# Amazon EC2 인스턴스 유형
인스턴스를 시작할 때 지정하는 *인스턴스 유형*에 따라 인스턴스에 사용되는 호스트 컴퓨터의 하드웨어가 결정됩니다. 각 인스턴스 유형은 서로 다른 컴퓨팅, 메모리, 스토리지 용량을 제공하며, 이 용량에 따라 한 인스턴스 패밀리로 분류됩니다. 인스턴스에서 실행하려는 애플리케이션 또는 소프트웨어의 요구 사항에 따라 인스턴스 유형을 선택하세요. 특성 및 사용 사례에 대한 자세한 내용은 [Amazon EC2 인스턴스 유형](https://aws.amazon.com/ec2/instance-types/)을 참조하세요.
Amazon EC2는 CPU, 메모리 및 인스턴스 스토리지와 같은 호스트 컴퓨터의 일부 리소스를 특정 인스턴스에 전용으로 할당합니다. Amazon EC2는 네트워크 및 디스크 하위 시스템과 같은 호스트 컴퓨터의 기타 리소스를 인스턴스 간에 공유합니다. 호스트 컴퓨터의 각 인스턴스가 이러한 공유 리소스 중 하나를 최대한 많이 사용하려고 할 경우 해당 리소스는 각 인스턴스에 고르게 분배됩니다. 그러나 리소스 사용률이 저조한 경우에는 리소스에 여유가 있는 한 특정 인스턴스가 해당 리소스를 더 많이 소비할 수 있습니다.
각 인스턴스 유형은 공유 리소스의 최소 성능을 더 많이 제공하거나 더 적게 제공합니다. 예를 들어 I/O 성능이 높은 인스턴스 유형에는 더 많은 몫의 공유 리소스가 할당됩니다. 더 많은 몫의 공유 리소스가 할당되면 I/O 성능의 변동성도 감소합니다. 대부분의 애플리케이션에 대해서는 중간 수준의 I/O 성능만으로 충분합니다. 그러나 더욱 높거나 일관적인 I/O 성능이 필요한 애플리케이션에 대해서는 I/O 성능이 높은 인스턴스 유형을 사용하는 것이 좋습니다.
**Topics**
+ [
## 사용 가능한 인스턴스 유형
](#AvailableInstanceTypes)
+ [
## 하드웨어 사양
](#instance-hardware-specs)
+ [
## 하이퍼바이저 유형
](#instance-hypervisor-type)
+ [
## AMI 가상화 유형
](#instance-virtualization-type)
+ [
## Processors
](#instance-types-processors)
+ [
# Amazon EC2 인스턴스 유형 찾기
](instance-discovery.md)
+ [
# EC2 인스턴스 유형 파인더에서 권장 사항 받기
](get-ec2-instance-type-recommendations.md)
+ [
# Compute Optimizer에서 EC2 인스턴스 권장 사항 받기
](ec2-instance-recommendations.md)
+ [
# Amazon EC2 인스턴스 유형 변경
](ec2-instance-resize.md)
+ [
# 성능 버스트 가능 인스턴스
](burstable-performance-instances.md)
+ [
# GPU 인스턴스를 사용한 성능 가속화
](configure-gpu-instances.md)
+ [
# Amazon EC2 Mac 인스턴스
](ec2-mac-instances.md)
+ [
# Amazon EBS 최적화 인스턴스 유형
](ebs-optimized.md)
+ [
# Amazon EC2 인스턴스의 CPU 옵션
](instance-optimize-cpu.md)
+ [
# Amazon EC2 인스턴스용 AMD SEV-SNP
](sev-snp.md)
+ [
# Amazon EC2 Linux 인스턴스에 대한 프로세서 상태 제어
](processor_state_control.md)
## 사용 가능한 인스턴스 유형
Amazon EC2는 각 사용 사례에 맞게 최적화된 다양한 인스턴스 유형을 제공합니다. 인스턴스 유형은 CPU, 메모리, 스토리지, 네트워킹 용량의 다양한 조합으로 구성되며 애플리케이션에 적합한 리소스 조합을 선택할 수 있는 유연성을 제공합니다. 각 인스턴스 유형에는 하나 이상의 인스턴스 크기가 포함되므로 대상 워크로드의 요구 사항에 맞게 리소스를 확장할 수 있습니다.
**인스턴스 유형 명명 규칙**
이름은 패밀리, 세대, 프로세서 패밀리, 추가 기능 및 크기에 기반합니다. 자세한 내용은 *Amazon EC2 인스턴스 유형 안내서*의 [명명 규칙](https://docs.aws.amazon.com/ec2/latest/instancetypes/instance-type-names.html)을 참조하세요.
**인스턴스 유형 찾기**
지원되는 리전, 컴퓨팅 리소스, 스토리지 리소스와 같은 요구 사항을 충족하는 인스턴스 유형을 확인하려면 **Amazon EC2 인스턴스 유형 가이드에서 [Amazon EC2 인스턴스 유형 찾기](instance-discovery.md) 및 [Amazon EC2 인스턴스 유형 사양](https://docs.aws.amazon.com/ec2/latest/instancetypes/ec2-instance-type-specifications.html)을 참조하세요.
## 하드웨어 사양
인스턴스 유형 사양에 대한 자세한 내용은 *Amazon EC2 인스턴스 유형 안내서*에서 [사양](https://docs.aws.amazon.com/ec2/latest/instancetypes/ec2-instance-type-specifications.html)을 참조하세요. 가격 책정에 대한 자세한 내용은 [Amazon EC2 온디맨드 가격 책정](https://aws.amazon.com/ec2/pricing/on-demand/)을 참조하세요.
요구 사항에 가장 적합한 인스턴스 유형을 확인하려면 인스턴스를 시작한 후 벤치마크 애플리케이션을 직접 사용해 보는 것이 좋습니다. 과금 기준은 인스턴스 초이므로 여러 인스턴스 유형을 테스트해 본 후에 결정하는 것이 간편하면서도 경제적입니다. 변경이 필요할 경우 결정을 내린 후에도 인스턴스 유형을 변경할 수 있습니다. 자세한 내용은 [Amazon EC2 인스턴스 유형 변경](ec2-instance-resize.md) 섹션을 참조하세요.
## 하이퍼바이저 유형
Amazon EC2는 Xen 및 Nitro 하이퍼바이저를 지원합니다.
**Nitro 기반 인스턴스**
+ **범용:** M5 \$1 M5a \$1 M5ad \$1 M5d \$1 M5dn \$1 M5n \$1 M5zn \$1 M6a \$1 M6g \$1 M6gd \$1 M6i \$1 M6id \$1 M6idn \$1 M6in \$1 M7a \$1 M7g \$1 M7gd \$1 M7i \$1 M7i-flex \$1 M8a \$1 M8azn \$1 M8g \$1 M8gb \$1 M8gd \$1 M8gn \$1 M8i \$1 M8id \$1 M8i-flex \$1 T3 \$1 T3a \$1 T4g
+ **컴퓨팅 최적화:** C5 \$1 C5a \$1 C5ad \$1 C5d \$1 C5n \$1 C6a \$1 C6g \$1 C6gd \$1 C6gn \$1 C6i \$1 C6id \$1 C6in \$1 C7a \$1 C7g \$1 C7gd \$1 C7gn \$1 C7i \$1 C7i-flex \$1 C8a \$1 C8g \$1 C8gb \$1 C8gd \$1 C8gn \$1 C8i \$1 C8id \$1 C8i-flex
+ **메모리 최적화:** R5 \$1 R5a \$1 R5ad \$1 R5b \$1 R5d \$1 R5dn \$1 R5n \$1 R6a \$1 R6g \$1 R6gd \$1 R6i \$1 R6id \$1 R6idn \$1 R6in \$1 R7a \$1 R7g \$1 R7gd \$1 R7i \$1 R7iz \$1 R8a \$1 R8g \$1 R8gb \$1 R8gd \$1 R8gn \$1 R8i \$1 R8id \$1 R8i-flex \$1 U-3tb1 \$1 U-6tb1 \$1 U-9tb1 \$1 U-12tb1 \$1 U-18tb1 \$1 U-24tb1 \$1 U7i-6tb \$1 U7i-8tb \$1 U7i-12tb \$1 U7in-16tb \$1 U7in-24tb \$1 U7in-32tb \$1 U7inh-32tb \$1 X2gd \$1 X2idn \$1 X2iedn \$1 X2iezn \$1 X8g \$1 X8aedz \$1 X8i \$1 z1d
+ **스토리지 최적화:** D3 \$1 D3en \$1 I3en \$1 I4g \$1 I4i \$1 I7i \$1 I7ie \$1 I8g \$1 I8ge \$1 Im4gn \$1 Is4gen
+ **가속 컴퓨팅:** DL1 \$1 DL2q \$1 F2 \$1 G4ad \$1 G4dn \$1 G5 \$1 G5g \$1 G6 \$1 G6e \$1 G6f \$1 Gr6 \$1 Gr6f \$1 G7e \$1 Inf1 \$1 Inf2 \$1 P4d \$1 P4de \$1 P5 \$1 P5e \$1 P5en \$1 P6-B200 \$1 P6-B300 \$1 P6e-GB200 \$1 Trn1 \$1 Trn1n \$1 Trn2 \$1 Trn2u \$1 VT1
+ **고성능 컴퓨팅:** Hpc6a \$1 Hpc6id \$1 Hpc7a \$1 Hpc7g \$1 Hpc8a
+ **이전 세대:** A1 \$1 P3dn
지원되는 Nitro 하이퍼바이저 버전에 대한 자세한 내용은 *Amazon EC2 인스턴스 유형 가이드*에서 [네트워크 기능 지원](https://docs.aws.amazon.com/ec2/latest/instancetypes/ec2-nitro-instances.html#nitro-version-network-features)을 참조하세요.
**Xen 기반 인스턴스**
+ **범용**: M1 \$1 M2 \$1 M3 \$1 M4 \$1 T1 \$1 T2
+ **컴퓨팅 최적화**: C1 \$1 C3 \$1 C4
+ **메모리 최적화**: R3 \$1 R4 \$1 X1 \$1 X1e
+ **스토리지 최적화**: D2 \$1 H1 \$1 I2 \$1 I3
+ **가속화된 컴퓨팅**: F1 \$1 G3 \$1 P2 \$1 P3
## AMI 가상화 유형
인스턴스의 가상화 유형은 인스턴스를 시작할 때 사용한 AMI에 의해 결정됩니다. 현재 세대의 인스턴스 유형은 HVM(하드웨어 가상 머신)만 지원합니다. 이전 세대의 일부 인스턴스 유형은 반가상화(PV)를 지원하고 일부 AWS 리전이 PV 인스턴스를 지원합니다. 자세한 내용은 [가상화 유형](ComponentsAMIs.md#virtualization_types) 섹션을 참조하세요.
최상의 성능을 위해 HVM AMI를 사용하는 것이 좋습니다. 또한 향상된 네트워킹을 활용하려면 HVM AMI가 필요합니다. HVM 가상화에는 AWS 플랫폼이 제공하는 하드웨어 보조 기술이 사용됩니다. HVM 가상화를 사용하는 경우 게스트 VM은 기본 하드웨어 플랫폼에 있는 것처럼 실행되지만, 성능 향상을 위해 여전히 PV 네트워크 및 스토리지 드라이버가 사용됩니다.
## Processors
EC2 인스턴스는 다양한 프로세서를 지원합니다.
**Topics**
+ [
### 인텔 프로세서
](#instance-hardware-processors)
+ [
### AMD 프로세서
](#amd-epyc-instances)
+ [
### AWS Graviton 프로세서
](#aws-graviton-instances)
+ [
### AWS Trainium
](#aws-trainium-instances)
+ [
### AWS Inferentia
](#aws-inferentia-instances)
### 인텔 프로세서
Intel 프로세서에서 실행되는 Amazon EC2 인스턴스에는 다음과 같은 프로세서 기능이 포함될 수 있습니다. Intel 프로세서에서 실행되는 모든 인스턴스가 이러한 프로세서 기능을 모두 지원하는 것은 아닙니다. 각 인스턴스 유형에 사용할 수 있는 기능에 대한 자세한 내용은 [Amazon EC2 인스턴스 유형](https://aws.amazon.com/ec2/instance-types/)을 참조하세요.
+ **인텔 AES New Instructions(AES-NI)** — 인텔 AES-NI 암호화 명령 세트는 더 빠른 데이터 보호와 더 강력한 보안을 제공할 수 있도록 기존 AES(고급 암호화 표준) 알고리즘을 개선합니다. 현재 모든 세대의 EC2 인스턴스에서 이 프로세서 기능을 지원합니다.
+ **인텔 Advanced Vector Extensions(인텔 AVX, 인텔 AVX2 및 인텔 AVX-512)**: — 인텔 AVX 및 인텔 AVX2는 256비트 그리고 인텔 AVX-512는 512비트 명령 세트 확장으로서 FP(부동 소수점) 집약적 애플리케이션을 위해 설계되었습니다. 인텔 AVX Instructions는 이미지 및 오디오/비디오 처리, 과학 시뮬레이션, 재무 분석, 3D 모델링 및 분석과 같은 애플리케이션의 성능을 향상시킵니다. 이 기능은 HVM AMI로 실행된 인스턴스에서만 사용할 수 있습니다.
+ **인텔 터보 부스트 기술** — 인텔 터보 부스트 기술 프로세서는 기본 작동 주파수보다 빠른 속도로 코어를 자동으로 실행합니다.
+ **인텔 딥 러닝 부스트(인텔 DL 부스트)** — AI 딥 러닝 사례를 가속화합니다. 2세대 인텔 제온 확장형 프로세서는 Vector Neural Network Instruction(VNNI/INT8)을 통해 인텔 AVX-512를 확장하므로 이미지 인식/세분화, 객체 감지, 음성 인식, 언어 번역, 추천 시스템, 강화 학습 등의 경우에 이전 세대의 인텔 제온 확장형 프로세서(FP32)보다 딥 러닝 추론 성능을 대폭 강화합니다. VNNI와 호환되지 않는 Linux 배포도 있습니다.
`M5n`, `R5n`, `M5dn`, `M5zn`, `R5b`, `R5dn`, `D3`, `D3en` 및 `C6i` 인스턴스가 VNNI를 지원합니다. `C5` 및 `C5d` 인스턴스는 `12xlarge`, `24xlarge` 및 `metal` 인스턴스에 대해서만 VNNI를 지원합니다.
64비트 CPU에 대한 업계의 이름 지정 규칙으로 인해 혼란이 발생할 수 있습니다. 칩 제조업체 Advanced Micro Devices(AMD)는 최초로 intel x86 명령 집합 기반의 64비트 아키텍처를 상용화하는 데 성공했습니다. 그 결과, 이 아키텍처는 칩 제조업체와 상관없이 AMD64로 통용됩니다. Windows와 다수의 Linux 배포가 이 관례를 따릅니다. 인스턴스가 인텔 하드웨어에서 실행되고 있음에도 불구하고 Ubuntu나 Windows를 실행하는 인스턴스에 대한 내부 시스템 정보는 CPU 아키텍처를 AMD64로 표시하는 이유가 이 때문입니다.
### AMD 프로세서
[AMD EPYC](https://aws.amazon.com/ec2/amd/) 프로세서에서 실행되는 Amazon EC2 인스턴스는 워크로드의 비용과 성능을 모두 최적화하는 데 도움이 될 수 있습니다. 이러한 인스턴스는 다음과 같은 프로세서 기능을 지원할 수 있습니다. AMD 프로세서에서 실행되는 모든 인스턴스가 이러한 프로세서 기능을 모두 지원하는 것은 아닙니다. 각 인스턴스 유형에 사용할 수 있는 기능에 대한 자세한 내용은 [Amazon EC2 인스턴스 유형](https://aws.amazon.com/ec2/instance-types/)을 참조하세요.
+ AMD 보안 메모리 암호화(SME)
+ AMD 투명 단일 키 메모리 암호화(TSME)
+ AMD 고급 벡터 확장(AVX)
+ AMD Secure Encrypted Virtualization-Secure Nested Paging([SEV-SNP](sev-snp.md))
+ 벡터 신경망 지침(VNNI)
+ BFloat16
### AWS Graviton 프로세서
[AWS Graviton](https://aws.amazon.com/ec2/graviton/)은 Amazon EC2 인스턴스에서 실행되는 워크로드에 대해 최고의 가격 대비 성능을 제공하도록 설계된 프로세서 패밀리입니다.
자세한 내용은 [Getting started with Graviton](https://aws.amazon.com/ec2/graviton/getting-started/)을 참조하세요.
### AWS Trainium
[AWS Trainium](https://aws.amazon.com/ai/machine-learning/trainium/) 기반 인스턴스는 비용 효율적인 고성능 딥 러닝 훈련을 위해 특별히 개발되었습니다. 이러한 인스턴스를 사용하면 음성 인식, 추천, 사기 탐지, 이미지 및 동영상 분류와 같은 광범위한 애플리케이션 세트 전반에서 사용되는 자연어 처리, 컴퓨터 비전 및 추천 모델을 훈련할 수 있습니다. PyTorch 및 TensorFlow와 같이 널리 사용되는 ML 프레임워크에서 기존 워크플로를 사용할 수 있습니다.
### AWS Inferentia
[AWS Inferentia](https://aws.amazon.com/ai/machine-learning/inferentia/) 기반 인스턴스는 기계 학습을 가속화하도록 설계되었습니다. 지연 시간이 짧은 고성능 기계 학습 추론을 제공합니다. 이러한 인스턴스는 자연어 처리, 객체 감지 및 분류, 콘텐츠 개인화 및 필터링, 음성 인식과 같은 애플리케이션에 대한 딥 러닝(DL) 모델을 배포하는 데 최적화되어 있습니다.
시작할 수 있는 다양한 방법이 있습니다.
+ 기계 학습 모델을 시작하는 가장 쉬운 방법으로 완전 관리형 서비스인 SageMaker AI를 사용합니다. 자세한 내용은 *Amazon SageMaker AI 개발자 가이드*의 [SageMaker 시작하기](https://docs.aws.amazon.com/sagemaker/latest/dg/gs.html)를 참조하세요.
+ 딥 러닝 AMI를 사용하여 Inf1 또는 Inf2 인스턴스를 시작합니다. 자세한 내용은 *AWS Deep Learning AMIs 개발자 가이드*에서 [DLAMI가 포함된 AWS Inferentia](https://docs.aws.amazon.com/dlami/latest/devguide/tutorial-inferentia.html)를 참조하세요.
+ 자체 AMI를 사용하여 Inf1 또는 Inf2 인스턴스를 시작하고 [AWS Neuron SDK](https://github.com/aws/aws-neuron-sdk)를 설치하면 AWS Inferentia용 딥 러닝 모델을 컴파일, 실행 및 프로파일링할 수 있습니다.
+ Inf1 또는 Inf2 인스턴스 및 Amazon ECS 최적화 AMI를 사용하여 컨테이너 인스턴스를 시작합니다. 자세한 내용은 *Amazon Elastic Container Service 개발자 가이드*의 [Amazon Linux 2(Inferentia) AMI](https://docs.aws.amazon.com/AmazonECS/latest/developerguide/ecs-optimized_AMI.html)를 참조하세요.
+ Inf1 인스턴스를 실행하는 노드가 있는 Amazon EKS 클러스터를 생성합니다. 자세한 내용은 **Amazon EKS 사용 설명서**에서 [Inferentia 지원](https://docs.aws.amazon.com/eks/latest/userguide/inferentia-support.html)을 참조하세요.
# Amazon EC2 인스턴스 유형 찾기
인스턴스를 시작하려면 먼저 사용할 인스턴스 유형을 선택해야 합니다. 선택한 인스턴스 유형은 컴퓨팅, 메모리 또는 스토리지 리소스 등 워크로드에 필요한 리소스에 따라 다를 수 있습니다. 워크로드에 적합한 여러 인스턴스 유형을 식별하고 테스트 환경에서 성능을 평가하는 것이 유리할 수 있습니다. 로드 상태에서 애플리케이션의 성능 측정을 대신할 수 없습니다.
EC2 인스턴스 유형 찾기를 사용하여 EC2 인스턴스 유형에 대한 제안과 지침을 얻을 수 있습니다. 자세한 내용은 [EC2 인스턴스 유형 파인더에서 권장 사항 받기](get-ec2-instance-type-recommendations.md) 섹션을 참조하세요.
이미 EC2 인스턴스를 실행 중인 경우 AWS Compute Optimizer를 사용하여 성능 향상, 비용 절감 또는 두 가지 모두를 위해 사용해야 하는 인스턴스 유형에 대한 권장 사항을 확인할 수 있습니다. 자세한 내용은 [Compute Optimizer에서 EC2 인스턴스 권장 사항 받기](ec2-instance-recommendations.md) 섹션을 참조하세요.
**Topics**
+ [
## 콘솔을 사용하여 인스턴스 유형 찾기
](#instance-discovery-console)
+ [
## AWS CLI를 사용하여 인스턴스 유형 설명
](#describe-instance-type-example)
+ [
## AWS CLI를 사용하여 인스턴스 유형 찾기
](#instance-discovery-cli)
+ [
## Tools for PowerShell을 사용하여 인스턴스 유형 찾기
](#instance-discovery-ps)
## 콘솔을 사용하여 인스턴스 유형 찾기
Amazon EC2 콘솔을 사용하여 필요에 맞는 인스턴스 유형을 찾을 수 있습니다.
**콘솔을 사용하여 인스턴스 유형을 찾으려면**
1. [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/)에서 Amazon EC2 콘솔을 엽니다.
