https://aws.amazon.com/blogs/aws/new-amazon-ec2-g5g-instances-powered-by-aws-graviton2-processors-and-nvidia-t4g-tensor-core-gpus/
Channy Yun 2021年11月29日
AWS Graviton2处理器由AWS定制设计，以实现亚马逊EC2中的最佳性价比。成千上万的客户正在通过基于Graviron2的实例实现各种工作负载的显著性价比优势。
今天，我们宣布Amazon EC2 G5g实例的全面上市，该实例将Graviton2的性价比优势扩展到基于GPU的工作负载，包括图形应用程序和机器学习推理。除了Graviton2处理器外，G5g实例还配备了NVIDIA T4G Tensor Core GPU，为Android游戏流媒体提供最佳性价比，网络带宽高达25 Gbps，EBS带宽高达19 Gbps。
与基于x86的GPU实例相比，这些实例为Android游戏流媒体提供了高达30%的每小时每流成本。G5g实例也是机器学习开发人员的理想选择，这些开发人员正在寻找经济高效的推理，拥有对CPU性能敏感的ML模型，并利用NVIDIA的AI库。
G5g实例有如下所示的六种规格。
这些实例非常适合许多有趣的工作负载类型。以下是几个例子：
. 流式Android游戏 - 使用G5g实例，Android游戏开发人员可以在基于Arm的GPU实例上本机构建，而无需在基于x86的实例上进行交叉编译或仿真。他们可以对渲染的图形进行编码，并将游戏通过网络传输到移动设备。这有助于简化开发工作和时间，并将每流每小时的成本降低30%。
. ML推理 -G5g实例也是机器学习开发人员的理想选择，这些开发人员寻求经济高效的推理，拥有对CPU性能敏感的ML模型，并利用NVIDIA的AI。如果您对NVIDIA软件没有任何依赖关系，您可以使用Inf1实例，与G4dn实例相比，每次推理的成本降低了70%。
. Graphics rendering-G5g实例是具有渲染工作负载和NVIDIA库依赖性的客户最经济高效的选择。这些实例还支持利用行业标准API（如OpenGL和Vulkan）的渲染应用程序和用例。
. 自主车辆模拟 -我们的几个客户正在设计和模拟包含多个实时传感器的自主车辆。他们可以使用光线跟踪实时模拟传感器输入。
这些实例与Linux上的一长串图形和机器学习库兼容，包括NVNC、NVDEC、nvJPEG、OpenGL、Vulkan、CUDA、CuDNN、CuBLAS和TensorRT。
现在可用
新的G5g实例现在可用，您可以从今天开始在美国东部（北弗吉尼亚州）、美国西部（俄勒冈州）和亚太地区（首尔、新加坡和东京） On-Demand, Spot, Savings Plan, 和Reserved Instance form使用它们。要了解更多信息，请参阅EC2定价页面。
G5g实例现在在AWS Deep Learning AMIs中可用，其中包含NVIDIA驱动程序和流行的ML框架、Amazon Elastic Container Service（Amazon ECS）或Amazon Elastic Kubernetes Service（Amazon EKS）集群，用于容器化ML应用程序。
您可以将反馈发送到Amazon EC2的AWS论坛或通过您通常的AWS支持联系人。
