머신 계열 정보

이 문서에서는 필요한 리소스가 포함된 가상 머신(VM) 인스턴스를 만들기 위해 선택할 수 있는 머신 계열, 머신 시리즈, 머신 유형을 설명합니다. VM을 만들 때는 해당 VM에 사용할 수 있는 리소스를 결정하는 머신 계열에서 머신 유형을 선택합니다. 여러 머신 계열 중에서 선택할 수 있으며 각 머신 계열은 머신 시리즈와 각 시리즈 내의 사전 정의된 머신 유형으로 구성됩니다. 예를 들어 범용 머신 계열의 N2 시리즈에서는 n2-standard-4 머신 유형을 선택할 수 있습니다.

M2 머신 시리즈를 제외한 모든 머신 시리즈는 선점형 VM을 지원합니다.

참고: 다음은 Compute Engine 머신 계열의 목록입니다. 각 계열에 대한 상세 설명은 다음 페이지를 참조하세요.
  • 범용 - 다양한 워크로드에서 최고의 가성비를 자랑합니다.
  • 컴퓨팅 최적화 — Compute Engine에서 가장 높은 코어당 성능을 제공하며 컴퓨팅 집약적인 워크로드에 최적화되어 있습니다.
  • 메모리 최적화 — 메모리 집약적인 워크로드에 적합하며 다른 머신 계열보다 코어당 더 많은 메모리(최대 12TB)를 제공합니다.
  • 가속기 최적화—머신러닝(ML) 및 고성능 컴퓨팅(HPC)와 같은 대규모 병렬 컴퓨팅 통합 기기 아키텍처(CUDA) 컴퓨팅 워크로드에 적합합니다. 이 계열은 GPU가 필요한 워크로드에 최적인 옵션입니다.

요약하면 이 문서에서는 다음 용어를 설명합니다.

  • 머신 계열: 특정 워크로드에 최적화된 프로세서 및 하드웨어 구성으로 선별된 세트입니다. VM 인스턴스를 만들 때 원하는 머신 계열에서 사전 정의된 머신 유형이나 커스텀 머신 유형을 선택합니다.

  • 시리즈: 머신 계열은 시리즈 및 세대에 따라 추가로 분류됩니다. 예를 들어 범용 머신군 내의 N1 시리즈는 N2 시리즈의 이전 버전입니다. 일반적으로 머신 시리즈의 세대는 최신 세대에서 더 큰 수를 사용합니다. 예를 들어 N2 시리즈는 N1 시리즈보다 나중에 나온 세대입니다.

  • 머신 유형: 모든 머신 시리즈에는 VM의 리소스 집합을 제공하는 사전 정의된 머신 유형이 있습니다. 사전 정의된 머신 유형이 요구사항을 충족하지 않는 경우 커스텀 머신 유형을 만들 수도 있습니다.

직접 사용해 보기

Google Cloud를 처음 사용하는 경우 계정을 만들어 실제 시나리오에서 Compute Engine의 성능을 평가할 수 있습니다. 신규 고객에게는 워크로드를 실행, 테스트, 배포할 수 있는 무료 크레딧 $300가 제공됩니다.

Compute Engine 무료로 사용해 보기

결제

VM 인스턴스가 사용하는 리소스에 대한 요금이 청구됩니다. VM은 VM 인스턴스 가격 책정 페이지에 설명된 대로 요금이 청구됩니다. 구체적으로 설명하자면 리소스 기반 청구 모델에 설명된 대로 각 vCPU 및 메모리 GB별로 요금이 청구됩니다. 지속 사용 할인약정 사용 할인 같은 해당 할인이 적용됩니다.

각 머신 유형에 따라 계산되는 시간당 비용과 월별 비용을 보려면 VM 인스턴스 가격 책정 페이지를 참조하세요.

머신 계열 카테고리

범용 머신 계열은 다양한 워크로드에 최고의 가성비를 자랑하는 여러 머신 시리즈를 제공합니다.