1. 탐색 모음에서 인스턴스를 실행할 리전을 선택합니다. 현재 위치와 관계없이 사용자가 고를 수 있는 리전을 임의로 선택합니다.
1. 탐색 창에서 **인스턴스 유형**을 선택합니다.
1. (선택 사항) 기본 설정(기어 모양) 아이콘을 선택하여 표시할 인스턴스 유형 속성(예: **온디맨드 Linux 요금**)을 선택한 다음 **확인**을 선택합니다. 또는 인스턴스 유형의 이름을 선택하여 세부 정보 페이지를 열고 콘솔을 통해 사용 가능한 모든 속성을 볼 수 있습니다. 콘솔에 API 또는 명령줄을 통해 사용할 수 있는 모든 속성이 표시되지는 않습니다.
1. 인스턴스 유형 속성을 사용하여 표시된 인스턴스 유형 목록을 필요에 맞는 인스턴스 유형으로만 필터링합니다. 예를 들어, 다음 속성을 기준으로 필터링할 수 있습니다.
+ **가용 영역(Availability zones)**: 가용 영역, 로컬 영역 또는 Wavelength 영역의 이름입니다. 자세한 내용은 [리전 및 영역](using-regions-availability-zones.md) 섹션을 참조하세요.
+ **vCPU(vCPUs)** 또는 **코어(Cores)**: vCPU 또는 코어의 개수입니다.
+ **메모리(Memory, GiB)**: 메모리 크기(GiB)입니다.
+ **네트워크 성능(Network performance)**: 네트워크 성능(Gigabits)입니다.
+ **로컬 인스턴스 스토리지(Local instance storage)**: 인스턴스 유형에 로컬 인스턴스 스토리지가 있는지 여부를 나타냅니다(`true` \$1 `false`).
1. (선택 사항) 항목별로 비교해 보려면 여러 인스턴스 유형에 대한 확인란을 선택합니다. 비교 항목이 화면 아래쪽에 표시됩니다.
1. (선택 사항) 추가 검토를 위해 인스턴스 유형 목록을 쉼표로 구분된 값(.csv) 파일에 저장하려면 **작업(Actions)**에서 **목록 CSV 다운로드(Download list CSV)**를 선택합니다. 이 파일에는 사용자가 설정한 필터와 일치하는 모든 인스턴스 유형이 포함됩니다.
1. (선택 사항) 필요에 맞는 인스턴스 유형을 사용하여 인스턴스를 시작하려면 인스턴스 유형의 확인란을 선택하고 **작업(Actions)**에서 **인스턴스 시작(Launch instance)**을 선택합니다. 자세한 내용은 [콘솔에서 인스턴스 시작 마법사를 사용하여 EC2 인스턴스 시작](ec2-launch-instance-wizard.md) 섹션을 참조하세요.
## AWS CLI를 사용하여 인스턴스 유형 설명
특정 인스턴스 유형을 설명하기 위해 [describe-instance-types](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instance-types.html) 명령을 사용할 수 있습니다.
**인스턴스 유형을 자세히 설명**
다음 명령은 지정된 인스턴스 유형의 모든 세부 정보를 표시합니다. 출력이 길기 때문에 여기서는 생략합니다.
```
aws ec2 describe-instance-types \
--instance-types t2.micro \
--region us-east-2
```
**인스턴스 유형 설명 및 출력 필터링**
다음 명령은 지정된 인스턴스 유형의 네트워킹 세부 정보를 표시합니다.
```
aws ec2 describe-instance-types \
--instance-types t2.micro \
--region us-east-2 \
--query "InstanceTypes[].NetworkInfo"
```
출력의 예시는 다음과 같습니다.
```
[
{
"NetworkPerformance": "Low to Moderate",
"MaximumNetworkInterfaces": 2,
"MaximumNetworkCards": 1,
"DefaultNetworkCardIndex": 0,
"NetworkCards": [
{
"NetworkCardIndex": 0,
"NetworkPerformance": "Low to Moderate",
"MaximumNetworkInterfaces": 2,
"BaselineBandwidthInGbps": 0.064,
"PeakBandwidthInGbps": 1.024
}
],
"Ipv4AddressesPerInterface": 2,
"Ipv6AddressesPerInterface": 2,
"Ipv6Supported": true,
"EnaSupport": "unsupported",
"EfaSupported": false,
"EncryptionInTransitSupported": false,
"EnaSrdSupported": false
}
]
```
다음 명령은 지정된 인스턴스 유형의 사용 가능한 메모리를 표시합니다.
```
aws ec2 describe-instance-types \
--instance-types t2.micro \
--region us-east-2 \
--query "InstanceTypes[].MemoryInfo"
```
출력의 예시는 다음과 같습니다.
```
[
{
"SizeInMiB": 1024
}
]
```
## AWS CLI를 사용하여 인스턴스 유형 찾기
[describe-instance-types](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instance-types.html) 및 [describe-instance-type-offerings](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instance-type-offerings.html) 명령을 사용하여 필요에 맞는 인스턴스 유형을 찾을 수 있습니다.
**Topics**
+ [가용 영역으로 인스턴스 유형 찾기](#find-instance-type-example-1)
+ [가용 메모리 크기로 인스턴스 유형 찾기](#find-instance-type-example-2)
+ [가용 인스턴스 스토리지로 인스턴스 유형 찾기](#find-instance-type-example-3)
+ [최대 절전 모드를 지원하는 인스턴스 유형 찾기](#find-instance-type-example-4)
### 예제 1: 가용 영역으로 인스턴스 유형 찾기
다음 예시는 지정된 가용 영역에서 제공되는 인스턴스 유형을 보여줍니다.
```
aws ec2 describe-instance-type-offerings \
--location-type "availability-zone" \
--filters "Name=location,Values=us-east-2a" \
--region us-east-2 \
--query "InstanceTypeOfferings[*].[InstanceType]" --output text | sort
```
출력은 알파벳순으로 정렬된 인스턴스 유형 목록입니다. 다음은 출력의 시작 부분만 보여줍니다.
```
a1.2xlarge
a1.4xlarge
a1.large
a1.medium
a1.metal
a1.xlarge
c4.2xlarge
...
```
### 예제 2: 가용 메모리 크기로 인스턴스 유형 찾기
다음 예제는 다음 명령을 사용하여 64GiB(65536MiB)의 메모리가 있는 현재 세대 인스턴스 유형만 보여줍니다.
```
aws ec2 describe-instance-types \
--filters "Name=current-generation,Values=true" "Name=memory-info.size-in-mib,Values=65536" \
--region us-east-2 \
--query "InstanceTypes[*].[InstanceType]" --output text | sort
```
출력은 알파벳순으로 정렬된 인스턴스 유형 목록입니다. 다음은 출력의 시작 부분만 보여줍니다.
```
c5a.8xlarge
c5ad.8xlarge
c6a.8xlarge
c6g.8xlarge
c6gd.8xlarge
c6gn.8xlarge
c6i.8xlarge
c6id.8xlarge
c6in.8xlarge
...
```
### 예제 3: 가용 인스턴스 스토리지로 인스턴스 유형 찾기
다음 예제에서는 인스턴스 스토어 볼륨이 있는 모든 R7 인스턴스에 대한 인스턴스 스토리지의 총 크기를 보여줍니다.
```
aws ec2 describe-instance-types \
--filters "Name=instance-type,Values=r7*" "Name=instance-storage-supported,Values=true" \
--region us-east-2 \
--query "InstanceTypes[].[InstanceType, InstanceStorageInfo.TotalSizeInGB]" \
--output table
```
출력의 예시는 다음과 같습니다.
```
---------------------------
| DescribeInstanceTypes |
+----------------+--------+
| r7gd.xlarge | 237 |
| r7gd.8xlarge | 1900 |
| r7gd.16xlarge | 3800 |
| r7gd.medium | 59 |
| r7gd.4xlarge | 950 |
| r7gd.2xlarge | 474 |
| r7gd.metal | 3800 |
| r7gd.large | 118 |
| r7gd.12xlarge | 2850 |
+----------------+--------+
```
### 예제 4: 최대 절전 모드를 지원하는 인스턴스 유형 찾기
다음 예제에서는 최대 절전 모드를 지원하는 인스턴스 유형을 보여줍니다.
```
aws ec2 describe-instance-types \
--filters "Name=hibernation-supported,Values=true" \
--region us-east-2 \
--query "InstanceTypes[*].[InstanceType]" \
--output text | sort
```
출력은 알파벳순으로 정렬된 인스턴스 유형 목록입니다. 다음은 출력의 시작 부분만 보여줍니다.
```
c4.2xlarge
c4.4xlarge
c4.8xlarge
c4.large
c4.xlarge
c5.12xlarge
c5.18xlarge
c5.2xlarge
c5.4xlarge
c5.9xlarge
...
```
## Tools for PowerShell을 사용하여 인스턴스 유형 찾기
[Get-EC2InstanceType](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2InstanceType.html) 및 [Get-EC2InstanceTypeOffering](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2InstanceTypeOffering.html) cmdlet을 사용하여 필요에 맞는 인스턴스 유형을 찾을 수 있습니다.
**Topics**
+ [
### 가용 영역으로 인스턴스 유형 찾기
](#find-instance-type-by-az-ps)
+ [
### 가용 메모리 크기로 인스턴스 유형 찾기
](#find-instance-type-by-memory-ps)
+ [
### 가용 인스턴스 스토리지로 인스턴스 유형 찾기
](#find-instance-type-by-storage-ps)
+ [
### 최대 절전 모드를 지원하는 인스턴스 유형 찾기
](#find-instance-type-hibernation-ps)
### 가용 영역으로 인스턴스 유형 찾기
다음 예시는 지정된 가용 영역에서 제공되는 인스턴스 유형을 보여줍니다.
```
(Get-EC2InstanceTypeOffering `
-LocationType "availability-zone" `
-Region us-east-2 `
-Filter @{Name="location"; Values="us-east-2a"}).InstanceType | Sort-Object `
```
### 가용 메모리 크기로 인스턴스 유형 찾기
다음 예제는 다음 명령을 사용하여 64GiB(65536MiB)의 메모리가 있는 현재 세대 인스턴스 유형만 보여줍니다.
```
(Get-EC2InstanceType `
-Filter @{Name="current-generation"; Values="true"},
@{Name="memory-info.size-in-mib"; Values="65536"}).InstanceType | Sort-Object
```
### 가용 인스턴스 스토리지로 인스턴스 유형 찾기
다음 예제에서는 인스턴스 스토어 볼륨이 있는 모든 R7 인스턴스에 대한 인스턴스 스토리지의 총 크기를 보여줍니다.
```
Get-EC2InstanceType `
-Filter @{Name="instance-type"; Values="r7*"},
@{Name="instance-storage-supported"; Values="true"} | `
Select InstanceType, @{Name="TotalSizeInGB"; Expression={($_.InstanceStorageInfo.TotalSizeInGB)}}
```
출력의 예시는 다음과 같습니다.
```
InstanceType TotalSizeInGB
------------ -------------
r7gd.8xlarge 1900
r7gd.16xlarge 3800
r7gd.xlarge 237
r7gd.4xlarge 950
r7gd.medium 59
r7gd.2xlarge 474
r7gd.large 118
r7gd.metal 3800
r7gd.12xlarge 2850
```
### 최대 절전 모드를 지원하는 인스턴스 유형 찾기
다음 예제에서는 최대 절전 모드를 지원하는 인스턴스 유형을 보여줍니다.
```
(Get-EC2InstanceType `
-Filter @{Name="hibernation-supported"; Values="true"}).InstanceType | Sort-Object
```
# EC2 인스턴스 유형 파인더에서 권장 사항 받기
EC2 인스턴스 유형 찾기는 사용 사례, 워크로드 유형, CPU 제조업체 선호도, 가격 및 성능 우선순위 지정 방법은 물론 지정할 수 있는 추가 파라미터를 고려합니다. 그런 다음 이 데이터를 사용하여 새 워크로드에 가장 적합한 Amazon EC2 인스턴스 유형에 대한 제안과 지침을 제공합니다.
사용 가능한 인스턴스 유형이 너무 많기 때문에 워크로드에 적합한 인스턴스 유형을 찾는 데 시간이 많이 걸리고 복잡할 수 있습니다. EC2 인스턴스 유형 찾기를 사용하면 최신 인스턴스 유형을 최신 상태로 유지하고 워크로드를 위한 최적의 가격 대비 성능을 달성할 수 있습니다.
Amazon EC2 콘솔을 사용하여 EC2 인스턴스 유형에 대한 제안과 지침을 받을 수 있습니다. Amazon Q로 직접 이동하여 인스턴스 유형 조언을 구할 수도 있습니다. 자세한 내용은 [Amazon Q Developer 사용 설명서](https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/what-is.html)를 참조하세요.
**기존 워크로드에 대한 인스턴스 유형 권장 사항을 찾고 있는 경우 AWS Compute Optimizer를 사용합니다. 자세한 내용은 [Compute Optimizer에서 EC2 인스턴스 권장 사항 받기](ec2-instance-recommendations.md) 섹션을 참조하세요.
## EC2 인스턴스 유형 찾기 사용
Amazon EC2 콘솔에서 인스턴스 시작 마법사, 시작 템플릿 생성 시 또는 **인스턴스 유형** 페이지의 EC2 인스턴스 유형 찾기에서 인스턴스 유형 제안을 받을 수 있습니다.
다음 지침에 따라 Amazon EC2 콘솔의 EC2 인스턴스 유형 찾기를 사용하여 EC2 인스턴스 유형에 대한 제안과 지침을 확인하세요. 이 단계의 애니메이션을 보려면 [애니메이션 보기: EC2 인스턴스 유형 찾기를 사용하여 인스턴스 유형 제안 받기](#use-ec2-instance-type-finder-animation) 섹션을 참조하세요.
**EC2 인스턴스 유형 찾기를 사용하여 인스턴스 유형 제안을 받으려면 다음을 수행합니다**
1. 다음 중 하나를 사용하여 프로세스를 시작합니다.
+ [인스턴스 시작](ec2-launch-instance-wizard.md) 절차를 따릅니다. **인스턴스 유형** 옆에서 **조언 받기** 링크를 선택합니다.
+ 절차에 따라 [시작 템플릿을 생성합니다](create-launch-template.md#create-launch-template-define-parameters). **인스턴스 유형** 옆에서 **조언 받기** 링크를 선택합니다.
+ 탐색 창에서 **인스턴스 유형**을 선택한 다음 **인스턴스 유형 찾기** 버튼을 선택합니다.
1. **인스턴스 유형 선택에 대한 조언 받기** 화면에서 다음을 수행합니다.
1. **워크로드 유형**, **사용 사례**, **우선순위**, **CPU 제조업체**에 대한 옵션을 선택하여 인스턴스 유형 요구 사항을 지정합니다.
1. (선택 사항) 워크로드에 대해 더 자세한 요구 사항을 지정하려면 다음을 수행합니다.
1. **고급 파라미터**를 확장합니다.
1. 파라미터를 추가하려면 파라미터를 선택하고 **추가**를 선택한 다음 파라미터에 대한 값을 지정합니다. 추가하려는 각 파라미터에 대해 이 과정을 반복합니다. 최소값 또는 최대값을 표시하지 않으려면 필드를 비워둡니다.
1. 파라미터를 추가한 후 제거하려면 파라미터 옆의 **X**를 선택합니다.
1. **인스턴스 유형 조언 받기**를 선택합니다.
Amazon EC2는 지정된 요구 사항과 일치하는 인스턴스 패밀리를 제안합니다.
1. 제안된 인스턴스 패밀리 내의 각 인스턴스 유형에 대한 세부 정보를 보려면 **권장 인스턴스 패밀리 세부 정보 보기**를 선택합니다.
1. 요구 사항을 충족하는 인스턴스 유형을 선택한 다음 **작업**, **인스턴스 시작** 또는 **작업**, **시작 템플릿 생성**을 선택합니다.
또는 인스턴스 시작 마법사 또는 시작 템플릿 페이지에서 프로세스를 시작한 후 원래 흐름으로 돌아가고 싶다면 사용하려는 인스턴스 유형을 기록해 두세요. 그런 다음 인스턴스 시작 마법사 또는 시작 템플릿의 **인스턴스 유형**에서 인스턴스 유형을 선택하고 절차를 완료하여 인스턴스를 시작하거나 시작 템플릿을 생성합니다.
### 애니메이션 보기: EC2 인스턴스 유형 찾기를 사용하여 인스턴스 유형 제안 받기
![\[이 애니메이션은 EC2 인스턴스 유형 찾기를 사용하여 인스턴스 유형 제안을 받는 방법을 보여줍니다. 이 애니메이션의 텍스트 버전은 이전 절차의 단계를 참조하세요.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/use-ec2-instance-type-finder-animation.gif)
# Compute Optimizer에서 EC2 인스턴스 권장 사항 받기
AWS Compute Optimizer는 성능 향상, 비용 절감 또는 두 가지 모두에 도움이 되는 Amazon EC2 권장 사항을 제공합니다. 이러한 권장 사항을 사용하여 새 인스턴스 유형으로 변경할지 결정할 수 있습니다.
권장 사항을 만들기 위해 Compute Optimizer는 기존 인스턴스 사양과 사용률 지표를 분석합니다. 그런 다음 컴파일된 데이터를 사용하여 기존 워크로드를 처리하는 데 가장 적합한 Amazon EC2 인스턴스 유형을 권장합니다. 권장 사항은 시간당 인스턴스 요금과 함께 반환됩니다. 자세한 내용은 **AWS Compute Optimizer 사용 설명서의 [Amazon EC2 instance metrics](https://docs.aws.amazon.com/compute-optimizer/latest/ug/metrics.html#ec2-metrics-analyzed)를 참조하세요.
**Topics**
+ [
## 요구 사항
](#compute-optimizer-limitations)
+ [
## 결과 분류
](#findings-classifications)
+ [
## 권장 사항 보기
](#viewing-recommendations)
+ [
## 권장 사항 평가를 위한 고려 사항
](#considerations)
## 요구 사항
Compute Optimizer에서 권장 사항을 받으려면 먼저 Compute Optimizer를 옵트인해야 합니다. 자세한 내용은 *AWS Compute Optimizer 사용 설명서*의 [AWS Compute Optimizer 시작하기](https://docs.aws.amazon.com/compute-optimizer/latest/ug/getting-started.html)를 참조하세요.
Compute Optimizer는 일부 인스턴스 유형에 대한 권장 사항을 생성하지만 모든 인스턴스 유형에 대한 권장 사항을 생성하지는 않습니다. 지원되지 않는 인스턴스 유형을 사용하는 경우 Compute Optimizer가 권장 사항을 생성하지 않습니다. 지원되는 인스턴스 유형 목록은 **AWS Compute Optimizer 사용 설명서의 [Amazon EC2 instance requirements](https://docs.aws.amazon.com/compute-optimizer/latest/ug/requirements.html#requirements-ec2-instances)를 참조하세요.
## 결과 분류
Compute Optimizer는 EC2 인스턴스에 대한 결과를 다음과 같이 분류합니다.
+ **Under-provisioned(프로비저닝 부족)** – 적어도 하나의 인스턴스 사양(CPU, 메모리, 네트워크 등)이 워크로드의 성능 요구 사항을 충족하지 않을 때 EC2 인스턴스가 부족하게 프로비저닝되었다고 봅니다. 프로비저닝 부족 EC2 인스턴스는 애플리케이션 성능 저하를 불러올 수 있습니다.
+ **Over-provisioned(프로비저닝 과다)** – 워크로드 성능 요구 사항을 충족하면서 적어도 하나의 인스턴스 사양(CPU, 메모리, 네트워크 등)을 줄일 수 있고, 부족하게 프로비저닝된 사양이 없을 때 EC2 인스턴스가 과하게 프로비저닝되었다고 봅니다. 프로비저닝 과다 EC2 인스턴스는 불필요한 인프라 비용을 유발할 수 있습니다.
+ **Optimized(최적화)** – CPU, 메모리, 네트워크 등 모든 인스턴스 사양이 워크로드의 성능 요구 사항을 충족하고 인스턴스가 과다 프로비저닝되지 않았을 때 EC2 인스턴스가 최적화된 것으로 봅니다. EC2 인스턴스가 최적화되면 최적의 성능과 인프라 비용으로 워크로드가 실행됩니다. 최적화된 인스턴스의 경우 Compute Optimizer가 차세대 인스턴스 유형을 권장하기도 합니다.
+ **없음** – 이 인스턴스의 권장 사항이 없습니다. Compute Optimizer를 옵트인한 지 12시간 미만이거나, 인스턴스가 실행된 지 30시간 미만이거나, Compute Optimizer에서 지원하지 않는 인스턴스 유형인 경우 이 문제가 생길 수 있습니다.
## 권장 사항 보기
Compute Optimizer를 옵트인하면 Amazon EC2 콘솔에서 Compute Optimizer가 EC2 인스턴스에 대해 생성한 결과를 볼 수 있습니다. 그런 다음 Compute Optimizer 콘솔에 액세스하여 권장 사항을 볼 수 있습니다. 최근에 옵트인한 경우 검색 결과가 EC2 콘솔에 최대 12시간 동안 반영되지 않을 수 있습니다.
**Amazon EC2 콘솔을 사용하여 인스턴스의 권장 사항을 보려면 다음을 수행하세요.**
1. [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/)에서 Amazon EC2 콘솔을 엽니다.
1. 탐색 창에서 **Instances**(인스턴스)를 선택합니다.
1. 인스턴스 ID를 선택하여 인스턴스 세부 정보 페이지를 엽니다.
