为什么选择 Amazon EC2 X8g 实例？
Amazon Elastic Compute Cloud（Amazon EC2）X8g 实例采用新一代 AWS Graviton4 处理器，在基于 Graviton4 的 EC2 实例中，每 GiB 内存成本最低。 与 X2gd 实例相比，X8g 实例的性能提高了多达 60%，内存高达 3 TiB，实例大小更大，vCPU 和内存量增加了多达 3 倍。
X8g 实例的更高性能和更大内存使客户能够运行内存密集型工作负载，如内存数据库（Redis、Memcached）、关系数据库（MySQL、PostgreSQL）、电子设计自动化（EDA）工作负载、实时大数据分析和实时缓存服务器。 此外，X8g 实例可以将更多内存密集型容器化应用程序组合到单个实例上，进而优化其计算基础设施。
立即试用 Amazon EC2 T4g 实例
免费试用：免费试用采用 AWS Graviton2 处理器的 Amazon EC2 t4g.small 实例，每月最长 750 小时，有效期至 2024 年 12 月 31 日。有关更多详情，请参阅常见问题。
优势
功能
产品详细信息
-
X8g
-
X8g
-
采用 AWS Graviton4 处理器的 X8g 实例。在 Amazon EC2 X 系列实例中提供出众的性价比。
实例大小 vCPU 内存（GiB） 实例存储（GB） 网络带宽（Gbps） Amazon EBS 带宽（Gbps） x8g.medium
1
16
仅限 EBS
最高 12.5
最高 10
x8g.large
2
32
仅限 EBS
最高 12.5
最高 10
x8g.xlarge
4
64
仅限 EBS
最高 12.5
最高 10
x8g.2xlarge
8
128
仅限 EBS
最高 15
最高 10
x8g.4xlarge
16
256
仅限 EBS
最高 15
最高 10
x8g.8xlarge
32
512
仅限 EBS
15
10
x8g.12xlarge
48
768
仅限 EBS
22.5
15
x8g.16xlarge
64
1024
仅限 EBS
30
20
x8g.24xlarge
96
1536
仅限 EBS
40
30
x8g.48xlarge
192
3072
仅限 EBS
50
40
x8g.metal-24xl
96
1536
仅限 EBS
40
30
x8g.metal-48xl
192
3072
仅限 EBS
50
40
客户评价
以下是客户和合作伙伴如何利用 Amazon EC2 X8g 实例实现业务敏捷性、性价比、成本节约和可持续性目标的一些示例。
-
Cadence
Cadence 是电子设计领域的关键领导者，积累了 30 多年的计算软件专业知识。
Cadence 的软件用于将电子设计概念变为现实，满足最具活力市场应用的需求，包括超大规模计算、5G 通信、汽车、移动、航空航天、消费品、工业和生命科学等。我们对 Arm 处理器领域的快速创新感到兴奋，并已成功在基于内存优化型 AWS Graviton4 的 Amazon EC2 R8g 实例上运行了我们的许多产品，包括 Xcelium、Jasper 等，提供了引人注目的性价比优势。基于 AWS Graviton4 的新 Amazon EC2 X8g 实例拥有 Graviton 实例有史以来最大的内存占用量，使更大、内存更密集的 EDA 工作负载能够比以往任何时候都更高效地运行。
Mahesh Turaga，Cadence 云业务发展副总裁 -
Siemens
Siemens EDA 客户需要一系列软件和计算平台解决方案，以应对 IC 开发不断增加的复杂性。通过将 Siemens EDA 软件和 Amazon EC2 实例组合使用，用户能够找到性能和成本效益的良好平衡。即将推出的基于 AWS Graviton4 的实例系列扩展，在 Amazon EC2 X8g 实例中增加了每个核心的内存，这将为其他类别的 EDA 软件开放使用空间。Siemens 很高兴能够在多种产品上扩展对 AWS Graviton 的支持，这是我们深厚的合作关系和共同承诺的一部分，致力于让我们的共同客户取得成功。
Craig Johnson，Siemens EDA 的 EDA 云解决方案副总裁 -
Synopsys
随着系统设计复杂性的增加，对计算和内存资源的需求也越来越大。随着云上基于 Arm 架构的计算实例的兴起，我们正在与 AWS 合作，帮助我们的客户使用我们行业领先的人工智能驱动 EDA 套件在云端无缝扩展计算密集型工作负载，从而缩短上市时间。
Sanjay Bali，Synopsys 产品管理高级副总裁 -
