本文說明您可以選擇的機器系列、機器系列和機器類型,以便建立虛擬機器 (VM) 執行個體或裸機執行個體,並取得所需資源。建立運算執行個體時,您會從機器系列中選取機器類型,以決定該執行個體可用的資源。
有多個機器系列可以選擇。每個機器系列都進一步細分為機器系列,而每個系列中又有預先定義的機器類型。舉例來說,您可以在一般用途機器系列的 N2 機器系列中,選取 n2-standard-4
機器類型。
除了 M2、M3 和 X4 機器系列,以及 C3 裸機機器類型,所有機器系列都支援 Spot VM (和先占 VM)。
Compute Engine 術語
本說明文件使用以下術語:
機器系列:已針對特定工作負載完成最佳化的一組精選處理器與硬體設定。
機器系列:機器系列家族會進一步依系列、世代和處理器類型分類。
- 每個系列都著重於不同的運算效能或效能。舉例來說,E 系列提供低成本的效能 VM,而 C 系列則提供更佳的效能。
- 世代會以遞增的數字表示。舉例來說,一般用途機器系列中的 N1 系列是 N2 系列的舊版。世代或系列編號越高,通常表示底層 CPU 平台或技術越新。舉例來說,M3 系列搭載第 3 代 Intel Xeon 可擴充處理器 (Ice Lake),比搭載第 2 代 Intel Xeon 可擴充處理器 (Cascade Lake) 的 M2 系列更為新穎。
生成 | Intel | AMD | Arm |
第 4 代機器系列 | N4、C4、X4、M4、A4 | 不適用 | C4A |
第 3 代機器系列 | C3、H3、Z3、M3、A3 | C3D | 不適用 |
第 2 代機器系列 | N2、E2、C2、M2、A2、G2 | N2D、C2D、T2D、E2 | T2A |
- 機器類型:每個機器系列都至少提供一種機器類型。每個機器類型都會為運算執行個體提供一組資源,例如 vCPU、記憶體、磁碟和 GPU。如果預先定義的機器類型不符合需求,您也可以為部分機器系列建立自訂機器類型。
以下各節說明不同的機器類型。
預先定義的機器類型
預先定義的機器類型會提供無法設定的記憶體和 vCPU 數量。預先定義的機器類型會使用各種 vCPU/記憶體比率:
highcpu
:每個 vCPU 的記憶體從 1 到 3 GB 不等,通常為 2 GB。standard
:每個 vCPU 的記憶體從 3 到 7 GB 不等,通常為每個 vCPU 4 GB 記憶體。highmem
:每個 vCPU 的記憶體從 7 到 14 GB,通常為每個 vCPU 8 GB 記憶體。megamem
:每個 vCPU 的記憶體從 14 到 19 GBhypermem
:每個 vCPU 的記憶體從 19 到 24 GB,通常為每個 vCPU 21 GB 記憶體ultramem
:每個 vCPU 的記憶體從 24 到 31 GB
舉例來說,c3-standard-22
機器類型有 22 個 vCPU,而做為 standard
機器類型,它也具有 88 GB 的記憶體。
本機 SSD 機器類型
本機 SSD 機器類型是特殊的預先定義機器類型。機器類型名稱結尾為 -lssd
。使用其中一種機器類型建立運算執行個體時,系統會自動將 Titanium SSD 或本機 SSD 磁碟連接至執行個體。
這些機器類型適用於 C4A、C3 和 C3D 機器系列。其他機器系列也支援本機 SSD 磁碟,但不使用 -lssd
機器類型。如要進一步瞭解可搭配 Titanium SSD 或本機 SSD 磁碟使用的機器類型,請參閱「選擇有效的本機 SSD 磁碟數量」。
不含作業系統的純粹機器類型
裸機機器類型是特殊的預先定義機器類型。機器類型名稱結尾為 -metal
。使用其中一種機器類型建立運算執行個體時,執行個體上不會安裝管理程序。您可以將 Hyperdisk 儲存空間連結至裸機執行個體,就像連結 VM 執行個體一樣。在 VPC 網路和子網路中,裸機執行個體的使用方式與 VM 執行個體相同。
這些機器類型適用於 C3 和 X4 機器系列。
自訂機器類型
如果沒有任何預先定義的機器類型符合工作負載需求,您可以為一般用途機器家族中的 N 和 E 機器系列建立 VM 執行個體,並使用自訂機器類型。。
自訂機器類型的使用費用略高於同等的預先定義機器類型。此外,您可以為自訂機器類型選取的記憶體容量和 vCPU 數量也有限制。自訂機器類型的以量計價價格,會比預先定義機器類型的以量計價和承諾價格多出 5% 的附加費率。
擴充記憶體僅適用於自訂機器類型,您可以為自訂機器類型指定記憶體量,而不會受到 vCPU 限制。您可以指定擴充記憶體的數量 (最多為機器系列的限制),而非使用根據指定 vCPU 數量計算的預設記憶體大小。
詳情請參閱「使用自訂機器類型建立 VM」。