1. 인스턴스 세부 정보 페이지의 상단 요약 섹션에서 **AWS Compute Optimizer 조사 결과**를 찾습니다. 조사 결과가 있는 경우 조사 결과 분류와 세부 정보를 볼 수 있는 링크가 표시됩니다. 그렇지 않으면 **이 인스턴스에 사용할 수 있는 권장 사항이 없음**이 표시됩니다.
1. 조사 결과가 있는 경우 **세부 정보 보기**를 선택합니다. 그러면 Compute Optimizer 콘솔에서 **EC2 인스턴스에 대한 권장 사항** 페이지가 열립니다. 현재 인스턴스 유형은 **현재**로 표시됩니다. **옵션 1**, **옵션 2**, **옵션 3**으로 표시된 최대 3개의 인스턴스 유형 권장 사항도 있습니다. 이 페이지에는 인스턴스에 대한 최신 CloudWatch 지표 데이터도 표시됩니다.
**모든 리전의 모든 인스턴스에 대한 권장 사항을 보려면 다음을 수행하세요.**
Compute Optimizer 콘솔을 사용하여 모든 리전의 모든 Amazon EC2 인스턴스에 대한 권장 사항을 볼 수 있습니다. 자세한 내용은 **AWS Compute Optimizer 사용 설명서의 [Viewing EC2 instances recommendations](https://docs.aws.amazon.com/compute-optimizer/latest/ug/view-ec2-recommendations.html#ec2-view-recommendations)와 [Viewing EC2 instance details](https://docs.aws.amazon.com/compute-optimizer/latest/ug/view-ec2-recommendations.html#ec2-viewing-details)를 참조하세요.
## 권장 사항 평가를 위한 고려 사항
권장 사항을 받으면 그에 대한 조치를 취할지 여부를 결정해야 합니다. 인스턴스 유형을 변경하기 전에 다음 사항을 고려하세요.
+ 권장 사항은 사용량을 예측하지 않습니다. 권장 사항은 최근 14일 기간 동안의 사용량을 기준으로 합니다. 향후 리소스 요구 사항을 충족할 것으로 예상되는 인스턴스 유형을 선택해야 합니다.
+ 그래프로 표시된 지표를 집중적으로 살펴보고 실제 사용량이 인스턴스 용량보다 낮은지 확인합니다. 또한 CloudWatch에서 지표 데이터(평균, 피크, 백분위수)를 보고 EC2 인스턴스 권장 사항을 추가로 평가할 수 있습니다. 예를 들어, CPU 백분율 지표가 하루 동안 어떻게 변화하고 수용해야 하는 피크가 있는지 확인합니다. 자세한 내용은 Amazon CloudWatch 사용 설명서**의 [사용 가능한 지표 보기](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/viewing_metrics_with_cloudwatch.html)를 참조하세요.
+ Compute Optimizer는 T3, T3a, T2 인스턴스 등 성능 버스트가 가능한 인스턴스에 대한 권장 사항을 제공할 수 있습니다. 기준 이상으로 주기적으로 버스트하는 경우 새 인스턴스 유형의 vCPU에 따라 계속 버스트할 수 있어야 합니다. 자세한 내용은 [성능 버스트 가능 인스턴스에 대한 주요 개념 및 정의](burstable-credits-baseline-concepts.md) 섹션을 참조하세요.
+ 예약 인스턴스를 구매한 경우 온디맨드 인스턴스 요금이 예약 인스턴스로 청구될 수 있습니다. 현재 인스턴스 유형을 변경하기 전에 먼저 예약 인스턴스 사용률 및 적용 범위에 미치는 영향을 평가합니다.
+ 가능한 경우 최신 세대 인스턴스로의 변환을 고려합니다.
+ 다른 인스턴스 패밀리로 마이그레이션할 때 현재 인스턴스 유형과 새 인스턴스 유형이 가상화, 아키텍처 또는 네트워크 유형 측면에서 호환되어야 합니다. 자세한 내용은 [인스턴스 유형 변경을 위한 호환성](resize-limitations.md) 섹션을 참조하세요.
+ 마지막으로 각 권장 사항에 대해 제공되는 성능 위험 등급을 고려합니다. 성능 위험은 권장 인스턴스 유형이 워크로드의 성능 요구 사항을 충족하는지 여부를 검증하기 위해 얼마나 많은 노력을 기울여야 하는지를 나타냅니다. 또한 변경 전후에 엄격한 로드 및 성능 테스트를 수행하는 것이 좋습니다.
# Amazon EC2 인스턴스 유형 변경
요구 사항이 변함에 따라 인스턴스가 과도하게(인스턴스 유형 크기가 너무 작은 경우) 또는 과소하게(인스턴스 유형 크기가 너무 큰 경우) 활용되고 있는 경우가 생길 수 있습니다. 이러한 경우 인스턴스 유형을 변경하여 인스턴스의 크기를 조정할 수 있습니다. 예를 들어 `t2.micro` 인스턴스가 워크로드에 비해 너무 작은 경우 `t2.large`와 같은 더 큰 T2 인스턴스 유형으로 변경하여 크기를 늘릴 수 있습니다. 또는 `m5.large` 등의 다른 인스턴스 유형으로 변경할 수 있습니다. 또는 IPv6 지원과 같은 일부 기능의 장점을 활용하기 위해 이전 세대에서 현재 세대 인스턴스 유형으로 변경할 수도 있습니다.
기존 워크로드를 처리하는 데 가장 적합한 인스턴스 유형에 대한 권장 사항이 필요한 경우 AWS Compute Optimizer를 사용할 수 있습니다. 자세한 내용은 [Compute Optimizer에서 EC2 인스턴스 권장 사항 받기](ec2-instance-recommendations.md) 섹션을 참조하세요.
인스턴스 유형을 변경하면 새 인스턴스 유형의 요금이 청구되기 시작합니다. 모든 인스턴스 유형의 온디맨드 요금은 [Amazon EC2 온디맨드 요금](https://aws.amazon.com/ec2/pricing/on-demand/)을 참조하세요.
인스턴스 유형을 변경하지 않고 인스턴스에 스토리지를 추가하려면 인스턴스에 EBS 볼륨을 추가합니다. 자세한 내용은 *Amazon EBS 사용 설명서*의 [Attach an Amazon EBS volume to an instance](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-attaching-volume.html)를 참조하세요.
## 어떤 지침을 따라야 하나요?
인스턴스 유형 변경에 대한 여러 가지 지침이 있습니다. 사용 지침은 인스턴스의 루트 볼륨과 인스턴트 유형이 인스턴스의 현재 구성과 호환되는지 여부에 따라 다릅니다. 호환성 결정 방법에 대한 자세한 내용은 [인스턴스 유형 변경을 위한 호환성](resize-limitations.md) 섹션을 참조하세요.
다음 표를 사용하여 따라야 할 지침을 확인하세요.
| 루트 볼륨 | 호환성 | 다음 지침을 따릅니다. |
| --- | --- | --- |
| EBS | 호환됨 | [인스턴스 유형 변경](change-instance-type-of-ebs-backed-instance.md) |
| EBS | 호환되지 않음 | [새 인스턴스 유형으로 마이그레이션](migrate-instance-configuration.md) |
| 인스턴스 저장소 | 해당 사항 없음 | [새 인스턴스 유형으로 마이그레이션](migrate-instance-configuration.md) |
# 인스턴스 유형 변경을 위한 호환성
원하는 인스턴스 유형이 인스턴스의 현재 구성과 호환되는 경우 인스턴스 유형을 변경할 수 있습니다. 원하는 인스턴스 유형이 인스턴스의 현재 구성과 호환되지 않는 경우 인스턴스 유형과 호환되는 구성을 갖는 새 인스턴스를 시작한 다음 애플리케이션을 새 인스턴스로 마이그레이션해야 합니다.
호환성은 다음을 통해 결정됩니다.
**가상화 유형**
Linux AMI는 PV(반가상화) 또는 HVM(하드웨어 가상 머신)의 두 가지 유형의 가상화를 사용합니다. PV AMI에서 시작한 인스턴스를 시작하는 경우 HVM 전용의 인스턴스 유형으로 변경할 수 없습니다. 자세한 내용은 [가상화 유형](ComponentsAMIs.md#virtualization_types) 섹션을 참조하세요. 인스턴스의 가상화 유형을 확인하려면 Amazon EC2 콘솔에서 **Instances(인스턴스)** 화면의 세부 정보 창에서 **가상화(Virtualization)** 값을 확인합니다.
**아키텍처**
AMI는 프로세서의 아키텍처에 고유하기 때문에 프로세서 아키텍처가 현재 인스턴스 유형과 동일한 인스턴스를 선택해야 합니다. 예:
+ 현재 인스턴스 유형에 Arm 아키텍처 기반 프로세서가 탑재된 경우, Arm 아키텍처 기반 프로세서를 지원하는 인스턴스 유형(예: C6g 및 M6g)으로 제한됩니다.
+ 다음 인스턴스 유형은 32비트 AMIs를 지원하는 유일한 인스턴스 유형입니다. `t2.nano`, `t2.micro`, `t2.small`, `t2.medium`, `c3.large`, `t1.micro`, `m1.small`, `m1.medium` 및 `c1.medium` 32비트 인스턴스의 인스턴스 유형을 변경하는 경우 이러한 인스턴스 유형으로 제한됩니다.
**네트워크 어댑터**
한 네트워크 어댑터에서 다른 네트워크 어댑터로 드라이버를 전환하는 경우 운영 체제에서 새 어댑터를 생성할 때 네트워크 어댑터 설정이 재설정됩니다. 설정을 다시 구성하려면 관리자 권한이 있는 로컬 계정에 액세스해야 할 수 있습니다. 다음은 한 네트워크 어댑터에서 다른 네트워크 어댑터로 전환하는 예입니다.
+ AWS PV(T2 인스턴스)에서 인텔 82599 VF(M4 인스턴스)로
+ 인텔 82599 VF(대부분의 M4 인스턴스)에서 ENA(M5 인스턴스)로
+ ENA(M5 인스턴스)에서 고대역폭 ENA(M5n 인스턴스)로
**향상된 네트워킹**
[향상된 네트워킹](enhanced-networking.md)을 지원하는 인스턴스 유형을 사용하려면 필요한 드라이버가 설치되어 있어야 합니다. 예를 들어 [Nitro 기반 인스턴스](instance-types.md#instance-hypervisor-type)에는 Elastic Network Adapter(ENA) 드라이버가 설치된 EBS 지원 AMI가 필요합니다. 향상된 네트워킹을 지원하지 않는 인스턴스 유형에서 향상된 네트워킹을 지원하는 인스턴스 유형으로 변경하려면 인스턴스에 [ENA 드라이버](enhanced-networking-ena.md) 또는 [ixgbevf 드라이버](sriov-networking.md)를 적절하게 설치해야 합니다.
ENA Express를 활성화한 상태에서 인스턴스의 크기를 조정하는 경우, 새 인스턴스 유형도 ENA Express를 지원해야 합니다. ENA Express를 지원하는 인스턴스 유형의 목록은 [ENA Express를 지원하는 인스턴스 유형](ena-express.md#ena-express-supported-instance-types) 섹션을 참조하세요.
ENA Express를 지원하는 인스턴스 유형에서 지원하지 않는 인스턴스 유형으로 변경하려면, 인스턴스의 크기를 조정하기 전에 ENA Express가 현재 활성화되어 있지 않은지 확인하세요.
**NVMe**
EBS 볼륨이 [Nitro 기반 인스턴스](instance-types.md#instance-hypervisor-type)에 NVMe 블록 디바이스로 표시됩니다. NVMe를 지원하지 않는 인스턴스 유형에서 NVMe를 지원하는 인스턴스 유형으로 변경하는 경우 먼저 인스턴스에 NVMe 드라이버를 설치해야 합니다. 또한 블록 디바이스 매핑에서 지정한 디바이스의 디바이스 이름은 NVMe 디바이스 이름(`/dev/nvme[0-26]n1`)을 사용하여 변경됩니다.
[Linux 인스턴스] 따라서 `/etc/fstab`를 사용하여 부팅 시 파일 시스템을 마운트하려면 디바이스 이름 대신 UUID/레이블을 사용해야 합니다.
**볼륨 제한**
인스턴스에 연결할 수 있는 Amazon EBS 볼륨의 최대 수는 인스턴스 유형 및 인스턴스 크기에 따라 달라집니다. 자세한 내용은 [Amazon EC2 인스턴스의 Amazon EBS 볼륨 한도](volume_limits.md) 섹션을 참조하세요.
현재 인스턴스에 연결된 볼륨 수와 같거나 더 많은 볼륨 수를 지원하는 인스턴스 유형이나 인스턴스 크기로만 변경할 수 있습니다. 현재 연결된 볼륨 수를 지원하지 않는 인스턴스 유형이나 인스턴스 크기로 변경하면 요청이 실패합니다. 예를 들어 32개의 볼륨이 연결된 `m7i.4xlarge` 인스턴스에서 최대 27개의 볼륨을 지원하는 `m6i.4xlarge`(으)로 변경하면 요청이 실패합니다.
**NitroTPM**
[NitroTPM](nitrotpm.md)이 활성화된 AMI와 NitroTPM을 지원하는 인스턴스 유형을 사용하여 인스턴스를 시작하면 NitroTPM이 활성화된 상태로 인스턴스가 시작됩니다. NitroTPM도 지원하는 인스턴스 유형으로만 변경할 수 있습니다.
# Amazon EC2 인스턴스의 인스턴스 유형 변경
필요한 인스턴스 유형이 인스턴스의 현재 구성과 호환되는 경우 다음 지침에 따라 Amazon EBS 지원 인스턴스의 인스턴스 유형을 변경합니다. 자세한 내용은 [인스턴스 유형 변경을 위한 호환성](resize-limitations.md) 섹션을 참조하세요.
**고려 사항**
+ 인스턴스를 중단해야 인스턴스 유형을 변경할 수 있습니다. 가동 중지는 인스턴스가 중단되었을 때 계획해야 합니다. 인스턴스 중단하고 인스턴스 유형을 변경하는 것은 몇 분이 걸릴 수 있으며, 인스턴스를 다시 시작하는 시간은 애플리케이션의 시작 스크립트에 따라 달라질 수 있습니다. 자세한 내용은 [Amazon EC2 인스턴스 중지 및 시작](Stop_Start.md) 섹션을 참조하세요.
+ 인스턴스를 중지했다가 시작하면 인스턴스가 새 하드웨어로 이동됩니다. 인스턴스에 엘라스틱 IP가 아닌 퍼블릭 IPv4 주소가 있는 경우 주소를 해제하고 인스턴스에 새 퍼블릭 IPv4 주소를 제공합니다. 인스턴스 수명 주기 전반에 걸친 IP 주소 동작에 대한 자세한 내용은 [인스턴스 상태 간 차이](ec2-instance-lifecycle.md#lifecycle-differences)을 참조하세요.
+ [스팟 인스턴스](using-spot-instances-request.md#stopping-a-spot-instance)의 인스턴스 유형은 변경할 수 없습니다.
+ [Windows 인스턴스] 인스턴스 유형을 변경하기 전에 AWS PV 드라이버 패키지를 업데이트하는 것이 좋습니다. 자세한 내용은 [EC2 Windows 인스턴스의 PV 드라이버 업그레이드](Upgrading_PV_drivers.md) 섹션을 참조하세요.
+ 인스턴스가 Auto Scaling 그룹에 있는 경우, Amazon EC2 Auto Scaling 서비스는 중단된 인스턴스를 비정상으로 간주해 이를 종료하고 대체 인스턴스를 시작합니다. 이를 방지하기 위해서는 인스턴스 유형을 변경하는 동안 그룹에 대한 조정 프로세스를 일시 중지할 수 있습니다. 자세한 내용은 Amazon EC2 Auto Scaling 사용 설명서**의 [Auto Scaling 그룹에 대한 프로세스 일시 중단 및 재개](https://docs.aws.amazon.com/autoscaling/ec2/userguide/as-suspend-resume-processes.html)를 참조하세요.
+ NVMe 인스턴스 스토어 볼륨이 있는 인스턴스의 인스턴스 유형을 변경하면 AMI 또는 인스턴스 블록 디바이스 매핑에 지정되지 않은 경우에도 모든 NVMe 인스턴스 스토어 볼륨을 사용할 수 있으므로 업데이트된 인스턴스에 추가 인스턴스 스토어 볼륨이 있을 수 있습니다. 그렇지 않으면 업데이트한 인스턴스는 원본 인스턴스를 시작할 때 지정한 것과 동일한 수의 인스턴스 저장소 볼륨을 갖습니다.
+ 인스턴스에 연결할 수 있는 Amazon EBS 볼륨의 최대 수는 인스턴스 유형 및 인스턴스 크기에 따라 달라집니다. 인스턴스에 이미 연결된 볼륨 수를 지원하지 않는 인스턴스 유형이나 인스턴스 크기로 변경할 수 없습니다. 자세한 내용은 [Amazon EC2 인스턴스의 Amazon EBS 볼륨 한도](volume_limits.md) 섹션을 참조하세요.
+ [Linux 인스턴스] `AWSSupport-MigrateXenToNitroLinux` 런북을 사용하여 호환되는 Linux 인스턴스를 Xen 인스턴스 유형에서 Nitro 인스턴스 유형으로 마이그레이션할 수 있습니다. 자세한 내용은 *AWS Systems Manager Automation 런북 참조*의 [https://docs.aws.amazon.com/systems-manager-automation-runbooks/latest/userguide/automation-awssupport-migrate-xen-to-nitro.html](https://docs.aws.amazon.com/systems-manager-automation-runbooks/latest/userguide/automation-awssupport-migrate-xen-to-nitro.html) 섹션을 참조하세요.
+ [Windows 인스턴스] 호환되는 Windows 인스턴스를 Xen 인스턴스 유형에서 Nitro 인스턴스 유형으로 마이그레이션하는 방법에 대한 추가 지침은 [최신 세대 인스턴스 유형으로 마이그레이션](migrating-latest-types.md)을 참조하세요.
**Amazon EBS 지원 인스턴스의 인스턴스 유형 변경**
1. (선택 사항) 새로운 인스턴스 유형이 기존 인스턴스에 드라이버가 설치되어 있어야 하는 유형인 경우, 먼저 인스턴스에 연결하여 해당 드라이버를 설치해야 합니다. 자세한 내용은 [인스턴스 유형 변경을 위한 호환성](resize-limitations.md) 섹션을 참조하세요.
1. [Windows 인스턴스] [고정 IP 주소 지정](config-windows-multiple-ip.md#step1)을 사용하도록 Windows 인스턴스를 구성했고 향상된 네트워킹을 지원하지 않는 인스턴스 유형에서 향상된 네트워킹을 지원하는 인스턴스 유형으로 변경하는 경우에는 고정 IP 주소 지정을 다시 구성하면 잠재적인 IP 주소 충돌에 대한 경고를 받을 수 있습니다. 이를 방지하려면 인스턴스 유형을 변경하기 전에 해당 인스턴스의 네트워크 인터페이스에서 DHCP를 활성화합니다. 인스턴스에서 **네트워크 및 공유 센터(Network and Sharing Center)**를 열고, 네트워크 인터페이스의 **인터넷 프로토콜 버전 4(TCP/IPv4) 속성(Internet Protocol Version 4 (TCP/IPv4) Properties)**을 열고, **자동으로 IP 주소 획득(Obtain an IP address automatically)**을 선택합니다. 인스턴스 유형을 변경하고 네트워크 인터페이스에서 고정 IP 주소 지정을 다시 구성합니다.
1. [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/)에서 Amazon EC2 콘솔을 엽니다.
1. 탐색 창에서 **인스턴스**를 선택합니다.
1. 인스턴스를 선택하고 **인스턴스 상태**, **인스턴스 중지**를 차례로 선택합니다. 확인 메시지가 표시되면 [**중지(Stop)**]를 선택합니다. 인스턴스가 중지하는 데 몇 분 정도 걸릴 수 있습니다.
1. 인스턴스를 선택한 상태에서 **작업**, **인스턴스 설정**, **인스턴스 유형 변경**을 차례로 선택합니다. 인스턴스가 `stopped` 상태가 아닌 경우에는 이 옵션이 회색으로 표시됩니다.
1. **인스턴스 유형 변경(Change instance type)** 페이지에서 다음을 수행합니다.
1. **인스턴스 유형(Instance type)**에서 원하는 인스턴스 유형을 선택합니다.
인스턴스 유형이 목록에 없으면 인스턴스 구성과 호환되지 않는 것입니다. 대신 [새 EC2 인스턴스를 시작하여 새 인스턴스 유형으로 마이그레이션](migrate-instance-configuration.md) 지침을 따릅니다.
1. (선택 사항) 선택한 인스턴스 유형이 EBS 최적화를 지원하는 경우 **EBS 최적화(EBS-optimized)**를 선택하여 EBS 최적화를 사용하거나 **EBS 최적화(EBS-optimized)**를 선택 취소하여 EBS 최적화를 비활성화합니다.
선택한 인스턴스 유형이 기본적으로 EBS에 최적화되었을 경우 **EBS 최적화**가 선택되고 이를 선택 취소할 수 없습니다.
1. (선택 사항) 새 인스턴스 유형에서 vCPU 옵션을 구성합니다.
기존 인스턴스의 인스턴스 유형을 변경하면 Amazon EC2는 가능한 경우 기존 인스턴스의 CPU 옵션 설정을 새 인스턴스에 적용합니다. 새 인스턴스 유형이 이 설정을 지원하지 않으면 CPU 옵션이 **없음**으로 재설정됩니다. 이 옵션은 새 인스턴스 유형에 대한 기본 vCPU 수를 사용합니다.
