenserien mit gemeinsam genutztem Kern. Die Maschinentypen in dieser Serie haben einen physischen Kern, der eine kostengünstige Methode zum Ausführen kleiner, nicht ressourcenintensiver Anwendungen sein kann.

  • E2: bietet 2 vCPUs für kurzzeitiges Bursting.

  • N1: bietet Maschinentypen mit gemeinsam genutztem Kern f1-micro und g1-small, die bis zu 1 vCPU für kurzzeitiges Bursting zur Verfügung haben.

Arm

  • Tau T2A-Maschinen sind die erste Maschinenreihe in Google Cloud, die auf Arm-Prozessoren ausgeführt werden. Die Arm-Architektur ist auf Energieeffizienz ausgelegt, sodass die Tau T2A-Maschinenserie ein besseres Preis-Leistungs-Verhältnis erzielt. Jede VM kann bis zu 48 vCPUs mit 4 GB Arbeitsspeicher pro vCPU haben. Die Tau T2A-Maschinen wird auf einem Ampere Altra-Prozessor mit 64 Kernen, einem Arm-Befehlssatz und einer Kernkernfrequenz von 3 GHz ausgeführt. Tau T2A-Maschinentypen unterstützen einen einzelnen NUMA-Knoten. Eine vCPU entspricht einem gesamten Kern.

Computing-optimierte Maschinenfamilie

Die computing-optimierte Maschinenfamilie bietet in Compute Engine die höchste Leistung pro Kern und ist für rechenintensive Arbeitslasten optimiert. Die Maschinenserie in dieser Familie wird entweder auf einem skalierbaren Intel-Prozessor (Cascade Lake) ausgeführt, der eine Turbofrequenz für alle Kerne von bis zu 3,9 GHz bewältigen kann, oder auf dem AMD EPYC Milan-Prozessor der 3. Generation mit bis zu 3,5 GHz maximaler Boost-Frequenz.

  • C2-VMs bieten bis zu 60 vCPUs und 4 GB Arbeitsspeicher pro vCPU und sind auf der CPU-Plattform "Intel Cascade Lake" verfügbar.
  • C2D-VMs bieten bis zu 112 vCPUs und 4 GB Arbeitsspeicher pro vCPU und sind auf der Plattform "AMD EPYC Milan" der dritten Generation verfügbar.

Speicheroptimierte Maschinen und beschleunigeroptimierte Maschinenfamilien

Die speicheroptimierte Maschinenfamilie hat Maschinenserien, die sich ideal für speicherintensive Workloads eignen. Diese Familie bietet mit bis zu 12 TB mehr Arbeitsspeicher pro Kern als jede andere Maschinenfamilie.

Die beschleunigungsoptimierte Maschinenfamilie eignet sich ideal für massenhaft parallelisierte CUDA-Computing-Arbeitslasten (Compute Unified Device Architecture), wie: Machine Learning (ML) und Hochleistungs-Computing (HPC). Diese Familie ist die optimale Wahl für Arbeitslasten, die GPUs erfordern.

Empfehlungen für Maschinen und Serien

Die folgende Tabelle enthält Empfehlungen für verschiedene Arbeitslasten.

Arbeitslasttyp
Arbeitslasten für allgemeine Zwecke Optimierte Arbeitslasten
Kostenoptimiert Ausgeglichen Horizontale Skalierung optimiert Speicheroptimiert Computing-optimiert Beschleunigungsoptimiert
E2 N2, N2D, N1 Tau T2D,
Tau T2A (Vorschau)
M2, M1 C2, C2D A2
Kosteneffizientes Computing für den Alltag Ausgewogenes Preis-Leistungs-Verhältnis für eine Vielzahl von VM-Formen Optimale Leistung/Kosten für Arbeitslasten mit horizontaler Skalierung Besonders speicherintensive Arbeitslasten Ultra-hohe Leistung für rechenintensive Arbeitslasten Für Hochleistungs-Computing-Arbeitslasten optimiert
  • Web-Serving
  • Anwendungsbereitstellung
  • Backoffice-Apps
  • Kleine bis mittelgroße Datenbanken
  • Mikrodienste
  • Virtuelle Desktops
  • Entwicklungsumgebungen
  • Web-Serving
  • Anwendungsbereitstellung
  • Backoffice-Apps
  • Mittelgroße bis große Datenbanken
  • Cache
  • Medien/Streaming
  • Arbeitslasten mit horizontaler Skalierung
  • Web-Serving
  • Containerisierte Mikrodienste
  • Medientranscodierung
  • Umfassende Java-Anwendungen
  • Mittelgroße In-Memory-Datenbanken wie SAP HANA
  • In-Memory-Datenbanken und In-Memory-Analysen
  • Microsoft SQL Server und ähnliche Datenbanken
  • Computing-gebundene Arbeitslasten
  • Leistungsstarkes Web-Serving
  • Gaming (AAA-Spieleserver)
  • Ad Serving
  • Hochleistungs-Computing (HPC)
  • Medientranscodierung
  • KI/ML
  • CUDA-fähiges ML-Training und -Inferenz
  • HPC, also: Hochleistungs-Computing
  • Massiv parallelisierte Berechnungen
  • Nachdem Sie eine VM erstellt haben, können Sie die Größenempfehlungen verwenden, um die Ressourcennutzung basierend auf Ihrer Arbeitslast zu optimieren. Weitere Informationen finden Sie unter Empfehlungen für Maschinentypen für VM-Instanzen anwenden.