共用核心機器類型
E2 和 N1 系列包含共用核心機器類型。這些機器類型會共用實體核心,這是執行小型非資源密集型應用程式的經濟實惠方法。
機器家族和系列叢書推薦
下表針對不同工作負載提供建議。
通用工作負載 | |||
---|---|---|---|
N4、N2、N2D、N1 | C4A、C4、C3、C3D | E2 | Tau T2D、Tau T2A |
多種機器類型兼顧價格和效能 | 具備穩定的高效能,適合各種工作負載 | 低成本的日常運算 | 適用於向外擴充工作負載的最佳每核心效能/成本 |
|
|
|
|
最佳化工作負載 |
|||
---|---|---|---|
儲存空間最佳化 | 運算最佳化 | 記憶體最佳化 | 加速器最佳化 |
Z3 | H3、C2、C2D | X4、M4、M3、M2、M1 | A4、A3、A2、G2 |
適用於需要大量儲存空間的工作負載,提供最高的區塊儲存空間與運算資源比率 | 效能超高,適合會耗用大量運算資源的工作負載 | 記憶體與運算比率最高,適合會耗用大量記憶體的工作負載 | 針對加速高效能運算工作負載完成最佳化 |
|
|
|
|
建立運算執行個體後,您可以使用最適規模建議,根據工作負載最佳化資源使用率。詳情請參閱「對 VM 套用機器類型建議」。
一般用途機器系列指南
一般用途機器系列提供多種機器系列,可為各種工作負載提供最佳性價比。
Compute Engine 提供在 x86 或 Arm 架構上執行的通用機器系列。
x86
- C4 機器系列可在 Intel Emerald Rapids CPU 平台上使用,並採用 Titanium 技術。C4 機器類型經過最佳化,可提供穩定卓越的效能,並在 1.5 TB 的 DDR5 記憶體下擴充至 192 個 vCPU。C4 可用於
highcpu
(每個 vCPU 2 GB)、standard
(每個 vCPU 3.75 GB) 和highmem
(每個 vCPU 7.75 GB) 設定。 - N4 機器系列可在 Intel Emerald Rapids CPU 平台上使用,並採用 Titanium 技術。N4 機器類型可同時使用預先定義和自訂形狀,以便在 640 GB DDR5 記憶體下,將 vCPU 擴充至 80 個。N4 可提供
highcpu
(每個 vCPU 2 GB)、standard
(每個 vCPU 4 GB) 和highmem
(每個 vCPU 8 GB) 的配置。 - N2 機器系列最多可搭載 128 個 vCPU,每個 vCPU 有 8 GB 記憶體,適用於 Intel Ice Lake 和 Intel Cascade Lake CPU 平台。
- N2D 機器系列最多可搭載 224 個 vCPU,每個 vCPU 有 8 GB 記憶體,可用於第二代 AMD EPYC Rome 和第三代 AMD EPYC Milan 平台。
- 在 Intel Sapphire Rapids CPU 平台和 Titanium 上,C3 機器系列最多可提供 176 個 vCPU,每個 vCPU 有 2、4 或 8 GB 記憶體。C3 執行個體與基礎 NUMA 架構相符,可提供可靠且穩定的最佳效能。
- 在 AMD EPYC Genoa CPU 平台和 Titanium 上,C3D 機器系列最多可提供 360 個 vCPU,每個 vCPU 有 2、4 或 8 GB 記憶體。C3D 執行個體與基礎 NUMA 架構相符,可提供可靠且穩定的最佳效能。
- E2 機器系列最多可搭載 32 個虛擬核心 (vCPU),最多可提供 128 GB 記憶體 (每個 vCPU 最多 8 GB),且成本最低。E2 機器系列具有預先定義的 CPU 平台,可執行 Intel 處理器或第二代 AMD EPYC™ Rome 處理器。建立執行個體時,系統會為您選取處理器。這個機器系列提供各種運算資源,在 Compute Engine 中費用最低,尤其是搭配承諾使用折扣時。
- Tau T2D 機器系列提供經過最佳化的功能組合,可用於擴充。每個 VM 執行個體最多可搭載 60 個 vCPU,每個 vCPU 可提供 4 GB 記憶體,並可在第三代 AMD EPYC Milan 處理器上使用。Tau T2D 機器系列不使用叢集執行緒,因此 vCPU 等同於整個核心。
- N1 機器系列 VM 最多可搭載 96 個 vCPU,每個 vCPU 最多可提供 6.5 GB 記憶體,適用於 Intel Sandy Bridge、Ivy Bridge、Haswell、Broadwell 和 Skylake CPU 平台。
Arm