선택한 인스턴스 유형이 vCPU 구성을 지원하는 경우 **고급 세부 정보** 패널에서 **CPU 옵션 지정**을 선택하여 새 인스턴스 유형에 맞게 vCPU를 구성합니다.
1. **변경**을 선택하여 새로운 설정을 승인합니다.
1. 중지된 인스턴스를 다시 시작하려면 인스턴스를 선택하고 **인스턴스 상태(Instance state)**, **인스턴스 시작(Start instance)**을 선택합니다. 인스턴스가 `running` 상태가 되는 데 몇 분 정도 걸릴 수 있습니다. 인스턴스가 시작되지 않으면 [인스턴스 유형 변경 문제 해결](troubleshoot-change-instance-type.md) 섹션을 참조하세요.
1. [Windows 인스턴스] 인스턴스가 Windows Server 2016 또는 Windows Server 2019에서 EC2Launch v1으로 실행하는 경우 Windows 인스턴스에 연결하고 다음 EC2Launch PowerShell 스크립트를 실행하여 인스턴스 유형을 변경한 후에 인스턴스를 구성합니다.
**중요**
초기화 인스턴스 EC2 Launch 스크립트를 활성화하면 관리자 암호가 재설정됩니다. 관리자 암호 재설정은 구성 파일을 수정하여 비활성화할 수 있는데 초기화 작업에 대한 설정에서 이를 지정하면 됩니다. 암호 재설정을 사용하지 않도록 설정하는 방법에 대한 단계는 [초기화 작업 구성](ec2launch-config.md#ec2launch-inittasks)(EC2Launch) 또는 [설정 변경](ec2launch-v2-settings.md#ec2launch-v2-ui)(EC2Launch v2)을 참조하세요.
```
PS C:\> C:\ProgramData\Amazon\EC2-Windows\Launch\Scripts\InitializeInstance.ps1 -Schedule
```
# 새 EC2 인스턴스를 시작하여 새 인스턴스 유형으로 마이그레이션
원하는 새 인스턴스 유형과 호환되는 구성을 가진 EBS 지원 인스턴스인 경우에만 EC2 인스턴스의 인스턴스 유형을 변경할 수 있습니다. 그렇지 않으면 구성 또는 인스턴스가 새 인스턴스 유형과 호환되지 않거나 인스턴스 저장소 기반 인스턴스인 경우 원하는 인스턴스 유형과 호환되는 대체 인스턴스를 시작해야 합니다. 호환성 결정 방법에 대한 자세한 내용은 [인스턴스 유형 변경을 위한 호환성](resize-limitations.md) 섹션을 참조하세요.
**마이그레이션 프로세스 개요**
+ 원본 인스턴스의 데이터를 백업합니다.
+ 원하는 새 인스턴스 유형과 호환되는 구성으로 새 인스턴스를 시작하고 원본 인스턴스에 연결된 EBS 볼륨을 연결합니다.
+ 새 인스턴스에 애플리케이션을 설치합니다.
+ 데이터를 복원합니다.
+ 원본 인스턴스가 탄력적 IP 주소가 갖고 있는 경우 해당 주소를 새 인스턴스와 연결하여 사용자가 중단 없이 애플리케이션을 계속 사용할 수 있도록 해야 합니다.
**새 인스턴스로 마이그레이션하려면 다음을 수행하세요.**
1. [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/)에서 Amazon EC2 콘솔을 엽니다.
1. 여전히 필요한 데이터를 다음과 같이 백업합니다.
+ 인스턴스에 연결하고 인스턴스 저장소 볼륨의 데이터를 영구 스토리지에 복사합니다.
+ EBS 볼륨의 [스냅샷을 생성](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-creating-snapshot.html)하여 동일한 데이터로 새 볼륨을 생성하거나 원본 인스턴스에서 볼륨을 분리하여 새 인스턴스에 연결할 수 있습니다.
1. 탐색 창에서 **인스턴스**를 선택합니다.
1. **인스턴스 시작(Launch Instances)**을 선택합니다. 인스턴스를 구성할 때 다음을 수행합니다.
1. 원하는 인스턴스 유형을 지원하는 AMI를 선택합니다. 예를 들어 새 인스턴스 유형의 프로세서 유형을 지원하는 AMI를 선택해야 합니다. 또한 현재 세대 인스턴스 유형에 HVM AMI가 필요합니다.
1. 원하는 새 인스턴스 유형을 선택합니다. 원하는 인스턴스 유형을 사용할 수 없으면 선택한 AMI의 구성과 호환되지 않는 것입니다.
1. 동일한 트래픽이 새 인스턴스에 도달하도록 허용하려면 원본 인스턴스에서 사용된 것과 동일한 VPC와 보안 그룹을 선택합니다.
1. 새 인스턴스 구성을 마치면 키 페어를 선택하고 인스턴스를 시작하는 단계를 수행합니다. 인스턴스가 `running` 상태가 되는 데 몇 분 정도 걸릴 수 있습니다.
1. EBS 스냅샷에 데이터를 백업한 경우 [스냅샷에서 볼륨을 생성](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-creating-volume.html#ebs-create-volume-from-snapshot)한 다음 새 인스턴스에 [볼륨을 연결](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-attaching-volume.html)합니다.
원본 인스턴스에서 새 인스턴스로 EBS 볼륨을 이동하려면 원본 인스턴스에서 [볼륨을 분리](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-detaching-volume.html)한 다음 새 인스턴스에 [볼륨을 연결](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-attaching-volume.html)합니다.
1. 애플리케이션과 기타 필요한 소프트웨어를 새 인스턴스에 설치합니다.
1. 원래 인스턴스의 인스턴스 저장소 볼륨에서 백업한 데이터를 복원합니다.
1. 원본 인스턴스가 탄력적 IP 주소를 가지고 있는 경우 다음과 같이 이를 새 인스턴스에 할당합니다.
1. 탐색 창에서 **Elastic IPs**를 선택합니다.
1. 원래 인스턴스와 연결된 탄력적 IP 주소를 선택하고 **작업**, **탄력적 IP 주소 연결 해제**를 차례로 선택합니다. 확인 메시지가 나타나면 **연결 해제**를 선택합니다.
1. 탄력적 IP 주소를 선택한 상태에서 **작업**, **탄력적 IP 주소 연결**을 차례로 선택합니다.
1. **리소스 유형**에서 **인스턴스**를 선택합니다.
1. **인스턴스**에서 새 인스턴스를 선택합니다.
1. (선택 사항) **프라이빗 IP 주소**에 탄력적 IP 주소를 연결할 프라이빗 IP 주소를 지정합니다.
1. **연결**(Associate)을 선택합니다.
1. (선택 사항) 원래 인스턴스가 더 이상 필요하지 않을 경우 이를 종료할 수 있습니다. 인스턴스를 선택하고 새 인스턴스가 아닌 원본 인스턴스를 종료하고 있는지 확인한 다음(예를 들어 이름이나 시작 시간) **인스턴스 상태(Instance state)**, **인스턴스 종료(Terminate instance)**를 선택하세요.
# 인스턴스 유형 변경 문제 해결
다음 정보를 사용하여 인스턴스 유형을 변경할 때 발생할 수 있는 문제를 진단하고 수정합니다.
## 인스턴스 유형 변경 후 인스턴스가 시작되지 않음
**가능한 원인: 새 인스턴스 유형에 대한 요구 사항이 충족되지 않음**
인스턴스가 부팅되지 않는 경우 새 인스턴스 유형에 대한 요구 사항 중 하나가 충족되지 않았을 가능성이 있습니다. 자세한 내용은 [인스턴스 유형을 변경한 후 Linux 인스턴스가 부팅되지 않는 이유는 무엇입니까?](https://repost.aws/knowledge-center/boot-error-linux-nitro-instance)를 참조하세요.
**가능한 원인: AMI가 인스턴스 유형을 지원하지 않음**
EC2 콘솔을 사용하여 인스턴스 유형을 변경하는 경우 선택한 AMI에서 지원하는 인스턴스 유형만 사용할 수 있습니다. 그러나 AWS CLI를 사용하여 인스턴스를 시작하면 호환되지 않는 AMI와 인스턴스 유형을 지정할 수 있습니다. AMI와 인스턴스 유형이 호환되지 않으면 인스턴스를 시작할 수 없습니다. 자세한 내용은 [인스턴스 유형 변경을 위한 호환성](resize-limitations.md) 섹션을 참조하세요.
**가능한 원인: 인스턴스가 클러스터 배치 그룹에 있음**
인스턴스가 [클러스터 배치 그룹](placement-strategies.md#placement-groups-cluster)에 있으며 인스턴스 유형을 변경한 후 인스턴스가 시작되지 않으면 다음을 시도하세요.
1. 클러스터 배치 그룹의 모든 인스턴스를 중지합니다.
1. 영향을 받는 인스턴스의 인스턴스 유형을 변경합니다.
1. 클러스터 배치 그룹의 모든 인스턴스를 시작합니다.
## 인스턴스 유형 변경 후 인터넷에서 연결할 수 없는 애플리케이션 또는 웹 사이트
**가능한 원인: 퍼블릭 IPv4 주소가 릴리스됨**
인스턴스 유형을 변경할 때 먼저 인스턴스를 중지해야 합니다. 인스턴스를 중지할 때 인스턴스에 퍼블릭 IPv4 주소를 해제하고 인스턴스에 새 퍼블릭 IPv4 주소를 제공합니다.
인스턴스 중지 및 시작 사이에 퍼블릭 IPv4 주소를 유지하려면 인스턴스가 실행 중일 때 추가 비용 없이 탄력적 IP 주소를 사용하는 것이 좋습니다. 자세한 내용은 [탄력적 IP 주소](elastic-ip-addresses-eip.md) 섹션을 참조하세요.
# 성능 버스트 가능 인스턴스
대부분의 범용 워크로드는 평균적으로 사용량이 많지 않으며 높은 수준의 지속적인 CPU 성능을 요구하지 않습니다. 다음 그래프는 고객이 AWS 클라우드에서 실행하는 다양한 일반적인 워크로드의 CPU 사용률을 보여 줍니다.
![\[대부분의 일반적인 워크로드는 평균 CPU 사용률이 기준 이하이며 간헐적으로 기준 이상으로 급증합니다.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/CPU-common-workloads.png)
CPU 사용률이 낮거나 중간 정도인 이러한 워크로드는 CPU 사이클의 낭비를 초래하고 결과적으로 사용한 것보다 더 많은 비용을 지불하게 됩니다. 이를 극복하기 위해 저비용 버스트 가능 범용 인스턴스인 T 인스턴스를 활용할 수 있습니다.
T 인스턴스 패밀리는 기준 CPU 성능을 제공하며, 필요에 따라 언제든지 기준 이상으로 버스트할 수 있습니다. 기준 CPU는 대규모 마이크로 서비스, 웹 서버, 중소 규모의 데이터베이스, 데이터 로깅, 코드 리포지토리, 가상 데스크톱, 개발 및 테스트 환경, 비즈니스 크리티컬 애플리케이션을 비롯한 대부분의 범용 워크로드의 요구 사항을 충족하도록 정의되었습니다. T 인스턴스는 컴퓨팅, 메모리 및 네트워크 리소스를 균형있게 제공하며 CPU 사용량이 낮거나 중간 정도인 광범위한 범용 애플리케이션을 실행할 수 있는 가장 비용 효율적인 솔루션을 제공합니다. M 인스턴스에 비해 최대 15%의 비용을 절감할 수 있으며, 더 작고 경제적인 인스턴스 크기 덕분에 비용을 추가로 절감할 수 있으며, vCPU 2개와 0.5GiB의 메모리를 제공합니다. 나노, 마이크로, 소형, 중형 등의 작은 T 인스턴스 크기는 적은 양의 메모리가 필요하고 높은 CPU 사용량이 요구되지 않는 워크로드에 적합합니다.
**참고**
이 항목에서는 버스트 가능한 CPU에 대해 설명합니다. 버스트 가능 네트워크 성능에 대한 자세한 내용은 [Amazon EC2 인스턴스 네트워크 대역폭](ec2-instance-network-bandwidth.md) 섹션을 참조하세요.
## EC2 버스트 가능 인스턴스 유형
EC2 버스트 가능 인스턴스는 T4g, T3a, T3 인스턴스 유형과 이전 세대 T2 인스턴스 유형으로 구성됩니다.
T4g 인스턴스 유형은 최신 세대의 버스트 가능 인스턴스입니다. 최적의 가격 대비 성능을 제공하며 모든 EC2 인스턴스 유형 중에서 가장 비용이 낮습니다. T4g 인스턴스 유형은 ARM 기반 [AWS Graviton2](https://aws.amazon.com/ec2/graviton/) 프로세서를 기반으로 하며, 운영 체제 공급업체, 독립 소프트웨어 공급업체, 유명 AWS 서비스 및 애플리케이션의 광범위한 에코시스템 지원을 제공합니다.
다음 표에는 버스트 가능 인스턴스 유형 간의 주요 차이점이 요약되어 있습니다.
****
| Type | 설명 | 프로세서 패밀리 |
| --- | --- | --- |
| 최신 세대 |
| T4g | T3에 비해 최대 40% 더 높은 가격 대비 성능과 20% 저렴한 비용을 제공하는 최저가 EC2 인스턴스 유형 | Arm Neoverse N1 코어가 장착된 AWS Graviton2 프로세서 |
| T3a | T3 인스턴스에 비해 10% 저렴한 비용의 최저가 x86 기반 인스턴스 | AMD 1세대 EPYC 프로세서 |
| T3 | 이전 세대 T2 인스턴스에 비해 최대 30% 낮은 가격 대비 성능으로 x86 워크로드를 위한 최고의 가격 대비 최대 성능 제공 | 인텔 제온 스케일러블(Skylake, Cascade Lake 프로세서) |
| 이전 세대 |
| T2 | 이전 세대 버스트 가능 인스턴스 | 인텔 제온 프로세서 |
인스턴스 요금에 대한 자세한 내용과 기타 사양은 [Amazon EC2 요금](https://aws.amazon.com/ec2/pricing/) 및 [Amazon EC2 인스턴스 유형](https://aws.amazon.com/ec2/instance-types/)을 참조하세요. 버스트 가능 네트워크 성능에 대한 자세한 내용은 [Amazon EC2 인스턴스 네트워크 대역폭](ec2-instance-network-bandwidth.md) 섹션을 참조하세요.
2025년 7월 15일 전에 AWS 계정을 생성했고 생성한 지 12개월이 아직 안 된 경우 특정 사용량 한도 내에서 무료로 `t2.micro` 인스턴스(또는 `t2.micro`를 사용할 수 없는 리전에서는 `t3.micro` 인스턴스)를 사용할 수 있습니다. 2025년 7월 15일 이후에 AWS 계정을 생성한 경우 6개월 동안 또는 크레딧이 소진될 때까지 `t3.micro`, `t3.small`, `t4g.micro`, `t4g.small` 인스턴스 유형을 사용할 수 있습니다. 자세한 내용은 [AWS 프리 티어](https://aws.amazon.com/free/) 섹션을 참조하세요.
**T 인스턴스에 대해 지원되는 구매 옵션**
+ On-Demand Instances
+ Reserved Instances
+ 전용 인스턴스(T3에만 해당)
+ 전용 호스트(T3 전용, `standard` 모드만 해당)
+ 스팟 인스턴스
자세한 정보는 [Amazon EC2 결제 및 구매 옵션](instance-purchasing-options.md)을 참조하세요.
**Topics**
+ [
## EC2 버스트 가능 인스턴스 유형
](#burstable-instance-types)
+ [
## 모범 사례
](#burstable-performance-instances-best-practices)
+ [
# 성능 버스트 가능 인스턴스에 대한 주요 개념 및 정의
](burstable-credits-baseline-concepts.md)
+ [
# 성능 순간 확장 가능 인스턴스의 무제한 모드
](burstable-performance-instances-unlimited-mode.md)
+ [
# 성능 순간 확장 가능 인스턴스의 스탠다드 모드
](burstable-performance-instances-standard-mode.md)
+ [
# 성능 버스트 가능 인스턴스 구성
](burstable-performance-instances-how-to.md)
+ [
# 성능 버스트 가능 인스턴스에 대한 CPU 크레딧 모니터링
](burstable-performance-instances-monitoring-cpu-credits.md)
## 모범 사례
다음 모범 사례를 따르면 성능 순간 확장 가능 인스턴스의 이점을 최대한 활용할 수 있습니다.
+ 선택한 인스턴스의 크기가 운영 체제 및 애플리케이션의 최소 메모리 요구 사항을 충족하는지 확인합니다. 그래픽 사용자 인터페이스에서 많은 메모리와 CPU 리소스를 사용하는 운영 체제(예: Windows)에서는 대부분의 경우 인스턴스 크기가 `t3.micro` 이상이어야 합니다. 시간이 지나면서 워크로드의 메모리 및 CPU 요구 사항이 증가함에 따라 유연하게 T 인스턴스를 더 큰 규모의 동일한 인스턴스 유형으로 확장하거나 다른 인스턴스 유형을 선택할 수 있습니다.
+ 계정에 대해 [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/getting-started/)를 활성화하고 워크로드에 대한 Compute Optimizer 권장 사항을 검토하세요. Compute Optimizer는 성능을 향상시키기 위해 인스턴스를 확장해야 하는지 또는 비용을 절감하기 위해 축소해야 하는지 여부를 평가하는 데 도움이 됩니다. Compute Optimizer는 시나리오에 따라 다른 인스턴스 유형을 권장할 수도 있습니다. 자세한 내용은 *AWS Compute Optimizer 사용 설명서*의 [EC2 인스턴스 권장 사항 보기](https://docs.aws.amazon.com/compute-optimizer/latest/ug/view-ec2-recommendations.html)를 참조하세요.
# 성능 버스트 가능 인스턴스에 대한 주요 개념 및 정의
기존 Amazon EC2 인스턴스 유형은 고정된 CPU 리소스를 제공하는 반면, 성능 순간 확장 가능 인스턴스는 기본 수준의 CPU 사용률을 제공하면서 기본 수준 이상으로 CPU 사용률을 버스트하는 기능을 제공합니다. 이렇게 하면 기준 CPU와 추가 버스트 CPU 사용량에 대해서만 비용을 지불하면 되므로 컴퓨팅 비용이 절감됩니다. 기준 사용률과 버스트 기능은 CPU 크레딧에 의해 좌우됩니다. 성능 순간 확장 가능 인스턴스는 CPU 사용량에 대해 크레딧을 사용하는 유일한 인스턴스 유형입니다.
각 버스트 가능 성능 인스턴스는 CPU 기준 미만으로 유지되면 지속적으로 크레딧을 얻고, 기준선 이상으로 버스트될 때 크레딧을 지속적으로 소비합니다. 적립되거나 소비되는 크레딧 금액은 인스턴스의 CPU 사용률에 따라 달라집니다.
+ CPU 사용률이 기준 미만인 경우 적립되는 크레딧은 소비되는 크레딧보다 많습니다.
+ CPU 사용률이 기준과 같을 경우 적립되는 크레딧은 소비되는 크레딧과 같습니다.
+ CPU 사용률이 기준을 초과할 경우 소비되는 크레딧이 적립되는 크레딧보다 많습니다.
적립되는 크레딧이 소비되는 크레딧보다 많을 경우의 차액을 획득한 크레딧이라고 하며, 이를 나중에 기준 CPU 사용률 이상으로 버스트하는 데 사용할 수 있습니다. 마찬가지로, 소비되는 크레딧이 적립되는 크레딧보다 많을 경우 인스턴스 동작은 크레딧 구성 모드(표준 모드 또는 무제한 모드)에 따라 달라집니다.
표준 모드에서 소비되는 크레딧이 적립되는 크레딧보다 많을 경우 인스턴스는 획득한 크레딧을 사용하여 기준 CPU 사용률을 초과하여 버스트합니다. 획득한 크레딧이 남아 있지 않으면 인스턴스가 기준 CPU 사용률로 점진적으로 저하되고 크레딧이 더 많이 적립될 때까지 기준 이상으로 버스트할 수 없습니다.
무제한 모드에서는 인스턴스가 기준 CPU 사용률 이상으로 버스트하면 인스턴스는 먼저 획득한 크레딧을 사용하여 버스트합니다. 획득한 크레딧이 남아 있지 않으면 인스턴스는 버스트에 잉여 크레딧을 사용합니다. CPU 사용률이 기준 미만으로 떨어지면 획득한 CPU 크레딧을 사용하여 이전에 소비한 잉여 크레딧을 청산할 수 있습니다. CPU 크레딧을 획득하고 잉여 크레딧을 청산하는 기능을 통해 Amazon EC2은 24시간 동안 인스턴스의 CPU 사용률을 평균 수준으로 유지할 수 있습니다. 24시간 동안의 평균 CPU 사용량이 기준을 초과하는 경우 인스턴스에 추가 사용량에 대해 vCPU 시간당 [고정 추가 요금](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing)이 청구됩니다.
**Contents**
+ [
## 핵심 개념 및 정의
](#key-concepts)
+ [
## CPU 크레딧 적립
](#earning-CPU-credits)
+ [
## CPU 크레딧 획득률
](#CPU-credit-earn-rate)
+ [
## CPU 크레딧 누적 한도
](#CPU-credit-accrual-limit)
+ [
## 획득한 CPU 크레딧의 수명
](#accrued-CPU-credits-life-span)
+ [
## 기준 사용률
](#baseline_performance)
## 핵심 개념 및 정의
다음 주요 개념 및 정의는 버스트 가능 성능 인스턴스에 적용할 수 있습니다.
