AWS kondigt de beschikbaarheid van nieuwe EC2-instances aan. De focus ligt op GPU-workloads enerzijds en de zelfgebouwde Graviton 2-processor anderzijds.
AWS introduceert zes nieuwe EC2-instances. Die zijn gericht op klanten die GPU-workloads willen draaien. De cloudreus integreert daartoe één of twee Nvidia T4G Tensor Core-GPU’s, al naargelang het formaat van instance waar je op intekent. De nieuwe cloudcomputers leven onder de naam G5g. AWS kondigt het nieuws aan op de vooravond van de digitale Re:Invent-conferentie.
De G5g-instances vallen op omdat ze de grafische kracht van Nvidia’s hardware combineren met de zelfgebouwde ARM-processors van Amazon. AWS zet al sinds eind 2019 sterk in op de Graviton2-chip. Graviton2 moet klanten rekenkracht bieden die vergelijkbaar is met Intel- of AMD-instances, maar aan een aantrekkelijker prijskaartje.
Kostenefficiëntie
De cloudgigant zet G5g in de markt als oplossingen die ideaal zijn voor machine learning inference, rendering op basis van Nvidia-libraries en simulaties. Telkens ligt de focus op kostenefficiëntie vergeleken met alternatieven die wel AMD of Intel aan de binnenkant hebben.
lees ook
AWS breidt Graviton-aanbod uit met compute-instances
G5g is beschikbaar in vijf verschillende formaten, beginnende van een quadcore-optie tot een versie met twee Nvidia T4-GPU’s en de volledige 64 rekenkernen van de Graviton2-chip. Van die laatste versie voorziet AWS ook een baremetal-optie met dezelfde specificaties. Concreet gaat het om volgende opties:
| Instance | vCPUs | Geheugen (GB) | NVIDIA T4G | GPU-geheugen(GB) | EBS-bandbreedte (Gbps) | Netwerk-bandbreedte (Gbps) |
| g5g.xlarge | 4 | 8 | 1 | 16 | Tot 3.5 | Tot 10 |
| g5g.2xlarge | 8 | 16 | 1 | 16 | Tot 3.5 | Tot 10 |
| g5g.4xlarge | 16 | 32 | 1 | 16 | Tot 3.5 | Tot 10 |
| g5g.8xlarge | 32 | 64 | 1 | 16 | 9 | 12 |
| g5g.16xlarge | 64 | 128 | 2 | 32 | 19 | 25 |
| g5g.metal | 64 | 128 | 2 | 32 | 19 | 25 |
De G5g-instances zijn per direct beschikbaar in een handvol regio’s, met een initiële focus op de VS en Asia-Pacific. Op dit moment kan je ze nog niet draaien in een Europees datacenter. Ze zijn compatibel met tal van grafische en machine learning libraries op Linux waaronder NVENC, NVDEC, nvJPEG, OpenGL, Vulkan, CUDA, CuDNN, CuBLAS, en TensorRT, alsook Amazon ECS en EKS voor machine learning-toepassingen in containers.