    Maschinenserienvergleich

    Verwenden Sie die folgende Tabelle, um jede Maschinenfamilien zu vergleichen und zu ermitteln, welche Familie für Ihre Arbeitslast geeignet ist. Wenn Sie sich danach immer noch nicht sicher sind, welche Familie für Ihre Arbeitslast am besten geeignet ist, beginnen Sie mit der Maschinenfamilie für allgemeine Zwecke. Weitere Informationen zu allen unterstützten Prozessoren finden Sie unter CPU-Plattformen.

    Informationen dazu, wie sich Ihre Auswahl auf die Leistung nichtflüchtiger Speicher auswirkt, die an Ihre VMs angehängt sind, finden Sie unter Leistung von Laufwerken nach Maschinentyp und Anzahl der vCPUs.

    Vergleichen Sie die Eigenschaften verschiedener Maschinentypen von N1 bis A2. Sie können bestimmte Attribute auswählen, um sie für alle VM-Maschinentypen zu vergleichen.

    Allgemein Allgemein Allgemein Allgemeine Zwecke optimiert für horizontale Skalierung Allgemeine Zwecke optimiert für horizontale Skalierung Kostenoptimiert Computing-optimiert Computing-optimiert Speicheroptimiert Speicheroptimiert Beschleunigungsoptimiert Beschleunigungsoptimiert
    Skylake, Broadwell, Haswell, Sandy Bridge und Ivy Bridge Cascade Lake und Ice Lake AMD EPYC Rome und AMD EPYC Milan AMD EPYC Milan Ampere Altra Skylake, Broadwell, Haswell, AMD EPYC Rome und AMD EPYC Milan Cascade Lake AMD EPYC Milan Skylake und Broadwell Cascade Lake Skylake, Broadwell, Haswell, Sandy Bridge und Ivy Bridge Cascade Lake
    x86 x86 x86 x86 Arm (Vorschau) x86 x86 x86 x86 x86 x86 x86
    1 bis 96 2 bis 128 2 bis 224 1 bis 60 1 bis 48 0,25 bis 32 4 bis 60 2 bis 112 40 bis 160 208 bis 416 1 bis 96 12 bis 96
    Thread Thread Thread Kernprodukt Kernprodukt Thread Thread Thread Thread Thread Thread Thread
    1,8 bis 624 GB 2 bis 864 GB 2 bis 896 GB 4 bis 240 GB 4 bis 192 GB 1 bis 128 GB 16 bis 240 GB 4 bis 896 GB 961 bis 3844 GB 5888 bis 11776 GB 3.75 bis 624 GB 85 bis 1360 GB
    SCSI und NVMe SCSI und NVMe SCSI und NVMe SCSI und NVMe NVMe SCSI und NVMe SCSI und NVMe SCSI und NVMe SCSI und NVMe SCSI und NVMe SCSI und NVMe SCSI und NVMe
    9 TB 9 TB 9 TB 0 0 0 3 TB 3 TB 3 TB 0 9 TB 3 TB
    Zonal und regional Zonal und regional Zonal und regional Zonal Zonal Zonal Zonal Zonal Zonal Zonal Zonal und regional Zonal
    Zonal und regional Zonal und regional Zonal und regional Zonal Zonal Zonal Zonal Zonal Zonal Zonal Zonal und regional Zonal
    Zonal und regional Zonal und regional Zonal und regional Zonal Zonal Zonal Zonal Zonal Zonal Zonal Zonal und regional Zonal
    gVNIC und VirtIO-Net gVNIC und VirtIO-Net gVNIC und VirtIO-Net gVNIC und VirtIO-Net gVNIC gVNIC und VirtIO-Net gVNIC und VirtIO-Net gVNIC und VirtIO-Net VirtIO-Net VirtIO-Net gVNIC und VirtIO-Net gVNIC und VirtIO-Net
    2 bis 32 GBit 10 bis 32 Gbit/s 10 bis 32 Gbit/s 10 bis 32 Gbit/s 10 bis 32 Gbit/s 1 bis 16 Gbit/s 10 bis 32 Gbit/s 10 bis 32 Gbit/s 32 Gbit/s 32 Gbit/s 2 bis 32 Gbit/s 24 bis 100 Gbit/s
    50 bis 100 Gbit/s 50 bis 100 Gbit/s 50 bis 100 Gbit/s 50 bis 100 Gbit/s 50 bis 100 Gbit/s
    0 0 0 0 0 0 0 0 0 0 8 16
    SUD, CUD und Spot SUD, CUD und Spot SUD, CUD und Spot CUD und Spot Spot CUD und Spot SUD, CUD und Spot SUD, CUD und Spot SUD, CUD und Spot SUD und CUD CUD und Spot CUD und Spot
    1,00 1,28 1,46 2,29 1,04 1,43 1,50 0,96 1,00

    GPUs und VMs

    GPUs werden verwendet, um Arbeitslasten zu beschleunigen. Sie können GPUs nur mithilfe der N1-Maschinenserie oder der A2-Maschinenserie an VMs anhängen. GPUs werden nicht von anderen Maschinenserien unterstützt.

    Für VMs mit einer geringeren Anzahl von GPUs ist eine Höchstanzahl von vCPUs vorgegeben. Im Allgemeinen ermöglicht es Ihnen eine höhere Anzahl von GPUs, Instanzen mit einer größeren Anzahl von vCPUs und mehr Arbeitsspeicher zu erstellen. Weitere Informationen finden Sie unter GPUs in Compute Engine.

    Nächste Schritte