**CPU 사용률**
CPU 사용률은 인스턴스에서 현재 사용 중인 할당된 EC2 컴퓨팅 유닛의 비율(%)입니다. 이 지표는 인스턴스에서 사용되고 있는 할당된 CPU 사이클의 비율을 측정합니다. CPU 사용률 CloudWatch 지표는 코어당 CPU 사용량이 아니라 인스턴스당 CPU 사용량을 나타냅니다. 인스턴스의 기준 CPU 사양도 인스턴스당 CPU 사용량을 기준으로 합니다. AWS Management Console 또는 AWS CLI를 사용하여 CPU 사용률을 측정하려면 [특정 인스턴스에 대한 통계 가져오기](US_SingleMetricPerInstance.md) 섹션을 참조하세요.
**CPU 크레딧**
vCPU 시간의 단위입니다.
예:
CPU 크레딧 1개 = vCPU 1개 \$1 100% 사용률 \$1 1분
CPU 크레딧 1개 = vCPU 1개 \$1 50% 사용률 \$1 2분
CPU 크레딧 1개 = vCPU 2개 \$1 25% 사용률 \$1 2분
**기준 사용률**
기준 사용률은 획득하는 CPU 크레딧 수가 사용 중인 CPU 크레딧 수와 일치할 때 순 크레딧 밸런스 0에서 CPU를 사용할 수 있는 수준입니다. 기준 사용률을 기준이라고도 합니다. 기준 사용률은 vCPU 사용률의 백분율로 표시되며 기준 사용률(%) = (획득한 크레딧 수/vCPU 수)/60분으로 계산됩니다.
각 버스트 가능한 성능 인스턴스 유형의 기준 사용률은 [크레딧 표](#burstable-performance-instances-credit-table)를 참조하세요.
**획득 크레딧**
인스턴스가 실행 중일 때 지속적으로 적립되는 크레딧입니다.
시간당 적립되는 크레딧 수 = 기준 사용률(%) \$1 vCPU 수 \$1 60분
예:
vCPU가 2개인 t3.nano는 기본 사용률이 5%로, 시간당 6 크레딧을 획득하며, 다음과 같이 계산됩니다.
vCPU 2개 \$1 5% 기준 \$1 60분 = 시간당 6 크레딧
**소비 또는 사용되는 크레딧**
인스턴스가 실행 중일 때 지속적으로 소비되는 크레딧입니다.
분당 소비되는 CPU 크레딧 = vCPU 수 \$1 CPU 사용률 \$1 1분
**획득한 크레딧**
인스턴스가 기준 사용률에 필요한 것보다 적은 크레딧을 사용하는 경우 사용되지 않은 CPU 크레딧입니다. 즉, 획득한 크레딧 = (적립되는 크레딧 - 기준 미만으로 사용되는 크레딧)입니다.
예:
t3.nano가 한 시간 동안 5% 기준보다 적은 2% CPU 사용률로 실행될 경우 획득한 크레딧은 다음과 같이 계산됩니다.
획득한 CPU 크레딧 = (시간당 적립되는 크레딧 - 시간당 소비되는 크레딧) = 6 - 2 vCPU \$1 2% CPU 사용률 \$1 60분 = 6 - 2.4 = 시간당 획득한 크레딧 3.6입니다.
**크레딧 누적 한도**
인스턴스 크기에 따라 다르지만 일반적으로 24시간 동안 적립되는 최대 크레딧 수와 같습니다.
예:
t3.nano의 경우 크레딧 누적 한도 = 24 \$1 6 = 144 크레딧입니다.
**시작 크레딧**
표준 모드로 구성된 T2 인스턴스에만 적용됩니다. 시작 크레딧은 새 T2 인스턴스에 할당되는 제한된 수의 CPU 크레딧으로, 표준 모드로 시작할 때 기준 이상으로 버스트할 수 있습니다.
**잉여 크레딧**
획득한 크레딧 잔액이 소진된 후 인스턴스가 소비하는 크레딧입니다. 잉여 크레딧은 버스트 가능 인스턴스가 오랜 기간 동안 고성능을 유지할 수 있도록 고안되었으며 무제한 모드에서만 사용됩니다. 잉여 크레딧 잔액은 인스턴스가 무제한 모드에서 버스트하기 위해 소비한 크레딧 수를 확인하는 데 사용됩니다.
**스탠다드 모드**
크레딧 구성 모드로, 크레딧 잔액에 적립된 크레딧을 사용하여 인스턴스를 기준 이상으로 버스트할 수 있습니다.
**무제한 모드**
크레딧 구성 모드로, 필요할 때마다 원하는 기간 동안 높은 CPU 사용률을 유지하여 인스턴스를 기준 이상으로 버스트할 수 있습니다. 24시간 동안 또는 인스턴스 수명(더 짧음) 동안 인스턴스의 평균 CPU 사용률이 기준 이하인 경우에 모든 CPU 사용량 급증에 대해 시간당 CPU 인스턴스 요금이 적용됩니다. 인스턴스 실행에 장기간 높은 CPU 사용률이 필요한 경우, vCPU-시간당 [추가 고정 요금](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing)으로 인스턴스를 실행할 수 있습니다.
다음 표에는 버스트 가능 인스턴스 유형 간의 주요 크레딧 차이점이 요약되어 있습니다.
****
| Type | 지원되는 CPU 크레딧 유형 | 크레딧 구성 모드 | 인스턴스 시작과 중지 사이에 획득하는 CPU 크레딧 수명 |
| --- | --- | --- | --- |
| 최신 세대 |
| T4g | 적립 크레딧, 획득 크레딧, 소비 크레딧, 잉여 크레딧(무제한 모드만 해당) | 표준, 무제한(기본값) | 7일(크레딧이 인스턴스 중지 후 7일 동안 유지됨) |
| T3a | 적립 크레딧, 획득 크레딧, 소비 크레딧, 잉여 크레딧(무제한 모드만 해당) | 표준, 무제한(기본값) | 7일(크레딧이 인스턴스 중지 후 7일 동안 유지됨) |
| T3 | 적립 크레딧, 획득 크레딧, 소비 크레딧, 잉여 크레딧(무제한 모드만 해당) | 표준, 무제한(기본값) | 7일(크레딧이 인스턴스 중지 후 7일 동안 유지됨) |
| 이전 세대 |
| T2 | 적립 크레딧, 획득 크레딧, 소비 크레딧, 시작 크레딧(표준 모드만 해당), 잉여 크레딧(무제한 모드만 해당) | 표준(기본값), 무제한 | 0일(인스턴스가 중지되면 크레딧이 소실됨) |
**참고**
무제한 모드에서는 전용 호스트에서 시작되는 T3 인스턴스에 대해 지원하지 않습니다.
## CPU 크레딧 적립
각 성능 순간 확장 가능 인스턴스는 인스턴스 크기에 따라 특정 비율의 시간당 CPU 크레딧을 지속적으로 (밀리초 수준의 시간 정밀도로) 획득합니다. 크레딧이 누적되는지 아니면 소비되는지를 결정하는 산정 프로세스도 밀리초 수준의 시간 정밀도로 수행되므로 CPU 크레딧 과소비를 염려할 필요는 없습니다. 즉, 짧은 CPU 버스트는 약간의 CPU 크레딧만을 소비합니다.
성능 순간 확장 가능 인스턴스에서 기본 사용률에 필요한 것보다 더 적은 CPU 리소스를 사용하는 경우(예: 유휴 상태) 사용하지 않은 CPU 크레딧은 CPU 크레딧 밸런스에 누적됩니다. 성능 순간 확장 가능 인스턴스가 기준 사용률 수준 이상으로 버스트해야 할 경우 누적된 크레딧을 소모합니다. 성능 순간 확장 가능 인스턴스가 획득한 크레딧이 많을수록 추가 CPU 사용률이 필요할 때 기준 사용률 수준을 초과하여 버스트할 수 있는 시간이 증가합니다.
다음 표에는 성능 순간 확장 가능 인스턴스 유형, 시간당 CPU 크레딧 획득률, 인스턴스가 획득할 수 있는 최대 CPU 크레딧 수, 인스턴스당 vCPU 수, 전체 코어의 백분율로 나타낸 기준 사용률(단일 vCPU 사용 시) 등이 나와 있습니다.
| 인스턴스 유형 | 시간당 지급되는 CPU 크레딧 | 누적 가능한 최대 지급된 크레딧\$1 | vCPU\$1\$1\$1 | vCPU당 기준 사용률 |
| --- | --- | --- | --- | --- |
| **T2** | | | | |
| t2.nano | 3 | 72 | 1 | 5% |
| t2.micro | 6 | 144 | 1 | 10% |
| t2.small | 12 | 288 | 1 | 20% |
| t2.medium | 24 | 576 | 2 | 20%\$1\$1 |
| t2.large | 36 | 864 | 2 | 30%\$1\$1 |
| t2.xlarge | 54 | 1296 | 4 | 22.5%\$1\$1 |
| t2.2xlarge | 81.6 | 1958.4 | 8 | 17%\$1\$1 |
| **T3** | | | | |
| t3.nano | 6 | 144 | 2 | 5%\$1\$1 |
| t3.micro | 12 | 288 | 2 | 10%\$1\$1 |
| t3.small | 24 | 576 | 2 | 20%\$1\$1 |
| t3.medium | 24 | 576 | 2 | 20%\$1\$1 |
| t3.large | 36 | 864 | 2 | 30%\$1\$1 |
| t3.xlarge | 96 | 2304 | 4 | 40%\$1\$1 |
| t3.2xlarge | 192 | 4608 | 8 | 40%\$1\$1 |
| **T3a** | | | | |
| t3a.nano | 6 | 144 | 2 | 5%\$1\$1 |
| t3a.micro | 12 | 288 | 2 | 10%\$1\$1 |
| t3a.small | 24 | 576 | 2 | 20%\$1\$1 |
| t3a.medium | 24 | 576 | 2 | 20%\$1\$1 |
| t3a.large | 36 | 864 | 2 | 30%\$1\$1 |
| t3a.xlarge | 96 | 2304 | 4 | 40%\$1\$1 |
| t3a.2xlarge | 192 | 4608 | 8 | 40%\$1\$1 |
| **T4g** | | | | |
| t4g.nano | 6 | 144 | 2 | 5%\$1\$1 |
| t4g.micro | 12 | 288 | 2 | 10%\$1\$1 |
| t4g.small | 24 | 576 | 2 | 20%\$1\$1 |
| t4g.medium | 24 | 576 | 2 | 20%\$1\$1 |
| t4g.large | 36 | 864 | 2 | 30%\$1\$1 |
| t4g.xlarge | 96 | 2304 | 4 | 40%\$1\$1 |
| t4g.2xlarge | 192 | 4608 | 8 | 40%\$1\$1 |
| |
| --- |
| \$1 누적될 수 있는 크레딧은 수는 24시간 동안 획득할 수 있는 크레딧의 수와 동일합니다. |
| \$1\$1 테이블의 기준 사용률(%)은 vCPU당입니다. CloudWatch에서 CPU 사용률은 vCPU 기준으로 표시됩니다. 예를 들어 기준 수준으로 작동하는 `t3.large` 인스턴스에 대한 CPU 사용률은 CloudWatch CPU 지표의 30%로 표시됩니다. 기준 사용률을 계산하는 방법에 대한 자세한 내용은 [기준 사용률](#baseline_performance) 섹션을 참조하세요. |
| \$1\$1\$1 T2 및 T4g 인스턴스를 제외하고, 각 vCPU는 인텔 제온 코어 또는 AMD EPYC 코어의 스레드입니다. |
## CPU 크레딧 획득률
시간당 획득하는 CPU 크레딧의 수는 인스턴스 크기에 의해 결정됩니다. 예를 들어 `t3.nano`는 시간당 6개의 크레딧을 획득하는 반면, `t3.small`은 시간당 24개의 크레딧을 획득합니다. 이전 표에는 모든 인스턴스에 대한 크레딧 획득률이 나와 있습니다.
## CPU 크레딧 누적 한도
실행 중인 인스턴스에서 획득한 크레딧은 만료되지 않습니다. 하지만 인스턴스가 누적할 수 있는 획득 크레딧 수에는 한도가 있습니다. 한도는 CPU 크레딧 밸런스 한도에 따라 결정됩니다. 한도에 도달한 후에 새로 획득하는 크레딧은 다음 이미지와 같이 모두 삭제됩니다. 최대 버킷은 CPU 크레딧 밸런스 한도를 나타내고, 스필오버는 한도를 초과하여 새로 획득한 크레딧을 나타냅니다.
![\[적립된 새 크레딧은 한도를 초과하면 폐기됩니다.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/t2-t3-bucket.png)
CPU 크레딧 밸런스 한도는 각 인스턴스 크기에 따라 다릅니다. 예를 들어 `t3.micro` 인스턴스는 CPU 크레딧 밸런스에서 최대 288의 획득한 CPU 크레딧을 누적할 수 있습니다. 이전 표에는 각 인스턴스에서 누적할 수 있는 최대 획득 크레딧 수가 나와 있습니다.
T2 스탠다드 인스턴스에서도 시작 크레딧을 획득합니다. 시작 크레딧은 CPU 크레딧 밸런스 한도에 포함되지 않습니다. T2 인스턴스가 시작 크레딧을 사용하지 않고 획득 크레딧을 누적하면서 24시간 동안 유휴 상태를 유지한 경우 CPU 크레딧 밸런스는 한도 이상으로 표시됩니다. 자세한 내용은 [시작 크레딧](burstable-performance-instances-standard-mode-concepts.md#launch-credits) 섹션을 참조하세요.
T4g, T3a, T3 인스턴스에서는 시작 크레딧을 획득하지 않습니다. 이러한 인스턴스는 `unlimited`로 시작하도록 기본 설정되어 있으므로 시작 크레딧 없이도 시작하자마자 즉시 버스트할 수 있습니다. 전용 호스트에서 시작되는 T3 인스턴스는 기본적으로 `standard`로 시작되며, `unlimited` 모드에서는 전용 호스트의 T3 인스턴스에 대해 지원하지 않습니다.
## 획득한 CPU 크레딧의 수명
실행 중인 인스턴스의 CPU 크레딧은 만료 기간이 없습니다.
T2의 경우 CPU 크레딧 밸런스는 인스턴스 중지와 시작 사이의 기간 동안 지속하지 않습니다. T2 인스턴스를 중지하면 인스턴스는 누적된 크레딧을 모두 상실합니다.
T4g, T3a, T3의 경우 인스턴스가 중지된 후 CPU 크레딧 밸런스가 7일 동안 지속되며 이후 크레딧이 소멸됩니다. 7일 이내에 인스턴스를 시작하면 크레딧이 상실되지 않습니다.
자세한 내용은 [CloudWatch 지표](burstable-performance-instances-monitoring-cpu-credits.md#burstable-performance-instances-CW-metrics-table) 표에서 `CPUCreditBalance` 항목을 참조하세요.
## 기준 사용률
*기준 사용률*은 획득하는 CPU 크레딧 수가 사용 중인 CPU 크레딧 수와 일치할 때 순 크레딧 밸런스 0에서 CPU를 사용할 수 있는 수준입니다. 기준 사용률을 *기준*이라고도 합니다.
기준 사용률은 vCPU 사용률의 백분율로 표시되며 다음과 같이 계산됩니다.
`(number of credits earned/number of vCPUs)/60 minutes = % baseline utilization`
예를 들어 vCPU가 2개인 `t3.nano` 인스턴스는 시간당 6 크레딧을 획득하여 기준 사용률이 5% 로, 다음과 같이 계산됩니다.
`(6 credits earned/2 vCPUs)/60 minutes = 5% baseline utilization`
vCPU가 2개인 `t3.large` 인스턴스는 시간당 36 크레딧을 획득하여 기준 사용률이 30%입니다(`(36/2)/60`).
다음 그래프는 평균 CPU 사용률이 기준보다 낮은 `t3.large`의 예를 보여줍니다.
![\[평균 CPU 사용률이 기준보다 낮은 t3.large 인스턴스를 보여주는 그래프입니다.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/baseline-utilization.png)
# 성능 순간 확장 가능 인스턴스의 무제한 모드
`unlimited`로 구성된 성능 순간 확장 가능 인스턴스는 필요한 경우 언제든지 원하는 기간 동안 높은 CPU 사용률을 유지할 수 있습니다. 24시간 동안 또는 인스턴스 수명(더 짧음) 동안 인스턴스의 평균 CPU 사용률이 기준 이하인 경우에 모든 CPU 사용량 급증에 대해 시간당 CPU 인스턴스 요금이 적용됩니다.
대부분의 범용 워크로드에서 `unlimited`로 구성된 인스턴스는 추가 요금 없이 충분한 성능을 제공합니다. 인스턴스 실행에 장기간 높은 CPU 사용률이 필요한 경우, vCPU-시간당 추가 고정 요금으로 인스턴스를 실행할 수 있습니다. 요금에 대한 자세한 내용은 [Amazon EC2 요금](https://aws.amazon.com/ec2/pricing/) 및 [T2/T3/T4 무제한 모드 요금](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing)을 참조하세요.
2025년 7월 15일 전에 AWS 계정을 생성했고 [AWS 프리 티어](https://aws.amazon.com/free/) 혜택에 따라 `t2.micro` 또는 `t3.micro` 인스턴스를 사용하며 이 인스턴스를 `unlimited` 모드에서 사용하는 경우 24시간 롤링 기간 동안 평균 사용률이 인스턴스의 [기준 사용률](burstable-credits-baseline-concepts.md#baseline_performance)을 초과하면 요금이 적용될 수 있습니다.
T4g, T3a, T3 인스턴스는 [기본값을 변경](burstable-performance-instances-how-to.md#burstable-performance-instance-set-default-credit-specification-for-account)하지 않는 한 기본적으로 `unlimited`로 시작됩니다. 24시간 동안 평균 CPU 사용량이 기준을 초과하면 잉여 크레딧에 대한 요금이 발생합니다. 스팟 인스턴스를 `unlimited`으로 시작하고 CPU 크레딧 누적에 대한 유휴 시간 없이 즉시 짧은 기간 동안 사용하려는 경우, 추가 크레딧에 대한 요금이 발생합니다. 더 높은 비용을 지불하지 않으려면 [표준](burstable-performance-instances-standard-mode.md) 모드에서 스팟 인스턴스를 시작하는 것이 좋습니다. 자세한 내용은 [잉여 크레딧으로 요금 발생 가능](burstable-performance-instances-unlimited-mode-concepts.md#unlimited-mode-surplus-credits) 및 [성능 버스트 가능 인스턴스 시작](how-spot-instances-work.md#burstable-spot-instances) 섹션을 참조하세요.
**참고**
전용 호스트에서 시작되는 T3 인스턴스는 기본적으로 `standard`로 시작되며, `unlimited` 모드에서는 전용 호스트의 T3 인스턴스에 대해 지원하지 않습니다.
**Contents**
+ [
# 성능 버스트 가능 인스턴스의 무제한 모드 개념
](burstable-performance-instances-unlimited-mode-concepts.md)
+ [
## 무제한 성능 순간 확장 가능 인스턴스의 작동 방식
](burstable-performance-instances-unlimited-mode-concepts.md#how-burstable-performance-instances-unlimited-works)
+ [
## 무제한 모드 대 고정 CPU 사용 시기
](burstable-performance-instances-unlimited-mode-concepts.md#when-to-use-unlimited-mode)
+ [
## 잉여 크레딧으로 요금 발생 가능
](burstable-performance-instances-unlimited-mode-concepts.md#unlimited-mode-surplus-credits)
+ [
## 무제한 버스트 가능 성능은 비용이 얼마인가요?
](burstable-performance-instances-unlimited-mode-concepts.md#how-much-does-unlimited-burstable-performance-cost)
+ [
## T2 무제한 인스턴스에는 시작 크레딧이 없음
](burstable-performance-instances-unlimited-mode-concepts.md#unlimited-mode-no-launch-credits)
+ [
## 무제한 모드 활성화
](burstable-performance-instances-unlimited-mode-concepts.md#unlimited-mode-enabling)
+ [
## 무제한과 스탠다드 간 전환 시 크레딧에 발생하는 현상
](burstable-performance-instances-unlimited-mode-concepts.md#unlimited-mode-switching-and-credits)
+ [
## 크레딧 사용량 모니터링
](burstable-performance-instances-unlimited-mode-concepts.md#unlimited-mode-monitoring-credit-usage)
+ [
# 성능 버스트 가능 인스턴스의 무제한 모드 예제
](unlimited-mode-examples.md)
+ [
## 예 1: T3 무제한의 크레딧 사용 설명
](unlimited-mode-examples.md#t3_unlimited_example)
+ [
## 예 2: T2 무제한의 크레딧 사용 설명
](unlimited-mode-examples.md#t2_unlimited_example)
# 성능 버스트 가능 인스턴스의 무제한 모드 개념
`unlimited` 모드는 성능 순간 확장 가능 인스턴스에 사용할 수 있는 크레딧 구성 옵션입니다. 이 모드는 실행 중인 또는 중지된 인스턴스에 대해 언제든지 활성화 또는 비활성화할 수 있습니다. 버스트 가능 성능 인스턴스 패밀리별로 각 AWS 리전의 계정 수준에서 [`unlimited`를 기본 크레딧 옵션으로 설정](burstable-performance-instances-how-to.md#burstable-performance-instance-set-default-credit-specification-for-account)하면 계정의 모든 새로운 버스트 가능 성능 인스턴스가 기본 크레딧 옵션을 사용하여 시작됩니다.