Anthropic
利用采用 AWS Graviton 处理器的 Amazon EC2 X8g 实例极大地提高了我们处理海量数据集进行 AI 训练的能力，提供了高内存容量、能效和成本效益的理想组合，加速了我们对大规模高级机器学习的追求。
Nova DasSarma，Anthropic 技术人员 -
Arm
在控制成本的同时加快芯片设计和实施，这对于我们为合作伙伴提供创新所需的 Arm 技术的能力至关重要。随着一系列应用领域需要越来越复杂的处理器设计，优化计算和内存性能的选择在加速创新和缩短上市时间方面起着关键作用。基于 AWS Graviton4 的 Amazon EC2 X8g 实例将 Graviton 的适用性广泛扩展到硅芯片布局等重要的新领域，同时提高了现有大内存应用场景的效率。在我们的测试中，与上一代 X2gd 实例相比，X8g 实例将此类工作负载（形式验证等）获得成效的时间缩短了 50%。
Tim Thornton，Arm 基于 Arm 的工程总监 -
DataStax
在 DataStax，我们一直在努力为客户提高 AI PaaS 的性能和成本效益。DataStax Astra DB 一直在利用 AWS Graviton 实例提供卓越的吞吐量和性能，同时保持成本可控。我们对即将发布的基于 AWS Graviton4 的 Amazon EC2 X8g 实例感到非常兴奋，而且已经观察到它能够立即提高吞吐量和性能。我们期待在 X8g 实例正式推出后尽快将其整合到我们的基础设施中，从而进一步增强 Astra DB 为我们的用户提供的功能。
Ed Anuff，DataStax 首席产品官 -
Rescale
Rescale 很高兴向我们的客户介绍采用 AWS Graviton4 处理器的 Amazon EC2 X8g 实例。X8g 实例的高级功能，包括其令人印象深刻的内存带宽、每个节点的高核心数和增强的网络带宽，将使我们能够为客户提供更节能、更具成本效益的计算资源。
Radhika Gundavelli，Rescale 高性能计算工程经理 -
Row Zero
Row Zero 是速度非常快的基于云的电子表格，外观很像 Excel，但可以处理数十亿行。该工具消除了不受管理的 CSV 导出，并允许业务团队在安全、强大的电子表格中分析其数据仓库中的数据。
Row Zero 工作簿在 Amazon EC2 上运行。以前，我们使用 Amazon EC2 X2gd 和 R7g 实例来平衡性能和成本。基于 AWS Graviton4 的新 Amazon EC2 X8g 实例为我们的内存密集型工作负载提供了极具吸引力的性能和成本。与上一代 X2gd 实例相比，我们的主要延迟关键型工作负载（例如数据透视表操作、大量 CSV 导入和 COUNTIF）性能提高了 42%，每 GB 内存的成本比 R7g 实例降低了 28%。展望未来，我们预计 X8g 实例的采用将立即提高性能，同时降低我们的成本。
Breck Fresen，Row Zero 创始人兼首席执行官 -
SAP
去年 11 月，我们宣布 SAP HANA Cloud 可用于基于 AWS Graviton 的实例，可将分析工作负载的性价比提高 35%，且预计可将 SAP HANA Cloud 的碳足迹减少 45%。SAP 发现，与基于 AWS Graviton3 的实例相比，基于 AWS Graviton4 的实例上的 SAP HANA Cloud 分析工作负载的性能提高了多达 25%，事务工作负载的性能提高了多达 40%。我们对基于 AWS Graviton4 的新 Amazon EC2 X8g 实例感到兴奋，它们能够为我们的更大内存绑定解决方案提供高达 3 TiB 的内存。我们计划在 SAP BTP 和 SAP HANA Cloud 中的多项服务中，将 X8g 实例纳入其他基于 AWS Graviton 的实例。
Stefan Bauerle，SAP 高级副总裁兼数据库主管 -
Zilliz
向量相似度搜索需要大量计算，需要强大的硬件才能获得良好性能。Zilliz Cloud 以其高性能和可扩展性而闻名，针对这些要求苛刻的工作负载优化了其服务。如今，客户使用基于 AWS Graviton3 的 Amazon EC2 R7g 实例，与之前的 R6i 解决方案相比，这些实例具有卓越的性能和成本效益。Zilliz Cloud 很快将在基于 AWS Graviton4 的 Amazon EC2 X8g 实例上提供实例，为 Zilliz Cloud 产品组合提供强大的扩展选项。这些新实例将为客户提供更快、更高效的向量搜索服务。
James Luan，Zilliz Inc. 工程副总裁