Размеры виртуальных машин в Azure
Применимо к: ✔️ Виртуальные машины Linux ✔️ Виртуальные машины Windows ✔️ Универсальные масштабируемые наборы
В этой статье описаны доступные размеры и разновидности виртуальных машин Azure, которые можно использовать для запуска приложений и рабочих нагрузок. Здесь также предоставлены рекомендации по развертыванию, которые нужно учитывать при планировании использования этих ресурсов.
Совет
Воспользуйтесь средством выбора виртуальных машин , чтобы подобрать машину оптимального размера для своей рабочей нагрузки.
Тип | Размеры | Описание |
---|---|---|
Универсальные | B, Dsv3, Dv3, Dasv4, Dav4, DSv2, Dv2, Av2, DC, DCv2, Dpdsv5, Dpldsv5, Dpsv5, Dplsv5, Dv4, Dsv4, Ddv4, Ddsv4, Dv5, Dsv5, Ddv5, Ddsv5, Dasv5, Dadsv5 | Сбалансированное соотношение ресурсов ЦП и памяти. Идеальное решение для тестирования и разработки, небольших и средних баз данных, а также веб-серверов с небольшим или средним объемом трафика. |
Оптимизированные для вычислений | F, Fs, Fsv2, FX | Высокое соотношение ресурсов ЦП и памяти. Подходят для веб-серверов со средним объемом трафика, сетевых устройств, пакетных процессов и серверов приложений. |
Оптимизированные для памяти | Esv3, Ev3, Easv4, Eav4, Epdsv5, Epsv5, Ev4, Esv4, Edv4, Edsv4, Ev5, Esv5, Edv5, Edsv5, Easv5, Eadsv5, Mv2, M, DSv2, Dv2 | Высокое соотношение ресурсов памяти и ядра. Отлично подходят для серверов реляционной базы данных, кэша среднего и большого объема, а также выполняющейся в памяти аналитики. |
Оптимизированные для хранилища | Lsv2, Lsv3, Lasv3 | Высокая пропускная способность и количество операций ввода-вывода. Идеальный вариант для работы с большими данными, с базами данных SQL и NoSQL, системами хранения данных и большими транзакционными базами данных. |
GPU | NC, NCv2, NCv3, NCasT4_v3, ND, NDv2, NV, NVv3, NVv4, NDasrA100_v4, NDm_A100_v4 | Специализированные виртуальные машины, предназначенные для ресурсоемкой отрисовки изображений и редактирования видео, а также для обучения моделей и формирования выводов с помощью глубокого обучения. Доступны виртуальные машины одним или несколькими GPU. |
Для высокопроизводительных вычислений | HB, HBv2, HBv3, HBv4, HC, HX | Виртуальные машины с самыми быстрыми и мощными ЦП, для которых можно настроить сетевые интерфейсы с высокой пропускной способностью (RDMA). |
- Сведения о ценах на различные размеры см. на страницах с ценами для Linux или Windows.
- Доступность размеров виртуальных машин см. в статье Доступность продуктов по регионам.
- Сведения об общих ограничениях виртуальных машин Azure см. в статье Подписка Azure, границы, квоты и ограничения службы.
- Дополнительные сведения об именах виртуальных машин Azure см. в статье Соглашения об именовании для размеров виртуальных машин Azure.
REST API
Сведения об использовании Rest API, чтобы получить сведения о размерах виртуальных машин, см. в следующих статьях:
- List available virtual machine sizes for resizing (Вывод доступных размеров виртуальных машин для изменения размеров)
- List available virtual machine sizes for a subscription (Вывод доступных размеров виртуальных машин для подписки)
- List available virtual machine sizes in an availability set (Вывод доступных размеров виртуальных машин в группе доступности)
ACU
Узнайте больше о том, как с помощью единиц вычислений Azure (ACU) сравнить производительность вычислений для различных номеров SKU Azure.
Результаты теста производительности
Узнайте больше о вычислительной мощности виртуальных машин Linux с помощью результатов теста производительности CoreMark.
Узнайте больше о вычислительной мощности виртуальных машин Windows с помощью результатов теста производительности SPECInt.
Управление затратами
За использование служб Azure взимается плата. Управление затратами Azure помогает устанавливать бюджеты и настраивать оповещения, чтобы держать расходы под контролем. Анализируйте, администрируйте и оптимизируйте затраты на Azure с помощью Управления затратами. Дополнительные сведения см. в кратком руководстве по анализу затрат.
Дальнейшие действия
Узнайте больше о различных доступных размерах виртуальных машин.
- Универсальные
- Оптимизированные для вычислений
- Оптимизированные для памяти
- Оптимизированные для хранилища
- GPU
- Для высокопроизводительных вычислений
- Описание серий A Standard, Dv1 (D1–4 и D11–14 v1) и A8–A11 приведено на странице Предыдущее поколение.