## 무제한 성능 순간 확장 가능 인스턴스의 작동 방식
`unlimited`로 구성된 성능 순간 확장 가능 인스턴스의 CPU 크레딧 밸런스가 감소하면 *잉여* 크레딧을 사용하여 [기준](burstable-credits-baseline-concepts.md#baseline_performance) 이상으로 버스트할 수 있습니다. CPU 사용률이 기준 미만으로 떨어지면 획득한 CPU 크레딧을 사용하여 이전에 소비한 잉여 크레딧을 청산할 수 있습니다. CPU 크레딧을 획득하고 잉여 크레딧을 청산하는 기능을 통해 Amazon EC2은 24시간 동안 인스턴스의 CPU 사용률을 평균 수준으로 유지할 수 있습니다. 24시간 동안의 평균 CPU 사용량이 기준을 초과하는 경우 인스턴스에 추가 사용량에 대해 vCPU 시간당 [고정 추가 요금](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing)이 청구됩니다.
다음 그래프는 `t3.large`의 CPU 사용량을 보여줍니다. `t3.large`에 대한 기본 CPU 사용률은 30%입니다. 인스턴스가 24시간 동안 평균 30% CPU 사용률로 실행되는 경우 이미 인스턴스 시간당 가격으로 비용이 처리되었으므로 추가 비용이 발생하지 않습니다. 그러나 그래프에 표시된 것처럼 24시간 동안의 평균 40%의 CPU 사용률로 실행되는 경우 이 인스턴스는 추가 10% CPU 사용량에 대해 vCPU 시간당 [추가 고정 요금](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing)이 청구됩니다.
![\[t3.large 인스턴스의 CPU 비용 청구 사용량입니다.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/t3-cpu-usage.png)
각 인스턴스 유형별 vCPU 당 기준 사용률 및 각 인스턴스 유형에서 얻은 크레딧 수에 대한 자세한 내용은 [크레딧 표](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)를 참조하세요.
## 무제한 모드 대 고정 CPU 사용 시기
T3와 같은 `unlimited` 모드 또는 M5와 같은 고정 성능 인스턴스에서 버스트 가능한 성능 인스턴스를 사용해야 하는지 결정할 때는 손익분기 CPU 사용량을 결정해야 합니다. 버스트 가능한 성능 인스턴스에 대한 손익분기 CPU 사용량은 버스트 가능한 성능 인스턴스가 고정 성능 인스턴스와 동일한 비용을 부담합니다. 손익분기 CPU 사용량은 다음을 결정하는 데 도움이 됩니다.
+ 24시간 동안의 평균 CPU 사용량이 손익분기 CPU 사용량 또는 그 이하인 경우 `unlimited` 모드에서 버스트 가능한 성능 인스턴스를 사용하면 버스트 가능 성능 인스턴스의 저렴한 가격으로 혜택을 누릴 수 있으며 동시에 고정 성능 인스턴스와 동일한 성능을 얻을 수 있습니다.
+ 24시간 동안의 평균 CPU 사용량이 손익분기 CPU 사용량보다 많으면 버스트 가능한 성능 인스턴스의 비용은 동등한 크기의 고정 성능 인스턴스보다 증가합니다. T3 인스턴스가 100% CPU에서 연속적으로 버스트하면 동등한 크기의 M5 인스턴스 가격의 약 1.5배를 지불하게 됩니다.
다음 그래프에서는 `t3.large`이 `m5.large`와 동일한 비용의 손익분기 CPU 사용량을 보여줍니다. `t3.large`에 대한 손익분기 CPU 사용량은 42.5%입니다. 평균 CPU 사용량이 42.5%인 경우 `t3.large`을 실행하는 비용은 `m5.large`와 동일하며 평균 CPU 사용량이 42.5%를 초과하면 비용이 더 많이 듭니다. 작업 부하가 42.5% 미만의 평균 CPU 사용량이 필요한 경우 `t3.large`와 동일한 성능을 얻는 동안 `m5.large`의 저렴한 가격으로 혜택을 볼 수 있습니다.
![\[t3.large 인스턴스의 손익분기점 CPU 사용량은 42.5%입니다.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/T3-unltd-when-to-use.png)
다음 표는 손익분기 CPU 사용량 임계값을 계산하여 `unlimited` 모드 또는 고정 성능 인스턴스에서 버스트 가능한 성능 인스턴스를 사용하는 것이 더 경제적인 시기가 언제인지를 결정할 수 있는 방법을 보여줍니다. 테이블의 열은 A에서 K로 표시됩니다.
| 인스턴스 유형 | vCPUs | T3 가격\$1/시간 | M5 가격\$1/시간 | 가격 차이 | vCPU당 T3 기준 사용률(%) | 잉여 크레딧에 대한 vCPU 시간당 요금 | vCPU 분당 요금 | vCPU당 사용 가능한 추가 버스트 시간(분) | 사용 가능한 추가 CPU% | 손익분기 CPU% |
| --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- |
| A | B | C | D | E = D - C | F | G | H = G/60 | I = E/H | J = (I/60)/B | K = F \$1 J |
| t3.large | 2 | 0.0835 USD | 0.096 USD | 0.0125 USD | 30% | 0.05 USD | 0.000833 USD | 15 | 12.5% | 42.5% |
| |
| --- |
| \$1 가격은 us-east-1 및 Linux OS를 기준으로 합니다. |
이 테이블에서는 다음 정보를 제공합니다.
+ A열은 인스턴스 유형인 `t3.large`을 표시합니다.
+ B열은 `t3.large`에 대한 vCPU 수를 나타냅니다.
+ C열은 시간당 `t3.large`의 가격을 보여줍니다.
+ D열은 시간당 `m5.large`의 가격을 보여줍니다.
+ D열은 `t3.large`과 `m5.large` 사이의 가격 차이를 보여줍니다.
+ F열은 30%인 `t3.large`의 vCPU당 기준 사용률을 보여줍니다. 기준선에서 인스턴스의 시간당 비용은 CPU 사용량 비용을 포함합니다.
+ G열은 획득된 크레딧이 소진된 후 100% CPU에서 버스트되는 경우 인스턴스에 청구되는 vCPU 시간당 [고정 추가 요금](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing)을 보여줍니다.
+ H열은 획득된 크레딧이 소진된 후 100% CPU에서 버스트되는 경우 인스턴스에 청구되는 vCPU 분당 [고정 추가 요금](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing)을 보여줍니다.
+ I열은 `t3.large`이 시간당 100% CPU에서 버스트 가능하고 `m5.large`와 같은 시간당 가격을 지불하는 추가 시간(분)을 보여줍니다.
+ J열은 `m5.large`로 동일한 가격을 지불하면서 인스턴스가 버스트 가능한 기준선에 대한 추가 CPU 사용량(%)을 보여줍니다.
+ K열은 `t3.large`이 `m5.large`보다 많은 비용을 들이지 않고 버스트 가능한 손익분기 CPU 사용량(%)을 보여줍니다. `t3.large` 비용 및 그 어떤 비용도 `m5.large`보다 많습니다.
다음 테이블은 비슷한 크기의 M5 인스턴스 유형과 비교한 T3 인스턴스 유형의 손익분기 CPU 사용량(%)을 보여줍니다.
| T3 인스턴스 유형 | M5와 비교한 T3에 대한 손익분기 CPU 사용량(%) |
| --- | --- |
| t3.large | 42.5% |
| t3.xlarge | 52.5% |
| t3.2xlarge | 52.5% |
## 잉여 크레딧으로 요금 발생 가능
인스턴스의 평균 CPU 사용률이 기준 이하인 경우에는 인스턴스로 인해 추가 요금이 발생하지 않습니다. 인스턴스는 24시간 동안 [최대 크레딧 수](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)를 획득하기 때문에(예를 들면 `t3.micro` 인스턴스는 24시간 동안 최대 288개의 크레딧 획득이 가능) 요금을 부과하지 않고 이 최대 값까지 잉여 크레딧을 소비할 수 있습니다.
그러나 CPU 사용률이 기준 이상으로 유지되는 경우 인스턴스는 소비한 잉여 크레딧을 청산하기에 충분한 수준으로 크레딧을 획득할 수 없습니다. 청산된 잉여 크레딧은 vCPU-시간당 추가 고정 요금으로 부과됩니다. 요금에 대한 자세한 내용은 [T2/T3/T4g 무제한 모드 요금](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing)을 참조하세요.
이전에 소비된 잉여 크레딧은 다음이 발생할 때 요금이 부과됩니다.
+ 소비한 잉여 크레딧이 인스턴스가 24시간 동안 획득할 수 있는 [최대 크레딧 수](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)를 초과하는 경우. 해당 시간이 끝날 때 최대 값 이상으로 소비한 잉여 크레딧에 요금이 부과됩니다.
+ 인스턴스가 중지 또는 종료된 경우.
+ 인스턴스가 `unlimited`에서 `standard`로 전환됩니다.
소비한 잉여 크레딧은 CloudWatch 지표 `CPUSurplusCreditBalance`에 의해 추적이 가능합니다. 요금이 부과된 잉여 크레딧은 CloudWatch 지표 `CPUSurplusCreditsCharged`에 의해 추적이 가능합니다. 자세한 내용은 [성능 순간 확장 가능 인스턴스에 대한 추가 CloudWatch 측정치](burstable-performance-instances-monitoring-cpu-credits.md#burstable-performance-instances-cw-metrics) 섹션을 참조하세요.
## 무제한 버스트 가능 성능은 비용이 얼마인가요?
잉여 크레딧을 사용하고 획득 크레딧으로 지불하지 않는 경우([잉여 크레딧으로 요금 발생 가능](#unlimited-mode-surplus-credits) 참조) 잉여 크레딧에 대해 vCPU 시간당 고정 요금을 추가로 지불합니다. 요금은 *Amazon EC2 온디맨드 요금* 페이지의 [T2/T3/T4g 무제한 모드 요금](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing) 섹션에 나열되어 있습니다.
## T2 무제한 인스턴스에는 시작 크레딧이 없음
T2 스탠다드 인스턴스에서는 [시작 크레딧](burstable-performance-instances-standard-mode-concepts.md#launch-credits)을 획득하지만 T2 무제한 인스턴스에서는 시작 크레딧을 획득하지 않습니다. 24시간 동안 또는 인스턴스 수명(더 짧음) 동안 평균 CPU 사용률이 기준 이하인 경우, T2 무제한 인스턴스는 언제라도 추가 요금 없이 기준 성능 이상으로 버스트가 가능합니다. 따라서 T2 무제한 인스턴스는 시작 크레딧 없이도 시작 즉시 높은 성능을 달성할 수 있습니다.
T2 인스턴스가 `standard`에서 `unlimited`으로 전환된 경우 남은 `CPUCreditBalance`가 전달되기 전에 `CPUCreditBalance`에서 누적된 시작 크레딧이 모두 삭제됩니다.
T4g, T3a, T3 인스턴스는 기본적으로 무제한 모드에서 시작되므로 시작 크레딧을 받지 않아 시작 즉시 버스트할 수 있습니다. 무제한 모드 크레딧 구성을 통해 T4G, T3a, T3 인스턴스는 필요한 만큼의 CPU를 사용하여 필요한 시간만큼 얼마든지 기준 이상으로 버스트할 수 있습니다.
## 무제한 모드 활성화
실행 중이거나 중지된 인스턴스에서 언제든지 `unlimited`에서 `standard`로, `standard`에서 `unlimited`로 전환할 수 있습니다. 자세한 내용은 [시작 시 크레딧 사양 구성](burstable-performance-instances-how-to.md#launch-burstable-performance-instances) 및 [성능 버스트 가능 인스턴스의 크레딧 사양 관리](burstable-performance-instances-how-to.md#modify-burstable-performance-instances) 섹션을 참조하세요.
버스트 가능 성능 인스턴스 패밀리별로 각 AWS 리전의 계정 수준에서 `unlimited`를 기본 크레딧 옵션으로 설정하면 계정의 모든 새로운 버스트 가능 성능 인스턴스가 기본 크레딧 옵션을 사용하여 시작됩니다. 자세한 내용은 [계정의 기본 크레딧 사양 관리](burstable-performance-instances-how-to.md#burstable-performance-instance-set-default-credit-specification-for-account) 섹션을 참조하세요.
Amazon EC2 콘솔 또는 AWS CLI를 사용하여 버스트 가능 성능 인스턴스가 `unlimited` 또는 `standard`로 구성되었는지 확인할 수 있습니다. 자세한 내용은 [성능 버스트 가능 인스턴스 구성](burstable-performance-instances-how-to.md) 섹션을 참조하세요.
## 무제한과 스탠다드 간 전환 시 크레딧에 발생하는 현상
`CPUCreditBalance`는 인스턴스에서 누적한 크레딧 수를 추적하는 CloudWatch 측정치입니다. `CPUSurplusCreditBalance`는 인스턴스에서 사용한 잉여 크레딧 수를 추적하는 CloudWatch 측정치입니다.
`unlimited`로 구성된 인스턴스를 `standard`로 변경하면 다음이 발생합니다.
+ `CPUCreditBalance` 값은 변경되지 않은 채 전달됩니다.
+ `CPUSurplusCreditBalance` 값은 즉시 요금이 부과됩니다.
`standard` 인스턴스가 `unlimited`로 전환될 경우 다음이 발생합니다.
+ 누적된 획득 크레딧이 포함된 `CPUCreditBalance` 값이 전달됩니다.
+ T2 스탠다드 인스턴스의 경우 `CPUCreditBalance` 값에서 모든 시작 크레딧이 삭제되고, 누적된 획득 크레딧이 포함된 나머지 `CPUCreditBalance` 값이 전달됩니다.
## 크레딧 사용량 모니터링
인스턴스가 기준 이상의 크레딧을 사용하고 있는지 여부를 확인하기 위해 CloudWatch 측정치를 사용하여 사용량을 추적할 수 있으며 시간별 경보를 설정하여 크레딧 사용량에 대한 알림을 받을 수 있습니다. 자세한 내용은 [성능 버스트 가능 인스턴스에 대한 CPU 크레딧 모니터링](burstable-performance-instances-monitoring-cpu-credits.md) 섹션을 참조하세요.
# 성능 버스트 가능 인스턴스의 무제한 모드 예제
다음은 `unlimited`로 구성된 인스턴스에 크레딧 사용을 설명하는 예입니다.
**Topics**
+ [
## 예 1: T3 무제한의 크레딧 사용 설명
](#t3_unlimited_example)
+ [
## 예 2: T2 무제한의 크레딧 사용 설명
](#t2_unlimited_example)
## 예 1: T3 무제한의 크레딧 사용 설명
이 예에서는 `t3.nano`로 시작된 `unlimited` 인스턴스의 CPU 사용률과 CPU 사용률 유지를 위해 *획득* 및 *잉여* 크레딧을 어떻게 사용하고 있는지 보여줍니다.
`t3.nano` 인스턴스는 24시간 동안 144개의 CPU 크레딧을 획득하고, 이를 사용하여 144분의 vCPU 사용 시간을 확보할 수 있습니다. CPU 크레딧 밸런스(CloudWatch 측정치 `CPUCreditBalance`에 의해 표현)가 고갈되면 인스턴스는 *아직 획득되지 않은* *잉여* CPU— —크레딧을 사용하여 필요한 시간 동안 버스트를 할 수 있습니다. `t3.nano` 인스턴스는 24시간 동안 최대 144개의 크레딧을 획득하기 때문에 즉시 요금을 부과하지 않고 이 최대 값까지 잉여 크레딧을 소비할 수 있습니다. 144개 이상의 CPU 크레딧을 사용하고 있는 경우에는 해당 시간이 끝날 때 그 차이만큼 비용이 부과됩니다.
이 예제는 다음 그래프를 통해 `CPUCreditBalance`가 감소한 이후에도 인스턴스가 잉여 크레딧을 사용하여 어떻게 버스트를 할 수 있는지 보여줍니다. 아래 워크플로는 그래프에서 번호가 매겨진 지점을 참조합니다.
**P1** – 그래프의 0시간에서 인스턴스는 `unlimited`로 시작되며 즉시 크레딧을 획득하기 시작합니다. 인스턴스는 시작된 시간부터 유휴— 상태로 유지되어 CPU 사용률이 0%—이므로 크레딧이 사용되지 않습니다. 사용하지 않은 모든 크레딧은 크레딧 밸런스에 누적됩니다. 처음 24시간 동안 `CPUCreditUsage`는 0이고 `CPUCreditBalance` 값은 최대 144에 이릅니다.
**P2** – 향후 12시간 동안 CPU 사용률은 2.5%이며, 이는 5% 기준 아래입니다. 인스턴스는 사용하는 크레딧보다 더 많은 크레딧을 획득하지만, `CPUCreditBalance` 값은 최대 144 크레딧을 초과할 수 없습니다.
**P3** – 향후 24시간 동안 CPU 사용률은 7%(기준보다 높음)이며, 이를 위해서는 57.6 크레딧을 사용해야 합니다. 인스턴스는 획득한 것보다 더 많은 크레딧을 사용하므로 `CPUCreditBalance` 값은 86.4 크레딧으로 감소합니다.
**P4** – 향후 12시간 동안 CPU 사용률은 2.5%(기준보다 낮음)로 감소하며, 이를 위해서는 36 크레딧을 사용해야 합니다. 인스턴스에서는 동시에 72 크레딧을 획득할 수 있습니다. 인스턴스는 사용하는 크레딧보다 더 많은 크레딧을 획득하므로 `CPUCreditBalance` 값은 122 크레딧으로 증가합니다.
**P5** – 향후 5시간 동안 인스턴스는 100% CPU 사용률로 버스트하고 이 버스트를 지속하기 위해 총 570 크레딧을 사용합니다. 이 기간 중 1시간이 지나면 인스턴스는 122 크레딧의 전체 `CPUCreditBalance`를 소진하고 높은 CPU 사용률을 유지하기 위해 잉여 크레딧을 사용하기 시작해 이 기간 동안 총 448 잉여 크레딧(570-122=448)을 사용합니다. `CPUSurplusCreditBalance` 값이 144 CPU 크레딧(`t3.nano` 인스턴스는 24시간 동안 획득할 수 있는 최대 크레딧)에 이르면 이후에 사용된 모든 잉여 크레딧은 획득한 크레딧으로 상쇄되지 않습니다. 이후에 사용된 잉여 크레딧은 304 크레딧(448-144=304)에 해당하며, 이로써 304 크레딧에 대한 시간이 종료될 때 약간의 추가 요금이 발생하게 됩니다.
**P6** – 향후 13시간 동안 CPU 사용률은 5%(기준)입니다. 인스턴스는 사용하는 크레딧과 동일한 크레딧을 획득하므로 `CPUSurplusCreditBalance`를 청산할 여력은 없습니다. `CPUSurplusCreditBalance` 값은 144 크레딧을 유지합니다.
**P7** – 이 예에서는 최근 24시간 동안 인스턴스가 유휴 상태로, CPU 사용률이 0%입니다. 이 기간 동안 인스턴스는 144 크레딧을 획득하고 이 크레딧은 `CPUSurplusCreditBalance`를 청산하는 데 사용합니다.
![\[t3 인스턴스에서 24시간 후 144개 크레딧이 적립되었습니다.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/t3_unlimited_graph.png)
## 예 2: T2 무제한의 크레딧 사용 설명
이 예에서는 `t2.nano`로 시작된 `unlimited` 인스턴스의 CPU 사용률과 CPU 사용률 유지를 위해 *획득* 및 *잉여* 크레딧을 어떻게 사용하고 있는지 보여줍니다.
`t2.nano` 인스턴스는 24시간 동안 72개의 CPU 크레딧을 획득하고, 이를 사용하여 72분의 vCPU 사용 시간을 확보할 수 있습니다. CPU 크레딧 밸런스(CloudWatch 측정치 `CPUCreditBalance`에 의해 표현)가 고갈되면 인스턴스는 *아직 획득되지 않은* *잉여* CPU— —크레딧을 사용하여 필요한 시간 동안 버스트를 할 수 있습니다. `t2.nano` 인스턴스는 24시간 동안 최대 72개의 크레딧을 획득하기 때문에 즉시 요금을 부과하지 않고 이 최대 값까지 잉여 크레딧을 소비할 수 있습니다. 72개 이상의 CPU 크레딧을 사용하고 있는 경우에는 해당 시간이 끝날 때 그 차이만큼 비용이 부과됩니다.
이 예제는 다음 그래프를 통해 `CPUCreditBalance`가 감소한 이후에도 인스턴스가 잉여 크레딧을 사용하여 어떻게 버스트를 할 수 있는지 보여줍니다. 그래프의 타임 라인 시작 지점에서 인스턴스가 24시간 동안 획득할 수 있는 최대 수와 동일한 크레딧 밸런스를 누적했다고 가정할 수 있습니다. 아래 워크플로는 그래프에서 번호가 매겨진 지점을 참조합니다.
**1** – 처음 10분 동안 `CPUCreditUsage`가 0이고 `CPUCreditBalance` 값이 최대 72로 유지됩니다.
**2** – 23:40에 CPU 사용률이 증가하면서 인스턴스가 CPU 크레딧을 사용하고, 이에 따라 `CPUCreditBalance` 값이 줄어듭니다.
**3** – 00:47경, 인스턴스에서 전체 `CPUCreditBalance`가 고갈되고 높은 CPU 사용률을 유지하기 때문에 잉여 크레딧을 사용하기 시작합니다.
**4** – `CPUSurplusCreditBalance` 값이 72 CPU 크레딧에 도달하는 01:55까지 잉여 크레딧이 사용됩니다. 이는 `t2.nano` 인스턴스가 24시간 동안 획득할 수 있는 최대 값과 동일합니다. 이후에 사용된 모든 잉여 크레딧은 24시간 내에 획득한 크레딧으로 상쇄가 되지 않기 때문에 해당 시간이 끝날 때 약간의 추가 요금이 발생하게 됩니다.
