ทำความรู้จักประเภทของ Cloud Instance หรือ Compute Instance

Instance หรือ virtual machines คือ หน่วยประมวลผลหลักตัว Cloud Server นั่นเอง ขึ้นอยู่กับผู้ให้บริการแต่ละเจ้าจะนิยามอย่างไร ในนิยามของ THAI DATA CLOUD เราจะเรียกเจ้าหน่วยประมวลผลหลักนี้ว่าว่า “Cloud Instance Enterprise”

Cloud Instance ของเราใช้สถาปัตยกรรมการประมวลผลแบบใด ?

Cloud Instance Enterprise ของ THAI DATA CLOUD ให้บริการบนสถาปัตยกรรมบนหน่วยประมวลผลของ Intel x86 เป็นหลัก โดยแบ่งตามรูปแบบการใช้งาน 8 ประเภท เพื่อให้ลูกค้าสามารถเลือกใช้งานได้ตรงตามจุดประสงค์ของงาน

1. General computing basic
2. General computing plus
3. Memory-optimized
4. Large-memory
5. Disk-intensive
6. Ultra-high I/O
7. High-performance computing
8. GPU-accelerated

General computing Basic

• คำอธิบายทั่วไป / ความเหมาะสมสำหรับ
  • การใช้งานประมวลแบบทั่วไป ต้นทุนประหยัด
• รายละเอียดหน่วยประมวลผล (Compute)
  • vCPU to memory ratio: 1:1, 1:2, or 1:4
  • Number of vCPUs: 1 to 16
  • Intel® Xeon® Scalable Processor
  • Basic/Turbo frequency: 2.2 GHz/3.0 GHz
• ด้านเนตเวิร์ค (Network)
  • รองรับ for IPv6
  • รองรับ Packets Per Second : PPS สูงสุด : 600,000
  • รองรับ intranet bandwidth สูงสุด : 3 Gbit/s
• ตัวอย่างการนำไปใช้ที่เหมาะสม
  • Web application servers.
  • Light-load applications.
  • Microservices.

General computing Plus

• คำอธิบายทั่วไป / ความเหมาะสมสำหรับ
  • เหมาะกับการประมวลผลระดับสูง
  • ใช้งานงานเน็ตเวิร์ค intranet เพื่อเชื่อมต่อระหว่างเซิร์ฟเวอร์ ระดับสูง 
• รายละเอียดหน่วยประมวลผล (Compute)
  • vCPU to memory ratio: 1:2 or 1:4
  • Number of vCPUs: 2 to 60
  • Intel® Xeon® Scalable Processor
  • Basic/Turbo frequency: 3.0 GHz/3.4 GHz
• ด้านเนตเวิร์ค (Network)
  • รองรับ for IPv6
  • รองรับ Ultra-high Packets Per Second : PPS
  • รองรับ intranet bandwidth สูงสุด : 17-40 Gbit/s
• ตัวอย่างการนำไปใช้ที่เหมาะสม
  • Gaming acceleration high performance and stability servers.
  • Rendering optimal cost-effectiveness with high-quality rendering.
  • Video bullet screen
  • Website building
  • App development.

Memory-optimized

• คำอธิบายทั่วไป / ความเหมาะสมสำหรับ
  • เซิร์ฟเวอร์ที่เน้นการใช้งานหน่วยประมวลขนาดใหญ่ (large memory size) และประสิทธิภาพสูง (high memory performance)
  • เซิร์ฟเวอร์ที่ประมวลผลประมาณข้อมูลจำนวนมาก เช่น การประทวลผลเพื่อหาความแม่นยำ advertising, e-commerce, หรือ IoV big data analysis.
• รายละเอียดหน่วยประมวลผล (Compute)
  • vCPU to memory ratio: 1:8
  • Number of vCPUs: 2 to 64
  • 2nd Generation Intel® Xeon® Scalable Processor
  • Basic/Turbo frequency: 3.0 GHz/3.4 GHz
• ด้านเนตเวิร์ค (Network)
  • รองรับ for IPv6
  • รองรับ Ultra-high Packets Per Second : PPS สูงสุด 10,000,000
  • รองรับ intranet bandwidth สูงสุด : 13-40 Gbit/s
• ตัวอย่างการนำไปใช้ที่เหมาะสม
  • การประมวลผลแบบ Massively parallel processing (MPP) database
  • การประมวลผลข้อมูลขนากใหญ่ด้วย MapReduce and Hadoop distributed computing
  • ระบบไฟล์เครือข่าย Distributed file systems
  • ระบบ Network file system, การบันทึกและจัดเก็บ log
  • การประมวลผล data processing applications

