Seria rozmiarów maszyn wirtualnych zoptymalizowanych pod kątem magazynu rodzinnego "NP"
Dotyczy: ✔️ Maszyny wirtualne z systemem Linux Maszyny ✔️ wirtualne z systemem Windows ✔️ — elastyczne zestawy ✔️ skalowania
Podfałd "NP" serii rozmiarów maszyn wirtualnych to jedno z wystąpień maszyn wirtualnych zoptymalizowanych pod kątem magazynu platformy Azure. Są one przeznaczone dla obciążeń wymagających wysokiej przepływności dysku i operacji we/wy, takich jak bazy danych, aplikacje danych big data i magazynowanie danych. Wysoka przepływność dysku i duże pojemności magazynu dysków lokalnych na maszynach wirtualnych serii L obsługują aplikacje i usługi, które korzystają z małych opóźnień i dużych szybkości odczytu i zapisu sekwencyjnego. Dzięki temu są one odpowiednie do obsługi zadań, takich jak przetwarzanie dzienników na dużą skalę, analiza danych big data w czasie rzeczywistym i scenariusze obejmujące duże bazy danych, które wykonują częste operacje na dysku, zapewniając wydajną wydajność dla aplikacji o dużej pojemności magazynu.
Obciążenia i przypadki użycia
Przetwarzanie danych w czasie rzeczywistym: maszyny wirtualne rodziny NP są excel w środowiskach, w których dane muszą być przetwarzane w czasie rzeczywistym z minimalnym opóźnieniem, na przykład w handlu finansowym, analizie w czasie rzeczywistym i przetwarzaniu danych sieciowych.
Niestandardowa sztuczna inteligencja i uczenie maszynowe: maszyny wirtualne rodziny NP są odpowiednie do przyspieszania zadań wnioskowania sztucznej inteligencji i uczenia maszynowego, gdzie układ FPGA może być zaprogramowany w celu wykonywania określonych algorytmów czasami szybciej niż typowe rozwiązania oparte na procesorze CPU lub procesorze GPU.
Genomics i Life Sciences: maszyny wirtualne rodziny NP mogą znacznie przyspieszyć zadania sekwencjonowania genomicznego i inne aplikacje nauk życiowych, które korzystają z niestandardowego przyspieszania sprzętowego.
Transkodowanie wideo i przesyłanie strumieniowe: układy FPGA mogą służyć do przyspieszania zadań przetwarzania wideo, takich jak transkodowanie i przesyłanie strumieniowe wideo w czasie rzeczywistym, optymalizowanie wydajności i skracanie czasu przetwarzania.
Przetwarzanie sygnałów: maszyny wirtualne rodziny NP są idealne dla aplikacji telekomunikacyjnych i przetwarzania sygnałów, w których konieczna jest szybka manipulacja i analiza sygnałów.
Przyspieszanie bazy danych: maszyny wirtualne rodziny NP mogą ulepszać operacje bazy danych, zwłaszcza w przypadku niestandardowych operacji wyszukiwania i zapytań baz danych na dużą skalę, odciążając te zadania do fpGA.
Seria w rodzinie
Seria NP
Maszyny wirtualne serii NP są obsługiwane przez układy FPGA Xilinx U250 do przyspieszania obciążeń, w tym wnioskowania uczenia maszynowego, transkodowania wideo i wyszukiwania baz danych i analizy. Maszyny wirtualne serii NP są również obsługiwane przez procesory Intel Xeon 8171M (Skylake) ze wszystkimi rdzeniami z szybkością zegara 3,2 GHz.
Wyświetl pełną stronę serii np.
Element | Ilość Liczba jednostek |
Specyfikacje Identyfikator jednostki SKU, jednostki wydajności itp. |
---|---|---|
Procesor | 10 – 40rdzeni wirtualnych | Intel® Xeon® 8171M (Skylake) |
Pamięć | 168 - 672GiB | |
Dyski danych | 8 – 32Dyski | |
Sieć | 1 – 4karty sieciowe | 7500 – 30000Mb/s |
Akceleratory | 1 – 4układy FPGA | Xilinx U250 64GiB 64 – 256GiB na maszynę wirtualną |
Seria rodziny NP poprzedniej generacji
Aby uzyskać informacje o starszych rozmiarach, zobacz poprzednie rozmiary generacji.
Inne informacje o rozmiarze
Lista wszystkich dostępnych rozmiarów: rozmiary
Kalkulator cen: Kalkulator cen
Informacje o typach dysków: Typy dysków
Następne kroki
Dowiedz się więcej o tym, jak jednostki obliczeniowe platformy Azure (ACU) mogą ułatwić porównanie wydajności obliczeń w jednostkach SKU platformy Azure.
Zapoznaj się z usługą Azure Dedicated Hosts dla serwerów fizycznych, które mogą hostować co najmniej jedną maszynę wirtualną przypisaną do jednej subskrypcji platformy Azure.
Dowiedz się, jak monitorować maszyny wirtualne platformy Azure.
Opinia
https://aka.ms/ContentUserFeedback.
Dostępne już wkrótce: W 2024 r. będziemy stopniowo wycofywać zgłoszenia z serwisu GitHub jako mechanizm przesyłania opinii na temat zawartości i zastępować go nowym systemem opinii. Aby uzyskać więcej informacji, sprawdź:Prześlij i wyświetl opinię dla