C4A 機器系列是 Google Cloud中第二個執行 Arm 處理器的機器系列,也是第一個執行 Google Axion 處理器 (支援 Arm V9 架構) 的機器系列。C4A 執行個體採用 Titanium IPU,並搭配磁碟和網路卸載功能,藉此減少主機端處理作業,進而提升執行個體效能。
C4A 執行個體在單一 UMA 網域中提供最多 72 個 vCPU,每個 vCPU 最多可提供 8 GB 記憶體。C4A 提供
-lssd
機器類型,可提供高達 6 TiB 的 Titanium SSD 容量。C4A 執行個體不會使用同時支援多執行緒 (SMT)。C4A 執行個體中的 vCPU 等同於整個實體核心。Tau T2A 機器系列是在 Google Cloud中第一個執行 Arm 處理器的機器系列。Tau T2A 機器經過最佳化處理,可提供令人滿意的價格/效能比。每個 VM 最多可搭載 48 個 vCPU,每個 vCPU 有 4 GB 記憶體。Tau T2A 機器系列搭配 Arm 指令集和全核心頻率 3 GHz,執行 64 核心 Ampere Altra 處理器。Tau T2A 機器類型支援單一 NUMA 節點,且一個 vCPU 等同於一個完整的核心。
儲存空間最佳化機器系列指南
儲存空間最佳化機器家族最適合用於高效能和閃存最佳化工作負載,例如 SQL、NoSQL 和向量資料庫、橫向擴展資料分析、資料倉儲和搜尋,以及需要快速存取儲存在本機儲存空間中的大量資料的散發式檔案系統。儲存空間最佳化機器系列旨在提供高本機儲存空間總處理量和 IOPS,且延遲時間不到 1 毫秒。
- Z3 執行個體最多可搭載 176 個 vCPU、1,408 GB 記憶體和 36 TiB 本機 SSD。Z3 在搭載 DDR5 記憶體的 Intel Xeon 可擴充處理器 (代號為 Sapphire Rapids) 上執行,並使用 Titanium 卸載處理器。Z3 將最新的運算、網路和儲存空間創新技術整合至單一平台。Z3 執行個體與基礎 NUMA 架構相符,可提供最佳、可靠且穩定的效能。
運算最佳化機器系列指南
運算最佳化機器系列針對運算密集型應用程式的執行進行最佳化,可提供每個核心的最高效能。
- H3 執行個體提供 88 個 vCPU 和 352 GB 的 DDR5 記憶體。H3 執行個體會在 Intel Sapphire Rapids CPU 平台和 Titanium 卸載處理器上執行。H3 執行個體與基礎 NUMA 架構相符,可提供可靠且穩定的最佳效能。H3 可改善各種 HPC 工作負載的效能,例如分子動力學、運算地球科學、財務風險分析、天氣模擬、前端和後端 EDA,以及計算流體動力學。
- C2 執行個體最多可提供 60 個 vCPU,每個 vCPU 可含 4 GB 記憶體,適用於 Intel Cascade Lake CPU 平台。
- C2D 執行個體最多可提供 112 個 vCPU,每個 vCPU 最多可提供 8 GB 記憶體,適用於第三代 AMD EPYC Milan 平台。
記憶體最佳化機器系列指南
記憶體最佳化機器系列包含一系列機器,非常適合用於 OLAP 和 OLTP SAP 工作負載、基因體學模擬、電子設計自動化,以及記憶體使用量最高的 HPC 工作負載。相較於其他機器系列,此系列的每個核心提供的記憶體容量更多,最高可達 32 TB。
- X4 裸機執行個體最多可提供 1,920 個 vCPU,每個 vCPU 有 17 GB 記憶體。X4 提供 16、24 和 32 TB 記憶體的機器類型,可在 Intel Sapphire Rapids CPU 平台上使用。
- M4 執行個體最多可提供 224 個 vCPU,每個 vCPU 有 26.5 GB 記憶體,適用於 Intel Emerald Rapids CPU 平台。
- M3 執行個體最多可搭載 128 個 vCPU,每個 vCPU 最多可提供 30.5 GB 記憶體,適用於 Intel Ice Lake CPU 平台。
- M2 執行個體提供 6 TB、9 TB 和 12 TB 機器類型,適用於 Intel Cascade Lake CPU 平台。
- M1 執行個體最多可提供 160 個 vCPU,每個 vCPU 可提供 14.9 GB 至 24 GB 記憶體,適用於 Intel Skylake 和 Broadwell CPU 平台。
加速器最佳化機器系列指南
加速器最佳化機器系列非常適合大規模平行的統一計算架構 (CUDA) 運算工作負載,例如機器學習 (ML) 和高效能運算 (HPC)。這個系列非常適合需要 GPU 的工作負載
- A4 執行個體最多可提供 224 個 vCPU 和 3,968 GB 記憶體。每個 A4 機器類型連接 8 個 NVIDIA B200 GPU。A4 執行個體的網路頻寬上限為 3,600 Gbps,適用於 Intel Emerald Rapids CPU 平台。