Large-memory

• คำอธิบายทั่วไป / ความเหมาะสมสำหรับ
  • เซิร์ฟเวอร์ที่เน้นการใช้งานหน่วยประมวลขนาดใหญ่ (large memory size) และประสิทธิระบบเครือข่ายคุณภาพสูง (high network performance)
  • การประมวลผลขนาดใหญ่ด้วย Intel® Xeon® Scalable processors and 25GE high-speed intelligent NICs to offer powerful and stable computing performance, including ultra-high network bandwidth and PPS.
• รายละเอียดหน่วยประมวลผล (Compute)
  • Memory: 348 GB to 4096 GB
  • Number of vCPUs: 28 to 208
  • Intel® Xeon® Scalable Processor
  • vCPU to memory ratio: 1:12, Basic/Turbo frequency: 3.0 GHz/3.4 GHz
  • vCPU to memory ratio: 1:14, Basic/Turbo frequency: 2.1 GHz/3.8 GHz
• ด้านเนตเวิร์ค (Network)
  • รองรับ for IPv6
  • รองรับ Ultra-high Packets Per Second : PPS สูงสุด 10,000,000
  • รองรับ Intranet bandwidth สูงสุด : 40 Gbit/s
• ตัวอย่างการนำไปใช้ที่เหมาะสม
  • Hyper-threading scenarios เช่น OLTP and OLAP
  • SAP HANA in-memory databases เช่น SAP Business Suite on HANA (SoH), SAP S/4HANA (S4H), SAP Business Warehouse on HANA (BWoH), SAP BW/4HANA (B4H)
  • High-performance databases
  • Distributed cache
  • Big data processing engines and data mining applications

Ultra-high I/O

• คำอธิบายทั่วไป / ความเหมาะสมสำหรับ
  • Ultra-high I/O ECSs use high-performance local NVMe SSDs to provide high storage input/output operations per second (IOPS) and low read/write latency. You can create such ECSs with high-performance local NVMe SSDs attached on the management console.
• รายละเอียดหน่วยประมวลผล (Compute)
  • vCPU to memory ratio: 1:8
  • Number of vCPUs: 8 to 64
  • Intel® Xeon® Scalable Processor
  • Basic/Turbo frequency: 3.0 GHz/3.4 GHz
• ด้านเนตเวิร์ค (Network)
  • รองรับ for IPv6
  • รองรับ Ultra-high Packets Per Second : PPS สูงสุด 5,000,000
  • รองรับ Intranet bandwidth สูงสุด : 25 Gbit/s
• ตัวอย่างการนำไปใช้ที่เหมาะสม
  • High-performance relational databases.
  • NoSQL databases (such as Cassandra and MongoDB)

High-performance computing

• คำอธิบายทั่วไป / ความเหมาะสมสำหรับ
  • Each vCPU of a high-performance computing corresponds to the hyper thread of an Intel® Xeon® Scalable processor core.
  • High-performance computing are suitable for high-performance computing scenarios. They provide massive parallel computing resources and high-performance infrastructure services to meet the requirements of high-performance computing and massive storage and ensure rendering efficiency.
• รายละเอียดหน่วยประมวลผล (Compute)
  • vCPU to memory ratio: 1:2 or 1:4
  • Number of vCPUs: 2 to 32
  • Intel® Xeon® Scalable Processor / Intel® Xeon® Processor E5 v4 family
  • Basic/Turbo frequency: 2.6 GHz/ 3.2 GHz/ 3.5 GHz/ 4.2 GHz
• ด้านเนตเวิร์ค (Network)
  • รองรับ for IPv6
  • รองรับ Ultra-high Packets Per Second : PPS สูงสุด 600,000-4,000,000
  • รองรับ Intranet bandwidth สูงสุด : 13-17 Gbit/s
• ตัวอย่างการนำไปใช้ที่เหมาะสม
  • Computing and storage systems for genetic engineering, games, animations, and biopharmaceuticals
  • Public rendering platforms for renderfarms and animation and film bases; other rendering platforms for movies and videos
  • High-performance frontend clusters, web servers, high-performance science and engineering applications, advertisements, video coding, and distributed analysis
  • Batch-processed workload, HPC applications, and SAP applications
  • Computing-intensive services, such as large-scale multiplayer online (MMO) gaming

GPU-accelerated

• คำอธิบายทั่วไป / ความเหมาะสมสำหรับ
  • สำหรับการใช้งานด้าน GPU-accelerated เป็นหลัก
  • แอพลิเคชันที่มีความต้องการการประมวลสูงแบ real-time, highly concurrent massive computing
• รายละเอียดหน่วยประมวลผล (GPU)
  • NVIDIA V100
    5120 Cores per GPU
  • NVIDIA V100 NVLink (GPU passthrough)
    5120 Cores per GPU
  • NVIDIA T4 (GPU passthrough)
    2560 Cores per GPU
  • NVIDIA P4 (GPU passthrough)
    2560 Cores per GPU
• ตัวอย่างการนำไปใช้ที่เหมาะสม
  • Cloud desktop 
  • Heavy-load graphics design, image rendering 3D visualization, and heavy-load graphics design
  • Machine learning, deep learning
  • Inference training
  • Scientific computing, seismic analysis
  • Computing finance, 
  • Multimedia encoding and decoding
• Supported Common Software
  • AutoCAD
  • 3DS MAX
  • MAYA
  • Agisoft PhotoScan
  • ContextCapture
  • Smart3D 3D modeling software

• Facebook
• Twitter
• Line