  • 비용에 최적화된 E2 머신 시리즈는 최대 32개의 vCPU, 최대 128GB의 메모리, vCPU당 최대 8GB를 제공합니다. E2 머신 시리즈에는 Intel 프로세서 또는 2세대 AMD EPYC Rome 프로세서를 실행하는 사전 정의된 CPU 플랫폼이 있습니다. 프로세서는 VM 생성 시 자동으로 선택됩니다. 특히 이 머신 시리즈를 약정 사용 할인과 함께 사용하면 Compute Engine에서 가장 저렴한 가격으로 다양한 컴퓨팅 리소스가 제공됩니다.
  • N2 머신 시리즈는 최대 128개의 vCPU, vCPU당 8GB 메모리를 제공하며 Intel Ice Lake 및 Cascade Lake CPU 플랫폼에서 사용할 수 있습니다.
  • N2D 머신 시리즈는 최대 224개의 vCPU와 vCPU당 8GB의 메모리를 제공하며 2세대 AMD EPYC Rome 및 3세대 AMD EPYC 밀란 플랫폼에서 사용할 수 있습니다.
  • Tau T2D 머신 시리즈는 수평 확장에 최적화된 특성 세트를 제공합니다. 각 VM은 vCPU 최대 60개, vCPU당 메모리 4GB를 가질 수 있으며 3세대 AMD EPYC Milan 프로세서에서 사용 가능합니다. Tau T2D 머신 시리즈는 클러스터 스레딩이 사용 중지되었기 때문에 vCPU가 전체 코어와 동일합니다.
  • N1 머신 시리즈는 최대 96개의 vCPU와 vCPU당 6.5GB의 메모리를 제공하며 Intel Sandy Bridge, Ivy Bridge, Haswell, Broadwell, Skylake CPU 플랫폼에서 사용할 수 있습니다.

E2 및 N1 시리즈는 공유 코어 머신 시리즈입니다. 이 시리즈의 머신 유형은 물리적 코어를 시분할 공유하며, 이는 리소스 사용이 적은 소규모 앱을 경제적으로 실행하는 방법입니다.

  • E2: 짧은 버스팅 기간 동안 vCPU 2개를 제공합니다.

  • N1: 짧은 버스팅 기간 동안 최대 1개의 vCPU를 가지는 f1-microg1-small 공유 코어 머신 유형을 제공합니다.

컴퓨팅 최적화 머신 계열은 Compute Engine에서 가장 높은 코어당 성능을 제공하며 컴퓨팅 집약적 워크로드에 최적화되어 있습니다. 이 계열의 머신 시리즈는 최대 3.9GHz까지 All-Core Turbo를 지속할 수 있는 Intel Scalable Processor(Cascade Lake) 또는 최대 3.5GHz 최대 부스트 주파수를 지원하는 3세대 AMD EPYC Milan 프로세서로 실행됩니다.

  • C2 VM은 최대 60개의 vCPU와 vCPU당 4GB 메모리를 제공하며 Intel Cascade Lake CPU 플랫폼에서 사용할 수 있습니다.
  • C2D VM은 최대 112개의 vCPU와 vCPU당 4GB 메모리를 제공하며 3세대 AMD EPYC Milan 플랫폼에서 사용할 수 있습니다.

메모리 최적화 머신 계열에는 메모리 집약적인 워크로드에 이상적인 머신 시리즈가 있습니다. 이 계열은 다른 머신 계열보다 코어당 더 많은 메모리(최대 12TB)를 제공합니다.

가속기 최적화 머신 계열은 머신러닝(HPC) 및 고성능 컴퓨팅(HPC)과 같은 대규모 병렬 컴퓨팅 통합 기기 아키텍처(CUDA) 컴퓨팅 워크로드에 적합합니다. 이 계열은 GPU가 필요한 워크로드에 최적화되어 있습니다.

머신 계열 및 시리즈 권장사항

다음 표에서 다양한 워크로드에 대한 권장사항을 볼 수 있습니다.

워크로드 유형
범용 워크로드 최적화된 워크로드
비용 최적화 균형 수평 확장 최적화 메모리 최적화 컴퓨팅 최적화 가속기 최적화
E2 N2, N2D, N1 Tau T2D M2, M1 C2, C2D A2
저렴한 비용으로 일상적인 컴퓨팅 다양한 VM 형태에서 균형 있는 가성비 제공 수평 확장 워크로드의 최고 성능/비용 메모리 사용량이 매우 큰 워크로드 컴퓨팅 집약적 워크로드를 위한 초고성능 고성능 컴퓨팅 워크로드에 최적화
  • 웹 서비스
  • 앱 서비스
  • 백오피스 앱
  • 중소 규모 데이터베이스
  • 마이크로서비스
  • 가상 데스크톱
  • 개발 환경
  • 웹 서비스
  • 앱 서비스
  • 백오피스 앱
  • 중대형 데이터베이스
  • 캐시
  • 미디어/스트리밍
  • 수평 확장 워크로드
  • 웹 서비스
  • 컨테이너식 마이크로서비스
  • 미디어 트랜스코딩
  • 대규모 자바 애플리케이션
  • SAP HANA와 같은 중대형 인메모리 데이터베이스
  • 인메모리 데이터베이스 및 인메모리 분석
  • Microsoft SQL Server 및 유사한 데이터베이스
  • 컴퓨팅 제약 워크로드
  • 고성능 웹 서비스
  • 게임(AAA 게임 서버)
  • 광고 게재
  • 고성능 컴퓨팅(HPC)
  • 미디어 트랜스코딩
  • AI/ML
  • CUDA 사용 설정 ML 학습 및 추론
  • HPC: 고성능 컴퓨팅
  • 동시에 로드되는 대규모 계산
  • VM을 만든 후에는 적정 크기 권장사항을 사용하여 워크로드를 기준으로 리소스 사용률을 최적화할 수 있습니다. 자세한 내용은 VM 인스턴스에 머신 유형 권장사항 적용을 참조하세요.