**5** – 인스턴스가 02:20경까지 잉여 크레딧을 계속해 사용합니다. 이때 CPU 사용률이 기준 이하로 떨어지면 인스턴스는 시간당 3개씩(5분마다 0.25개) 크레딧을 획득하기 시작합니다. 이는 `CPUSurplusCreditBalance`를 청산하는 데 사용됩니다. `CPUSurplusCreditBalance` 값이 줄어들어 0이 되고 나면 인스턴스는 5분마다 0.25개씩 `CPUCreditBalance` 획득 크레딧을 누적하기 시작합니다.
![\[무제한으로 시작된 t2.nano 인스턴스의 그래프로 표시된 CPU 사용률입니다.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/t2_unlimited_graph.png)
**청구서 계산(Linux 인스턴스)**
잉여 크레딧은 vCPU-시간당 0.05 USD입니다. 인스턴스는 01:55부터 02:20까지 약 25개의 잉여 크레딧을 소비했으며, 이는 0.42 vCPU-시간에 해당됩니다. 이 인스턴스의 추가 요금은 0.42 vCPU-시간 x 0.05 USD/vCPU-시간 = 0.021 USD, 반올림하여 0.02 USD입니다. 여기 이 T2 무제한 인스턴스에 대한 월말 청구서가 나와 있습니다.
![\[T2 무제한 인스턴스 청구서 예시입니다.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/t2_unlimited_bill_linux.png)
**청구서 계산(Windows 인스턴스)**
잉여 크레딧은 vCPU-시간당 0.096 USD입니다. 인스턴스는 01:55부터 02:20까지 약 25개의 잉여 크레딧을 소비했으며, 이는 0.42 vCPU-시간에 해당됩니다. 이 인스턴스의 추가 요금은 0.42 vCPU-시간 x 0.096 USD/vCPU-시간 = 0.04032 USD, 반올림하여 0.04 USD입니다. 여기 이 T2 무제한 인스턴스에 대한 월말 청구서가 나와 있습니다.
![\[T2 무제한 인스턴스 청구서 예시입니다.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/t2_unlimited_bill_windows.png)
발생하는 모든 요금을 매시간 공지하는 청구서 알림을 설정하고 필요 시 조치를 취할 수 있습니다.
# 성능 순간 확장 가능 인스턴스의 스탠다드 모드
`standard`로 구성된 성능 순간 확장 가능 인스턴스는 평균 CPU 사용률이 인스턴스의 기준 CPU 사용률보다 일관되게 낮은 워크로드에 적합합니다. 기준 이상으로 버스트하려면 인스턴스는 CPU 크레딧 밸런스에 누적한 크레딧을 사용합니다. 인스턴스가 획득한 크레딧이 부족해지면 CPU 사용률이 점차적으로 기준 수준으로 떨어지기 때문에 획득한 CPU 크레딧 밸런스가 고갈되어도 급격한 성능 저하가 발생하지 않습니다. 자세한 내용은 [성능 버스트 가능 인스턴스에 대한 주요 개념 및 정의](burstable-credits-baseline-concepts.md) 섹션을 참조하세요.
**Contents**
+ [
# 성능 버스트 가능 인스턴스의 표준 모드 개념
](burstable-performance-instances-standard-mode-concepts.md)
+ [
## 스탠다드 성능 순간 확장 가능 인스턴스의 작동 방식
](burstable-performance-instances-standard-mode-concepts.md#how-burstable-performance-instances-standard-works)
+ [
## 시작 크레딧
](burstable-performance-instances-standard-mode-concepts.md#launch-credits)
+ [
## 시작 크레딧 한도
](burstable-performance-instances-standard-mode-concepts.md#launch-credit-limits)
+ [
## 시작 크레딧과 획득 크레딧의 차이
](burstable-performance-instances-standard-mode-concepts.md#burstable-performance-instances-diff-launch-earned-credits)
+ [
# 성능 버스트 가능 인스턴스의 표준 모드 예제
](standard-mode-examples.md)
+ [
## 예 1: T3 스탠다드의 크레딧 사용 설명
](standard-mode-examples.md#t3_standard_example)
+ [
## 예 2: T2 스탠다드의 크레딧 사용 설명
](standard-mode-examples.md#t2-standard-example)
+ [
### 기간 1: 1 – 24시간
](standard-mode-examples.md#period-1)
+ [
### 기간 2: 25 – 36시간
](standard-mode-examples.md#period-2)
+ [
### 기간 3: 37 – 61시간
](standard-mode-examples.md#period-3)
+ [
### 기간 4: 62 – 72시간
](standard-mode-examples.md#period-4)
+ [
### 기간 5: 73 – 75시간
](standard-mode-examples.md#period-5)
+ [
### 기간 6: 76 – 90시간
](standard-mode-examples.md#period-6)
+ [
### 기간 7: 91 – 96시간
](standard-mode-examples.md#period-7)
# 성능 버스트 가능 인스턴스의 표준 모드 개념
`standard` 모드는 성능 순간 확장 가능 인스턴스에 사용할 수 있는 구성 옵션입니다. 이 모드는 실행 중인 또는 중지된 인스턴스에 대해 언제든지 활성화 또는 비활성화할 수 있습니다. 버스트 가능 성능 인스턴스 패밀리별로 각 AWS 리전의 계정 수준에서 [`standard`를 기본 크레딧 옵션으로 설정](burstable-performance-instances-how-to.md#burstable-performance-instance-set-default-credit-specification-for-account)하면 계정의 모든 새로운 버스트 가능 성능 인스턴스가 기본 크레딧 옵션을 사용하여 시작됩니다.
## 스탠다드 성능 순간 확장 가능 인스턴스의 작동 방식
`standard`로 구성된 성능 순간 확장 가능 인스턴스는 실행 중 상태인 경우 시간당 특정 비율의 획득 크레딧을 지속적으로 (밀리초 수준의 시간 정밀도로) 획득합니다. T2 스탠다드 인스턴스가 중지되면 발생한 크레딧이 모두 손실되고 크레딧 밸런스가 0으로 재설정됩니다. 인스턴스가 다시 시작되면 새로운 세트의 시작 크레딧이 지급되고 획득 크레딧이 누적되기 시작합니다. T4g, T3a, T3 표준 인스턴스의 경우 인스턴스가 중지된 후 CPU 크레딧 밸런스가 7일 동안 지속되며 이후 크레딧이 소멸됩니다. 7일 이내에 인스턴스를 시작하면 크레딧이 상실되지 않습니다.
T2 표준 인스턴스는 **획득 크레딧과 **시작 크레딧이라는 두 가지 유형의 [CPU 크레딧](burstable-credits-baseline-concepts.md#key-concepts)을 획득합니다. T2 스탠다드 인스턴스가 실행 중 상태인 경우 지속적으로 시간당 특정 비율의 획득 크레딧을 획득합니다(밀리초 수준의 시간 정밀도). 시작 시에는 아직 뛰어난 시작 환경을 위한 크레딧이 없으므로, 뛰어난 시작 환경을 제공하기 위해 획득 크레딧이 누적되는 동안 먼저 소비할 수 있도록 시작 시에 시작 크레딧이 지급됩니다.
T4g, T3a, T3 인스턴스는 무제한 모드를 지원하므로 시작 크레딧을 획득하지 않습니다. 무제한 모드 크레딧 구성을 통해 T4G, T3a, T3 인스턴스는 필요한 만큼의 CPU를 사용하여 필요한 시간만큼 얼마든지 기준 이상으로 버스트할 수 있습니다.
## 시작 크레딧
T2 표준 인스턴스는 시작 시 vCPU당 30개의 시작 크레딧을 받고 T1 표준 인스턴스는 15개의 시작 크레딧을 받습니다. 예를 들어 `t2.micro` 인스턴스는 1개의 vCPU에서 30개의 시작 크레딧을 획득하는 반면에 `t2.xlarge` 인스턴스는 4개의 vCPU에서 120개의 시작 크레딧을 획득합니다. 시작 크레딧은 획득 크레딧을 누적하기 전에 인스턴스가 시작 즉시 버스트를 할 수 있도록 허용하는 뛰어난 시작 경험을 제공하도록 설계되었습니다.
시작 크레딧은 획득 크레딧보다 먼저 소비됩니다. 소비되지 않은 시작 크레딧은 CPU 크레딧 밸런스에 누적됩니다. 하지만 CPU 크레딧 밸런스 한도에 포함되지 않습니다. 예를 들어 `t2.micro` 인스턴스는 최대 144의 CPU 크레딧 밸런스 한도를 가지고 있습니다. 시작된 후 24시간 이상 유휴 상태로 지속된 경우 CPU 크레딧 밸런스는 한도 이상인 174(시작 크레딧 30 \$1 획득 크레딧 144)에 도달합니다. 그러나 인스턴스가 30개의 시작 크레딧을 사용하고 나면 크레딧 밸런스가 144개를 초과할 수 없습니다. 각 인스턴스 크기별 CPU 크레딧 밸런스 한도에 대한 자세한 내용은 [크레딧 표](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)를 참조하세요.
아래 표에는 시작 시 획득한 초기 CPU 크레딧 할당과 vCPU의 수가 나와 있습니다.
| 인스턴스 유형 | 시작 크레딧 | vCPUs |
| --- | --- | --- |
| t1.micro | 15 | 1 |
| t2.nano | 30 | 1 |
| t2.micro | 30 | 1 |
| t2.small | 30 | 1 |
| t2.medium | 60 | 2 |
| t2.large | 60 | 2 |
| t2.xlarge | 120 | 4 |
| t2.2xlarge | 240 | 8 |
## 시작 크레딧 한도
T2 스탠다드 인스턴스가 시작 크레딧을 획득할 수 있는 횟수에는 제한이 있습니다. 기본 한도는 24시간마다 계정, 리전 및 24시간당 모든 T2 스탠다드 인스턴스에 대해 총 100회 시작입니다. 예를 들어 한 인스턴스가 24시간 이내에 100회 중지 및 시작되는 경우, 24시간 이내에 100개의 인스턴스가 시작되는 경우 또는 기타 조합으로 100회의 시작에 도달한 경우 한도에 도달하게 됩니다. 새 계정에는 사용량에 따라 증가하는 하한이 설정되어 있을 수 있습니다.
**작은 정보**
워크로드가 항상 필요한 성능을 얻도록 하려면 [성능 순간 확장 가능 인스턴스의 무제한 모드](burstable-performance-instances-unlimited-mode.md) 전환 또는 크기가 더 큰 인스턴스 사용을 고려하세요.
## 시작 크레딧과 획득 크레딧의 차이
다음 표에는 시작 크레딧과 획득 크레딧의 차이가 나와 있습니다.
| | 시작 크레딧 | 획득 크레딧 |
| --- | --- | --- |
| **크레딧 획득률** | T2 스탠다드 인스턴스는 시작 또는 재시작 시 vCPU당 30개의 시작 크레딧이 지급됩니다. T2 인스턴스가 `unlimited`에서 `standard`로 전환되는 경우 전환되는 시점에는 이 인스턴스에서 시작 크레딧을 획득하지 않습니다. | 각 T2 인스턴스는 인스턴스 크기에 따라 지속적으로 특정 비율의 시간당 CPU 크레딧을 얻습니다(밀리초 수준의 시간 정밀도로). 인스턴스 크기에 따라 지급되는 CPU 크레딧 수에 대한 자세한 내용은 [크레딧 표](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)를 참조하세요. |
| **크레딧 획득 한도** | 시작 크레딧 획득 한도는 24시간마다 계정, 리전 및 24시간당 모든 T2 스탠다드 인스턴스에 대해 총 100회 시작입니다. 새 계정에는 사용량에 따라 증가하는 하한이 설정되어 있을 수 있습니다. | T2 인스턴스는 CPU 크레딧 밸런스 한도 이상의 크레딧을 누적할 수 없습니다. CPU 크레딧 밸런스가 한도에 도달한 경우 한도 도달 이후 획득한 모든 크레딧은 삭제됩니다. 시작 크레딧은 한도에 포함되지 않습니다. 각 T2 인스턴스 크기별 CPU 크레딧 밸런스 한도에 대한 자세한 내용은 [크레딧 표](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)를 참조하세요. |
| **크레딧 사용** | 시작 크레딧은 획득 크레딧보다 먼저 소비됩니다. | 획득 크레딧은 모든 시작 크레딧이 소비된 후에만 소비됩니다. |
| **크레딧 만료** | T2 인스턴스가 실행 중인 동안 시작 크레딧은 만료되지 않습니다. T2 스탠다드 인스턴스가 중단되거나 T2 무제한으로 전환될 때 모든 시작 크레딧이 삭제됩니다. | T2 인스턴스가 실행 중일 때는 누적된 획득 크레딧이 만료되지 않습니다. T2 인스턴스가 중지되면 누적된 획득 크레딧이 모두 상실됩니다. |
누적된 시작 크레딧 및 획득 크레딧의 수는 CloudWatch 지표 `CPUCreditBalance`를 통해 추적됩니다. 자세한 내용은 [CloudWatch 지표](burstable-performance-instances-monitoring-cpu-credits.md#burstable-performance-instances-CW-metrics-table) 표에서 `CPUCreditBalance` 항목을 참조하세요.
# 성능 버스트 가능 인스턴스의 표준 모드 예제
다음은 인스턴스가 `standard`로 구성되었을 때의 크레딧 사용을 설명하는 예입니다.
**Topics**
+ [
## 예 1: T3 스탠다드의 크레딧 사용 설명
](#t3_standard_example)
+ [
## 예 2: T2 스탠다드의 크레딧 사용 설명
](#t2-standard-example)
## 예 1: T3 스탠다드의 크레딧 사용 설명
이 예에서는 `t3.nano`로 시작된 `standard` 인스턴스가 *획득* 크레딧을 획득, 축적, 사용하는 방식을 보여줍니다. 이로써 누적된 *획득* 크레딧이 크레딧 밸런스에 반영되는 방식을 알 수 있습니다.
실행 중인 `t3.nano` 인스턴스는 24시간마다 144개 크레딧을 획득합니다. 크레딧 밸런스 한도는 획득 크레딧 144개입니다. 한도에 도달하면 새로 획득한 크레딧이 삭제됩니다. 획득 및 누적될 수 있는 크레딧 수에 대한 자세한 내용은 [크레딧 표](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)를 참조하세요.
T3 스탠다드 인스턴스를 시작하고 즉시 사용할 수 있습니다. 또는 T3 스탠다드 인스턴스를 시작하고 애플리케이션을 실행하기 전에 며칠 동안 유휴 상태로 둘 수 있습니다. 인스턴스를 사용했는지 아니면 유휴 상태로 두었는지에 따라 크레딧이 사용되는지 또는 누적되는지가 결정됩니다. 인스턴스가 시작된 시간부터 24시간 동안 유휴 상태로 유지된 경우 크레딧 밸런스는 한도에 이릅니다. 여기서 한도는 누적될 수 있는 획득 크레딧의 최대 수입니다.
이 예에서는 시작 시간부터 24시간 동안 유휴 상태로 유지된 인스턴스에 대해 설명하며, 96시간 기간 동안 7단계 기간을 통해 크레딧이 획득, 누적, 사용되고 폐기되는 비율과 각 기간 종료 시 크레딧 밸런스의 값을 보여 줍니다.
아래 워크플로는 그래프에서 번호가 매겨진 지점을 참조합니다.
**P1** – 그래프의 0시간에서 인스턴스는 `standard`로 시작되며 즉시 크레딧을 획득하기 시작합니다. 인스턴스는 시작된 시간부터 유휴— 상태로 유지되어 CPU 사용률이 0%—이므로 크레딧이 사용되지 않습니다. 사용하지 않은 모든 크레딧은 크레딧 밸런스에 누적됩니다. 처음 24시간 동안 `CPUCreditUsage`는 0이고 `CPUCreditBalance` 값은 최대 144에 이릅니다.
**P2** – 향후 12시간 동안 CPU 사용률은 2.5%이며, 이는 5% 기준 아래입니다. 인스턴스는 사용하는 크레딧보다 더 많은 크레딧을 획득하지만, `CPUCreditBalance` 값은 최대 144 크레딧을 초과할 수 없습니다. 한도를 초과하여 획득한 모든 크레딧은 삭제됩니다.
**P3** – 향후 24시간 동안 CPU 사용률은 7%(기준보다 높음)이며, 이를 위해서는 57.6 크레딧을 사용해야 합니다. 인스턴스는 획득한 것보다 더 많은 크레딧을 사용하므로 `CPUCreditBalance` 값은 86.4 크레딧으로 감소합니다.
**P4** – 향후 12시간 동안 CPU 사용률은 2.5%(기준보다 낮음)로 감소하며, 이를 위해서는 36 크레딧을 사용해야 합니다. 인스턴스에서는 동시에 72 크레딧을 획득할 수 있습니다. 인스턴스는 사용하는 크레딧보다 더 많은 크레딧을 획득하므로 `CPUCreditBalance` 값은 122 크레딧으로 증가합니다.
**P5** – 향후 2시간 동안 인스턴스는 60% CPU 사용률로 버스트하고 전체 `CPUCreditBalance` 값인 122크레딧을 소진합니다. 이 기간이 종료되는 시점에 `CPUCreditBalance`가 0이고, CPU 사용률은 강제로 5%의 기준 사용률 수준으로 하락합니다. 기준 수준에서 인스턴스는 사용하는 크레딧과 동일한 크레딧을 획득합니다.
**P6** – 향후 14시간 동안 CPU 사용률은 5%(기준)입니다. 인스턴스는 사용하는 크레딧과 동일한 크레딧을 획득합니다. `CPUCreditBalance` 값은 0을 유지합니다.
**P7** – 이 예에서는 최근 24시간 동안 인스턴스가 유휴 상태로, CPU 사용률이 0%입니다. 이 기간 동안 인스턴스는 144크레딧을 획득하고 이 크레딧은 `CPUCreditBalance`에 누적됩니다.
![\[T3 표준 인스턴스 CPU 사용률입니다.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/t3_standard_graph.png)
## 예 2: T2 스탠다드의 크레딧 사용 설명
이 예제는 `t2.nano`로 실행된 `standard` 인스턴스가 어떻게 *시작* 및 *획득* 크레딧을 획득하고 축적하고 사용하는지를 보여줍니다. 크레딧 밸런스에 *획득* 크레딧의 누적뿐 아니라 *시작* 크레딧의 누적이 어떻게 반영되는지 볼 수 있습니다.
`t2.nano` 인스턴스는 시작 시 30개의 시작 크레딧을 받고 24시간마다 72개의 크레딧을 획득합니다. 크레딧 밸런스 한도는 획득 크레딧 72개이며, 시작 크레딧은 한도에 포함되지 않습니다. 한도에 도달하면 새로 획득한 크레딧이 삭제됩니다. 획득 및 누적될 수 있는 크레딧 수에 대한 자세한 내용은 [크레딧 표](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)를 참조하세요. 제한에 대한 자세한 내용은 [시작 크레딧 한도](burstable-performance-instances-standard-mode-concepts.md#launch-credit-limits) 섹션을 참조하세요.
T2 스탠다드 인스턴스를 시작하고 즉시 사용할 수 있습니다. 또는 T2 스탠다드 인스턴스를 시작하고 애플리케이션을 실행하기 전에 며칠 동안 유휴 상태로 둘 수 있습니다. 인스턴스를 사용했는지 아니면 유휴 상태로 두었는지에 따라 크레딧이 사용되는지 또는 누적되는지가 결정됩니다. 인스턴스가 시작 시간부터 24시간 동안 유휴 상태로 유지된 경우, 잔고에 획득 누적 크레딧과 시작 누적 크레딧이 모두 반영되어 잔고가 한도를 초과한 것으로 나타납니다. 하지만 CPU가 사용되면 시작 크레딧이 먼저 사용됩니다. 그 후 한도에는 누적될 수 있는 최대 획득 크레딧이 항상 반영됩니다.
이 예에서는 시작 시간부터 24시간 동안 유휴 상태로 유지된 인스턴스에 대해 설명하며, 96시간 기간 동안 7단계 기간을 통해 크레딧이 획득, 누적, 사용되고 폐기되는 비율과 각 기간 종료 시 크레딧 밸런스의 값을 보여 줍니다.
### 기간 1: 1 – 24시간
그래프의 0시간에서 T2 인스턴스는 `standard`로 시작되며 30개의 시작 크레딧을 바로 받습니다. 인스턴스가 실행 상태일 때 크레딧을 획득합니다. 인스턴스는 시작된 시간부터 유휴— 상태로 유지되어 CPU 사용률이 0%—이므로 크레딧이 사용되지 않습니다. 사용하지 않은 모든 크레딧은 크레딧 밸런스에 누적됩니다. 시작 후 약 14시간이 되면 크레딧 밸런스가 72(시작 크레딧 30 \$1 획득 크레딧 42)개가 되고, 이 값은 인스턴스가 24시간 안에 획득할 수 있는 값과 동일합니다. 시작 후 24시간이 경과하면 사용하지 않은 시작 크레딧이 크레딧 밸런스에 누적되기 때문에 크레딧 밸런스가 72개를 초과합니다. 즉 크레딧 밸런스는 102(시작 크레딧 30 \$1 획득 크레딧 72)입니다.—
![\[T2 표준 기간 1의 크레딧 밸런스는 102개 크레딧입니다.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/t2-graph1.png)
| | |
| --- |--- |
| 크레딧 사용률 | 24시간당 0 크레딧(CPU 사용률 0%) |
| 크레딧 획득률 | 24시간당 72 크레딧 |
| 크레딧 폐기율 | 24시간당 0 크레딧 |
| 크레딧 밸런스 | 102 크레딧(시작 크레딧 30 \$1 획득 크레딧 72) |
**결론**
시작 후 CPU를 사용하지 않으면 24시간 후에 적립할 수 있는 크레딧보다 더 많은 크레딧이 인스턴스에 적립됩니다(시작 크레딧 30 \$1 획득 크레딧 72 = 102 크레딧).
