KnownVMCategory enum
VMCategories definierade för virtuella Azure-datorer. Se: https://learn.microsoft.com/en-us/azure/virtual-machines/sizes/overview?tabs=breakdownseries%2Cgeneralsizelist%2Ccomputesizelist%2Cmemorysizelist%2Cstoragesizelist%2Cgpusizelist%2Cfpgasizelist%2Chpcsizelist#general-purpose
Fält
| ComputeOptimized | Beräkningsoptimerade VM-storlekar har ett högt cpu-till-minne-förhållande. Dessa storlekar är bra för webbservrar med medelhög trafik, nätverksinstallationer, batchprocesser och programservrar. |
| FpgaAccelerated | FPGA-optimerade VM-storlekar är specialiserade virtuella datorer som är tillgängliga med en eller flera FPGA:er. Dessa storlekar är utformade för beräkningsintensiva arbetsbelastningar. Den här artikeln innehåller information om antalet och typen av FPGA, vCPU:er, datadiskar och nätverkskort. Lagringsdataflöde och nätverksbandbredd ingår också för varje storlek i den här grupperingen. |
| GeneralPurpose | Vm-storlekar för generell användning ger ett balanserat förhållande mellan cpu och minne. Utmärkt för testning och utveckling, små till medelstora databaser och webbservrar med låg till medelhög trafik. |
| GpuAccelerated | GPU-optimerade VM-storlekar är specialiserade virtuella datorer som är tillgängliga med enstaka, flera eller bråktals-GPU:er. Dessa storlekar är utformade för beräkningsintensiva, grafikintensiva och visualiseringsarbetsbelastningar. |
| HighPerformanceCompute | Virtuella Azure High Performance Compute-datorer är optimerade för olika HPC-arbetsbelastningar, till exempel Computational Fluid Dynamics, analys av finita element, EDA på klientsidan och serverdelen, rendering, molekylär dynamik, geovetenskaplig beräkning, vädersimulering och finansiell riskanalys. |
| MemoryOptimized | Minnesoptimerade VM-storlekar erbjuder ett högt förhållande mellan minne och CPU som är bra för relationsdatabasservrar, medelstora till stora cacheminnen och minnesintern analys. |
| StorageOptimized | Storlekar för lagringsoptimerade virtuella datorer (VM) erbjuder högt diskdataflöde och I/O och är idealiska för stordata, SQL, NoSQL-databaser, datalager och stora transaktionsdatabaser. Exempel är Cassandra, MongoDB, Cloudera och Redis. |