    머신 시리즈 비교

    다음 표를 사용하여 각 머신 계열을 비교하고 워크로드에 적합한 계열을 결정합니다.

    이 섹션을 검토한 후에도 워크로드에 어떤 계열이 가장 적합한지 여전히 모르겠으면 범용 머신 계열부터 시작합니다. 지원되는 모든 프로세서에 대한 자세한 내용은 CPU 플랫폼을 참조하세요.

    선택 항목이 VM에 연결된 영구 디스크의 성능에 미치는 영향을 알아보려면 머신 유형 및 vCPU 개수별 디스크 성능을 참조하세요.

    N1부터 A2에 이르기까지 다양한 머신 유형의 특성을 비교합니다. 특정 속성을 선택하여 모든 VM 머신 유형에서 비교할 수 있습니다.

    일반 용도 일반 용도 일반 용도 수평 확장 최적화 범용 비용에 최적화됨 컴퓨팅 최적화 컴퓨팅 최적화 메모리 최적화 메모리 최적화 가속기 최적화 가속기 최적화
    Skylake, Broadwell, Haswell, Sandy Bridge, Ivy Bridge Cascade Lake, Ice Lake AMD EPYC Rome, AMD EPYC Milan AMD EPYC Milan Skylake, Broadwell, Haswell, AMD EPYC Rome, AMD EPYC Milan Cascade Lake AMD EPYC Milan Skylake, Broadwell Cascade Lake Skylake, Broadwell, Haswell,Sandy Bridge, Ivy Bridge Cascade Lake
    1~96 2~128 2~224 1~60 0.25~32 4~60 2~112 40~160 208~416 1~96 12~96
    Thread Thread Thread Core Thread Thread Thread Thread Thread Thread Thread
    1.8~624GB 2~864GB 2~896GB 4~240GB 1~128GB 16~240GB 4~896GB 961~3844GB 5888~11776GB 3.75~624GB 85~1360GB
    SCSI, NVMe SCSI, NVMe SCSI, NVMe SCSI, NVMe SCSI, NVMe SCSI, NVMe SCSI, NVMe SCSI, NVMe SCSI, NVMe SCSI, NVMe SCSI, NVMe
    9TB 9TB 9TB 0 0 3TB 3TB 3TB 0 9TB 3TB
    영역 및 리전 영역 및 리전 영역 및 리전 영역 영역 영역 영역 영역 영역 영역 및 리전 영역
    영역 및 리전 영역 및 리전 영역 및 리전 영역 영역 영역 영역 영역 영역 영역 및 리전 영역
    영역 및 리전 영역 및 리전 영역 및 리전 영역 영역 영역 영역 영역 영역 영역 및 리전 영역
    gVNIC, VirtIO-Net gVNIC, VirtIO-Net gVNIC, VirtIO-Net gVNIC, VirtIO-Net gVNIC, VirtIO-Net gVNIC, VirtIO-Net gVNIC, VirtIO-Net gVNIC, VirtIO-Net gVNIC, VirtIO-Net gVNIC, VirtIO-Net gVNIC, VirtIO-Net
    2~32GBit 10~32Gbps 10~32Gbps 10~32Gbps 1~16Gbps 10~32Gbps 10~32Gbps 32Gbps 32Gbps 2~32Gbps 24~100Gbps
    50~100Gbps 50~100Gbps 50~100Gbps 50~100Gbps 50~100Gbps
    0 0 0 0 0 0 0 0 0 8 16
    SUD, CUD, Spot SUD, CUD, Spot SUD, CUD, Spot CUD, Spot CUD, Spot SUD, CUD, Spot SUD, CUD, Spot SUD, CUD, Spot SUD, CUD CUD, Spot CUD, Spot
    1.00 1.28 1.46 2.29 1.04 1.43 1.50 0.96 1.00

    GPU 및 VM

    GPU는 워크로드를 가속화하는 데 사용됩니다. N1 머신 시리즈 또는 A2 머신 시리즈를 사용하는 VM에만 GPU를 연결할 수 있습니다. 다른 머신 시리즈에서는 GPU가 지원되지 않습니다.

    GPU 수가 적은 VM은 최대 vCPU 수로 제한됩니다. 일반적으로 GPU 수가 많을수록 더 많은 vCPU와 높은 메모리 용량으로 인스턴스를 만들 수 있습니다. 자세한 내용은 Compute Engine의 GPU를 참조하세요.

    다음 단계