- A3 執行個體最多可搭載 224 個 vCPU 和 2,952 GB 記憶體。每個 A3 機器類型連接 1、2、4 或 8 個 NVIDIA H100 或 8 個 H200 GPU。A3 執行個體的網路頻寬上限為 3,200 Gbps,可在下列 CPU 平台上使用:
- Intel Emerald Rapids - A3 Ultra
- Intel Sapphire Rapids - A3 Mega、High 和 Edge
- A2 執行個體提供 12 到 96 個 vCPU,最多可提供 1,360 GB 記憶體。每個 A2 機器類型都連接 1、2、4、8 或 16 個 NVIDIA A100 GPU。A2 執行個體的最大網路頻寬可達 100 Gbps,適用於 Intel Cascade Lake CPU 平台。
- G2 執行個體可搭載 4 到 96 個 vCPU,最多可提供 432 GB 記憶體。每個 G2 機器類型都連接 1、2、4 或 8 個 NVIDIA L4 GPU。G2 執行個體的最大網路頻寬可達 100 Gbps,適用於 Intel Cascade Lake CPU 平台。
機器系列比較
請參閱下表比較各機器家族,並判斷哪一種適合您的工作負載。參閱本節內容之後,如果您還是無法確定哪個機器系列最適合您的工作負載,請先使用一般用途機器系列。如要進一步瞭解所有支援的處理器,請參閱「CPU 平台」。
如要瞭解所選設定對連結至運算執行個體的磁碟磁區效能的影響,請參閱:
- 永久磁碟:磁碟效能 (依機器類型和 vCPU 數量而定)
- Google Cloud Hyperdisk:Hyperdisk 效能限制
比較 C4A 到 G2 等不同機器系列的特徵。您可以在「選擇要比較的執行個體屬性」欄位中選取特定屬性,比較下表中所有機器系列的這些屬性。
一般用途 | 一般用途 | 一般用途 | 一般用途 | 一般用途 | 一般用途 | 一般用途 | 一般用途 | 一般用途 | 一般用途 | 最佳成本效益 | 儲存空間最佳化 | 運算最佳化 | 運算最佳化 | 運算最佳化 | 記憶體最佳化 | 記憶體最佳化 | 記憶體最佳化 | 記憶體最佳化 | 記憶體最佳化 | 加速器最佳化 | 加速器最佳化 | 加速器最佳化 | 加速器最佳化 | 加速器最佳化 | 加速器最佳化 |
Google Axion | Intel Emerald Rapids | Intel Sapphire Rapids | AMD EPYC Genoa | Intel Emerald Rapids | 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 Sapphire Rapids | Intel Emerald Rapids | Intel Ice Lake | Intel Cascade Lake | Intel Skylake 和 Broadwell | Intel Skylake、Broadwell、Haswell、Sandy Bridge 和 Ivy Bridge | Intel Emerald Rapids | Intel Emerald Rapids | Intel Sapphire Rapids | Intel Cascade Lake | Intel Cascade Lake |
Arm | x86 | x86 | x86 | x86 | x86 | x86 | x86 | x86 | Arm | x86 | x86 | x86 | x86 | x86 | x86 | x86 | x86 | x86 | x86 | x86 | x86 | x86 | x86 | x86 | x86 |
1 至 72 | 2 到 192 | 4 到 176 | 4 至 360 | 2 到 80 | 2 到 128 | 2 到 224 | 1 到 96 | 1 至 60 | 1 到 48 | 0.25 到 32 | 88 或 176 | 88 | 4 到 60 | 2 到 112 | 960 到 1,920 | 56 到 224 | 32 到 128 | 208 到 416 | 40 至 160 | 1 到 96 | 224 | 224 | 208 | 12 到 96 | 4 到 96 |
核心 | 討論串 | 討論串 | 討論串 | 討論串 | 討論串 | 討論串 | 討論串 | 核心 | 核心 | 討論串 | 討論串 | 核心 | 討論串 | 討論串 | 討論串 | 討論串 | 討論串 | 討論串 | 討論串 | 討論串 | 討論串 | 討論串 | 討論串 | 討論串 | 討論串 |
2 到 576 GB | 2 到 1,488 GB | 8 到 1,408 GB | 8 到 2,880 GB | 2 到 640 GB | 2 到 864 GB | 2 到 896 GB | 1.8 到 624 GB | 4 到 240 GB | 4 到 192 GB | 1 至 128 GB | 704 或 1,408 GB | 352 GB | 16 到 240 GB | 4 到 896 GB | 16,384 到 32,768 GB | 744 到 2,976 GB | 976 到 3,904 GB | 5,888 到 11,776 GB | 961 到 3,844 GB | 3.75 到 624 GB | 3,968 GB | 2,952 GB | 1,872 GB | 85 至 1,360 GB | 16 到 432 GB |
— | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | |||||
— | — | — | — | — | — | — | — | — | |||||||||||||||||
VM | VM | VM 和裸機 | VM | VM | VM | VM | VM | VM | VM | VM | VM | VM | VM | VM | 裸機 | VM | VM | VM | VM | VM | VM | VM | VM | VM | VM |
— | — | — | — | — | — | — | — | — | — | — | — | — | — | ||||||||||||
— | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | |||||||
— | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | ||||
NVMe | NVMe | NVMe | NVMe | NVMe | SCSI 和 NVMe | SCSI 和 NVMe | SCSI 和 NVMe | SCSI 和 NVMe | NVMe | SCSI | NVMe | NVMe | SCSI 和 NVMe | SCSI 和 NVMe | NVMe | NVMe | NVMe | SCSI | SCSI 和 NVMe | SCSI 和 NVMe | NVMe | NVMe | NVMe | SCSI 和 NVMe | NVMe |
— | — | — | — | — | — | — | — | — | — | — | — | — | |||||||||||||
— | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | |||||
— | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | |||||||||
— | — | — | — | — | — | — | — | — | — | — | — | ||||||||||||||
— | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | |||||
— | — | — | — | — | — | — | — | — | |||||||||||||||||
6 TiB | 0 | 12 TiB | 12 TiB | 0 | 9 TiB | 9 TiB | 9 TiB | 0 | 0 | 0 | 36 TiB | 0 | 3 TiB | 3 TiB | 0 | 0 | 3 TiB | 0 | 3 TiB | 9 TiB | 12 TiB | 12 TiB | 6 TiB | 3 TiB | 3 TiB |
— | — | — | — | — | 可用區與區域 | 可用區與區域 | 可用區與區域 | 可用區 | 可用區 | 可用區與區域 | — | — | 可用區 | 可用區 | — | — | — | 可用區 | 可用區 | 可用區與區域 | — | — | — | 可用區 | — |
— | — | 可用區 | 可用區 | — | 可用區與區域 | 可用區與區域 | 可用區與區域 | 可用區 | 可用區 | 可用區與區域 | 可用區 | 可用區 | 可用區 | 可用區 | — | — | 可用區 | 可用區 | 可用區 | 可用區與區域 | — | — | 可用區 | 可用區 | 可用區 |
— | — | 可用區 | 可用區 | — | 可用區與區域 | 可用區與區域 | 可用區與區域 | 可用區 | 可用區 | 可用區與區域 | 可用區 | — | 可用區 | 可用區 | — | — | 可用區 | 可用區 | 可用區 | 可用區與區域 | — | — | 可用區 | 可用區 | 可用區 |
— | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | ||||
gVNIC | gVNIC | gVNIC 和 IDPF | 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 | IDPF | gVNIC | gVNIC | gVNIC 和 VirtIO-Net | gVNIC 和 VirtIO-Net | gVNIC 和 VirtIO-Net | gVNIC 和 MRDMA | gVNIC 和 MRDMA | gVNIC | gVNIC 和 VirtIO-Net | gVNIC 和 VirtIO-Net |
10 到 50 Gbps | 10 到 100 Gbps | 23 到 100 Gbps | 20 到 100 Gbps | 10 到 50 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 | 高達 200 Gbps | 10 到 32 Gbps | 10 到 32 Gbps | 高達 100 Gbps | 32 到 100 Gbps | 最高 32 Gbps | 最高 32 Gbps | 最高 32 Gbps | 2 到 32 Gbps | 最高 3,600 Gbps | 高達 3,200 Gbps | 高達 1,800 Gbps | 24 到 100 Gbps | 10 到 100 Gbps |
50 到 100 Gbps | 50 到 200 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 200 Gbps | 50 到 100 Gbps | — | — | 50 到 100 Gbps | 最高 3,600 Gbps | 高達 3,200 Gbps | 高達 1,800 Gbps | 50 到 100 Gbps | 50 到 100 Gbps |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 8 | 8 | 8 | 8 | 16 | 8 |
— | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | |||||||
依資源計算的 CUD 和彈性 CUD | 依資源計算的 CUD 和彈性 CUD | 依資源計算的 CUD 和彈性 CUD | 依資源計算的 CUD 和彈性 CUD | 依資源計算的 CUD 和彈性 CUD | 依資源計算的 CUD 和彈性 CUD | 依資源計算的 CUD 和彈性 CUD | 依資源計算的 CUD 和彈性 CUD | 依資源計算的 CUD | — | 依資源計算的 CUD 和彈性 CUD | 依資源計算的 CUD 和彈性 CUD | 依資源計算的 CUD | 依資源計算的 CUD 和彈性 CUD | 依資源計算的 CUD 和彈性 CUD | 依資源計算的 CUD | 依資源計算的 CUD | 依資源計算的 CUD | 依資源計算的 CUD | 依資源計算的 CUD | 依資源計算的 CUD | 依資源計算的 CUD | 依資源計算的 CUD | 依資源計算的 CUD | 依資源計算的 CUD | 依資源計算的 CUD |
— | — | — | |||||||||||||||||||||||
1.28 | 1.46 | 1.00 | 2.29 | 1.04 | 1.43 | 1.50 | 1.00 | 0.96 |
GPU 和運算執行個體
GPU 可用來加快工作負載的速度,並支援 N1、A4、A3、A2 和 G2 執行個體。如果是使用 N1 機器類型的執行個體,您可以在建立執行個體時或之後,將 GPU 附加至執行個體。對於使用 A4、A3、A2 或 G2 機器類型的執行個體,系統會在您建立執行個體時自動附加 GPU。GPU 無法與任何其他機器系列搭配使用。
GPU 數量較少的執行個體會有 vCPU 數量上限。一般而言,GPU 數量越多,表示您可以建立 vCPU 較多且記憶體較大的執行個體。如需詳細資訊,請參閱「Compute Engine 上的 GPU」一文。
後續步驟
- 瞭解如何建立及啟動 VM
- 瞭解如何使用自訂機器類型建立 VM。
- 完成使用 Linux VM 的快速入門導覽課程
- 完成使用 Windows VM 的快速入門導覽課程
- 進一步瞭解如何將區塊儲存空間連結至 VM