실제 상황에서 EC2 인스턴스는 시작 및 실행 중에 적은 양의 크레딧을 사용하므로 잔고는 이 예에서의 이론적인 최댓값에 도달하지 않습니다.
### 기간 2: 25 – 36시간
다음 12시간 동안 인스턴스는 계속 유휴 상태이고 크레딧을 획득하지만 크레딧 밸런스는 증가하지 않습니다. 102 크레딧(시작 크레딧 30 \$1 획득 크레딧 72)에서 더 이상 증가하지 않습니다. 크레딧 밸런스가 한도인 72개 획득 누적 크레딧에 도달한 경우 새로 획득한 크레딧은 버려집니다.
![\[크레딧 밸런스가 한도인 72개 누적 적립 크레딧에 도달했습니다.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/t2-graph2.png)
| | |
| --- |--- |
| 크레딧 사용률 | 24시간당 0 크레딧(CPU 사용률 0%) |
| 크레딧 획득률 | 24시간당 72 크레딧(시간당 3 크레딧) |
| 크레딧 폐기율 | 24시간당 72 크레딧(크레딧 획득률 100%) |
| 크레딧 밸런스 | 102크레딧(시작 크레딧 30 \$1 획득 크레딧 72)— – 잔고 변경 없음 |
**결론**
인스턴스는 크레딧을 계속 획득하지만 크레딧 밸런스가 한도에 도달하면 획득 크레딧을 더 이상 누적할 수 없습니다. 한도에 도달한 후 새로 획득한 크레딧은 버려집니다. 시작 크레딧은 크레딧 밸런스 한도에 포함되지 않습니다. 잔고에 시작 누적 크레딧이 포함되면 잔고가 한도를 초과한 것으로 나타납니다.
### 기간 3: 37 – 61시간
다음 25시간 동안 인스턴스는 2% CPU를 사용하며 이는 30 크레딧이 필요합니다. 동일한 기간에서 75 크레딧을 획득하지만 크레딧 밸런스는 감소합니다. 누적된 *시작* 크레딧이 처음 사용되고, 크레딧 밸런스가 이미 획득 크레딧 한도 72에 도달함에 따라 새로 획득한 크레딧은 버려지기 때문에 잔고가 감소합니다.
![\[크레딧 밸런스가 이미 한도에 도달하여 새로 적립된 크레딧이 폐기되었습니다.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/t2-graph3.png)
| | |
| --- |--- |
| 크레딧 사용률 | 24시간당 28.8 크레딧(시간당 1.2 크레딧, 2% CPU 사용률, 크레딧 획득률 40%) – 25시간 동안 30 크레딧— |
| 크레딧 획득률 | 24시간당 72 크레딧 |
| 크레딧 폐기율 | 24시간당 72 크레딧(크레딧 획득률 100%) |
| 크레딧 밸런스 | 72 크레딧(시작 크레딧 30개가 사용되고, 획득 크레딧 72개는 사용하지 않은 상태로 유지됨) |
**결론**
인스턴스는 획득 크레딧을 사용하기 전에 시작 크레딧을 먼저 사용합니다. 시작 크레딧은 크레딧 한도에 포함되지 않습니다. 시작 크레딧이 사용된 후에는 24시간만에 획득할 수 있는 크레딧보다 잔고 더 많아지는 경우가 없습니다. 또한 인스턴스가 실행 중인 동안에는 시작 크레딧을 획득할 수 없습니다.
### 기간 4: 62 – 72시간
다음 11시간 동안 인스턴스는 2% CPU를 사용하며 이는 13.2 크레딧이 필요합니다. CPU 사용률은 이전 기간과 동일하지만 잔고는 감소하지 않습니다. 72 크레딧으로 유지됩니다.
크레딧 획득률이 크레딧 사용률보다 높기 때문에 잔고가 감소하지 않습니다. 인스턴스는 13.2개 크레딧을 사용하는 동안 33개 크레딧을 획득합니다. 하지만 잔고 한도는 72개이므로 이 한도를 초과하는 획득 크레딧은 버려집니다. 잔고는 72개로 유지되고, 이 값이 기간 2에서 102개 크레딧으로 유지된 것과 다른 이유는 획득 크레딧이 누적되지 않기 때문입니다.
![\[누적된 시작 크레딧이 없기 때문에 밸러스가 72개 크레딧에서 정체됩니다.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/t2-graph4.png)
| | |
| --- |--- |
| 크레딧 사용률 | 24시간당 28.8 크레딧(시간당 1.2 크레딧, 2% CPU 사용률, 크레딧 획득률 40%) &endash; 11시간 동안 13.2 크레딧— |
| 크레딧 획득률 | 24시간당 72 크레딧 |
| 크레딧 폐기율 | 24시간당 43.2 크레딧(크레딧 획득률 60%) |
| 크레딧 밸런스 | 72 크레딧(시작 크레딧 0, 획득 크레딧 72) &endash;— 잔고가 한도에 이름 |
**결론**
시작 크레딧이 사용된 후에는 인스턴스가 24시간만에 획득할 수 있는 크레딧 수에 따라 크레딧 밸런스 한도가 결정됩니다. 인스턴스가 사요한 것보다 더 많은 크레딧을 획득한 경우 새로 획득한 크레딧 중 한도를 초과하는 크레딧은 버려집니다.
### 기간 5: 73 – 75시간
다음 3시간 동안 인스턴스의 CPU 사용률은 20%가 되고 36개의 크레딧을 사용합니다. 인스턴스는 이 3시간 동안 9개의 크레딧을 획득하므로 실제로 크레딧 밸런스는 27개가 감소합니다. 3시간이 지나면 크레딧 밸런스는 45개(획득 누적 크레딧)가 됩니다.
![\[3시간이 지나면 크레딧 밸런스는 45개(획득 누적 크레딧)가 됩니다.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/t2-graph5.png)
| | |
| --- |--- |
| 크레딧 사용률 | 24시간당 288 크레딧(시간당 12 크레딧, 20% CPU 사용률, 크레딧 획득률 400%) &endash; 3시간 동안 36 크레딧— |
| 크레딧 획득률 | 24시간당 72 크레딧(3시간 동안 9 크레딧) |
| 크레딧 폐기율 | 24시간당 0 크레딧 |
| 크레딧 밸런스 | 45 크레딧(이전 잔고(72) - 사용한 크레딧(36) \$1— 획득한 크레딧(9)) &endash; 24시간당 잔고 감소율 216개(사용률 288/24 \$1 획득률 72/24 = 잔고 감소율 216/24) |
**결론**
인스턴스가 획득한 것보다 더 많은 크레딧을 사용한 경우 크레딧 밸런스가 감소합니다.
### 기간 6: 76 – 90시간
다음 15시간 동안 인스턴스는 2% CPU를 사용하며 이는 18 크레딧이 필요합니다. 기간 3 및 4와 동일한 CPU 사용률입니다. 하지만 기간 3에서는 잔고가 감소하고, 기간 4에서는 잔고가 그대로 유지된 반면, 이 기간 동안에는 잔고가 증가합니다.
기간 3에서는 누적된 시작 크레딧이 사용되었고, 크레딧 한도를 초과하는 획득 크레딧은 모두 버려졌기 때문에 크레딧 밸런스가 감소했습니다. 기간 4에서는 인스턴스가 획득한 것보다 더 적은 크레딧을 사용했습니다. 한도를 초과하는 획득한 크레딧은 폐기되고, 잔고는 최대 72 크레딧으로 유지됩니다.
이 기간에는 누적된 시작 크레딧이 없고 잔고에 누적된 획득 크레딧이 한도보다 적습니다. 획득된 크레딧이 버려지지 않습니다. 또한 인스턴스는 사용한 것보다 더 많은 크레딧을 획득하므로 크레딧 밸런스가 증가합니다.
![\[인스턴스에서 사용하는 크레딧보다 많은 크레딧이 적립됩니다.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/t2-graph6.png)
| | |
| --- |--- |
| 크레딧 사용률 | 24시간당 28.8 크레딧(시간당 1.2 크레딧, 2% CPU 사용률, 크레딧 획득률 40%) &endash; 15시간 동안 18 크레딧— |
| 크레딧 획득률 | 24시간당 72 크레딧(15시간 동안 45 크레딧) |
| 크레딧 폐기율 | 24시간당 0 크레딧 |
| 크레딧 밸런스 | 72 크레딧(24시간당 잔고 증가율 43.2 크레딧 &endash;— 변화율 = 사용률 28.8/24 \$1 획득률 72/24) |
**결론**
인스턴스가 획득한 것보다 적은 크레딧을 사용한 경우 크레딧 밸런스가 증가합니다.
### 기간 7: 91 – 96시간
다음 6시간 동안 인스턴스는 유휴 —상태로 유지되어 —CPU 사용률이 0%이므로 크레딧이 사용되지 않습니다. 기간 2의 CPU 사용률과 동일하지만 잔고는 102 크레딧으로 유지되지 않고 인스턴스 크레딧 밸런스 한도인— 72 크레딧으로 유지됩니다.
기간 2에서 크레딧 밸런스에는 누적된 시작 크레딧 30개가 포함됩니다. 기간 3에서는 시작 크레딧이 사용되었습니다. 실행 중 인스턴스는 더 이상 시작 크레딧을 받을 수 없습니다. 크레딧 밸런스 한도에 도달한 후, 획득 크레딧 중 한도를 초과하는 크레딧은 버려집니다.
![\[한도를 초과하여 적립된 크레딧은 폐기됩니다.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/t2-graph7.png)
| | |
| --- |--- |
| 크레딧 사용률 | 24시간당 0 크레딧(CPU 사용률 0%) |
| 크레딧 획득률 | 24시간당 72 크레딧 |
| 크레딧 폐기율 | 24시간당 72 크레딧(크레딧 획득률 100%) |
| 크레딧 밸런스 | 72 크레딧(시작 크레딧 0, 획득 크레딧 72) |
**결론**
인스턴스는 크레딧을 계속 획득하지만 크레딧 밸런스 한도에 도달하면 획득 크레딧을 더 이상 누적할 수 없습니다. 한도에 도달한 후 새로 획득한 크레딧은 버려집니다. 크레딧 밸런스 한도는 인스턴스가 24시간만에 획득할 수 있는 크레딧 수에 따라 결정됩니다. 크레딧 밸런스 한도에 대한 자세한 내용은 [크레딧 표](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)를 참조하세요.
# 성능 버스트 가능 인스턴스 구성
성능 버스트 기능이 있는 인스턴스(T 인스턴스) 시작, 모니터링 및 수정 절차는 서로 유사합니다. 주요 차이점은 인스턴스가 시작할 때 기본 적용되는 크레딧 사양입니다.
각 T 인스턴스 패밀리는 다음과 같은 **기본 크레딧 사양과 함께 제공됩니다.
+ T4g, T3a, T3 인스턴스는 `unlimited`로 시작
+ 전용 호스트의 T3 인스턴스는 `standard`로만 시작됩니다.
+ T2 인스턴스는 `standard`로 시작
계정의 [기본 크레딧 사양을 변경](#burstable-performance-instance-set-default-credit-specification-for-account)할 수 있습니다.
**Topics**
+ [
## 시작 시 크레딧 사양 구성
](#launch-burstable-performance-instances)
+ [
## 크레딧 사양을 unlimited로 설정하도록 Auto Scaling 그룹 구성
](#burstable-performance-instances-auto-scaling-grp)
+ [
## 성능 버스트 가능 인스턴스의 크레딧 사양 관리
](#modify-burstable-performance-instances)
+ [
## 계정의 기본 크레딧 사양 관리
](#burstable-performance-instance-set-default-credit-specification-for-account)
## 시작 시 크레딧 사양 구성
T 인스턴스를 `unlimited` 또는 `standard` 크레딧 사양으로 시작할 수 있습니다.
다음 절차에서는 EC2 콘솔 또는 AWS CLI를 사용하는 방법을 설명합니다. Auto Scaling 사용에 대한 자세한 내용은 [크레딧 사양을 unlimited로 설정하도록 Auto Scaling 그룹 구성](#burstable-performance-instances-auto-scaling-grp) 섹션을 참조하세요.
------
#### [ Console ]
**시작 시 인스턴스의 크레딧 사양을 구성하려면**
1. [인스턴스 시작](ec2-launch-instance-wizard.md) 절차를 따릅니다.
1. **인스턴스 유형(Instance type)**에서 T 인스턴스 유형을 선택합니다.
1. **Advanced details**(고급 세부 정보)를 확장합니다. **크레딧 사양**에서 크레딧 사양을 선택합니다.
1. **Summary**(요약) 패널에서 인스턴스 구성을 검토한 다음 **Launch instance**(인스턴스 시작)를 선택합니다.
------
#### [ AWS CLI ]
**시작 시 인스턴스의 크레딧 사양을 설정하려면**
[run-instances](https://docs.aws.amazon.com/cli/latest/reference/ec2/run-instances.html) 명령을 `--credit-specification` 옵션과 함께 사용합니다.
```
--credit-specification CpuCredits=unlimited
```
------
#### [ PowerShell ]
**시작 시 인스턴스의 크레딧 사양을 설정하려면**
`-CreditSpecification_CpuCredit` 파라미터와 함께 [New-EC2Instance](https://docs.aws.amazon.com/powershell/latest/reference/items/New-EC2Instance.html) cmdlet을 사용합니다.
```
-CreditSpecification_CpuCredit unlimited
```
------
## 크레딧 사양을 unlimited로 설정하도록 Auto Scaling 그룹 구성
T 인스턴스가 시작되거나 시작되면 우수한 부트스트랩 경험을 위해 CPU 크레딧이 필요합니다. Auto Scaling 그룹을 사용하여 인스턴스를 시작하는 경우 인스턴스를 `unlimited`로 구성합니다. 그러한 경우 인스턴스는 Auto Scaling 그룹에서 자동으로 시작 또는 재시작될 때 잉여 크레딧을 사용합니다. 잉여 크레딧을 사용하면 성능 제한을 막을 수 있습니다.
### 시작 템플릿 생성
Auto Scaling 그룹에서 인스턴스를 `unlimited`로 시작하는 데 *시작 템플릿*을 사용해야 합니다. 시작 구성에서는 인스턴스를 `unlimited`로 시작하는 것은 지원하지 않습니다.
------
#### [ Console ]
**크레딧 사양을 설정하는 시작 템플릿을 생성하려면**
1. 자세한 내용은 *Amazon EC2 Auto Scaling 사용 설명서*의 [Create a launch template using advanced settings](https://docs.aws.amazon.com/autoscaling/ec2/userguide/advanced-settings-for-your-launch-template.html) 절차를 따르세요.
1. **시작 템플릿 콘텐츠(Launch template contents)**의 **인스턴스 유형(Instance type)**에서 인스턴스 크기를 선택합니다.
1. Auto Scaling 그룹에서 인스턴스를 `unlimited`으로 시작하려면 **고급 세부 정보(Advanced details)** 아래의 **크레딧 사양(Credit specification)**에서 **무제한(Unlimited)**을 선택합니다.
1. 시작 템플릿 파라미터 정의를 완료한 경우 **시작 템플릿 생성**을 선택합니다.
------
#### [ AWS CLI ]
**크레딧 사양을 설정하는 시작 템플릿을 생성하려면**
[create-launch-template](https://docs.aws.amazon.com/cli/latest/reference/ec2/create-launch-template.html) 명령을 사용합니다.
```
aws ec2 create-launch-template \
--launch-template-name my-launch-template \
--version-description FirstVersion \
--launch-template-data CreditSpecification={CpuCredits=unlimited}
```
------
#### [ PowerShell ]
**크레딧 사양을 설정하는 시작 템플릿을 생성하려면**
[New-EC2LaunchTemplate](https://docs.aws.amazon.com/powershell/latest/reference/items/New-EC2LaunchTemplate.html) cmdlet을 사용합니다. 다음과 같이 시작 템플릿 데이터의 크레딧 사양을 정의합니다.
```
$creditSpec = New-Object Amazon.EC2.Model.CreditSpecificationRequest
$creditSpec.CpuCredits = "unlimited"
$launchTemplateData = New-Object Amazon.EC2.Model.RequestLaunchTemplateData
$launchTemplateData.CreditSpecification = $creditSpec
```
------
### Auto Scaling 그룹을 시작 템플릿에 연결
Auto Scaling 그룹에 시작 템플릿을 연결하려면 시작 템플릿을 사용하여 Auto Scaling 그룹을 생성하거나 기존 Auto Scaling 그룹에 시작 템플릿을 추가합니다.
------
#### [ Console ]
**시작 템플릿을 사용하여 Auto Scaling 그룹 생성**
1. [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/)에서 Amazon EC2 콘솔을 엽니다.
1. 화면 상단의 탐색 모음에서 시작 템플릿을 만들 때 사용한 리전과 동일한 리전을 선택합니다.
1. 탐색 창에서 **Auto Scaling 그룹**을 선택하고 **Auto Scaling 그룹 생성**을 선택합니다.
1. **시작 템플릿**을 선택하고 시작 템플릿을 선택한 후 **다음 단계**를 선택합니다.
1. Auto Scaling 그룹 관련 필드를 작성합니다. **검토 페이지**에서 구성 설정 검토를 마쳤으면 **Auto Scaling 그룹 생성**을 선택합니다. 자세한 내용은 Amazon EC2 Auto Scaling 사용 설명서**의 [시작 템플릿을 사용한 Auto Scaling 그룹 생성](https://docs.aws.amazon.com/autoscaling/ec2/userguide/create-asg-launch-template.html)을 참조하세요.
**기존 Auto Scaling 그룹에 시작 템플릿 추가**
1. [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/)에서 Amazon EC2 콘솔을 엽니다.
1. 화면 상단의 탐색 모음에서 시작 템플릿을 만들 때 사용한 리전과 동일한 리전을 선택합니다.
1. 탐색 창에서 **Auto Scaling 그룹**을 선택합니다.
1. Auto Scaling 그룹 목록에서 Auto Scaling 그룹을 선택하고 **작업**, **편집**을 선택합니다.
1. **세부 정보** 탭의 **시작 템플릿**에서 시작 템플릿을 선택한 다음, **저장**을 선택합니다.
------
#### [ AWS CLI ]
**시작 템플릿을 사용하여 Auto Scaling 그룹 생성**
[create-auto-scaling-group](https://docs.aws.amazon.com/cli/latest/reference/autoscaling/create-auto-scaling-group.html) 명령을 사용하여 `--launch-template` 파라미터를 지정합니다.
**기존 Auto Scaling 그룹에 시작 템플릿 추가**
[update-auto-scaling-group](https://docs.aws.amazon.com/cli/latest/reference/autoscaling/update-auto-scaling-group.html) 명령을 사용하고 `--launch-template` 파라미터를 지정합니다.
------
#### [ PowerShell ]
**시작 템플릿을 사용하여 Auto Scaling 그룹 생성**
[New-ASAutoScalingGroup](https://docs.aws.amazon.com/powershell/latest/reference/items/New-ASAutoScalingGroup.html) cmdlet을 사용하고 `-LaunchTemplate_LaunchTemplateId` 또는 `-LaunchTemplate_LaunchTemplateName` 파라미터를 지정합니다.
**기존 Auto Scaling 그룹에 시작 템플릿 추가**
[Update-ASAutoScalingGroup](https://docs.aws.amazon.com/powershell/latest/reference/items/Update-ASAutoScalingGroup.html) cmdlet을 사용하고 `-LaunchTemplate_LaunchTemplateId` 또는 `-LaunchTemplate_LaunchTemplateName` 파라미터를 지정합니다.
------
## 성능 버스트 가능 인스턴스의 크레딧 사양 관리
실행 중이거나 중지된 T 인스턴스의 크레딧 사양을 `unlimited`와 `standard` 간에 언제든지 전환할 수 있습니다.
`unlimited` 모드에서는 인스턴스가 잉여 크레딧을 사용할 수 있으며 이로 인해 추가 요금이 발생할 수 있습니다. 자세한 내용은 [잉여 크레딧으로 요금 발생 가능](burstable-performance-instances-unlimited-mode-concepts.md#unlimited-mode-surplus-credits) 섹션을 참조하세요.
------
#### [ Console ]
**인스턴스의 크레딧 사양을 관리하려면**
1. [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/)에서 Amazon EC2 콘솔을 엽니다.
1. 왼쪽 탐색 창에서 **인스턴스**를 선택합니다.
1. (선택 사항) 인스턴스를 선택합니다. **세부 정보** 탭에서 **크레딧 사양**을 찾습니다. 이때 값은 `unlimited` 또는 `standard`입니다.
1. (선택 사항) 여러 인스턴스의 크레딧 사양을 동시에 수정하려면 인스턴스를 모두 선택합니다.
1. **작업(Actions)**, **인스턴스 설정(Instance settings)**, **크레딧 사양 변경(Change credit specification)**을 선택합니다. 이 옵션은 T 인스턴스를 선택한 경우에만 활성화됩니다.
1. **무제한 모드**에서 각 인스턴스 ID 옆의 확인란을 선택하거나 선택 취소합니다.
------
#### [ AWS CLI ]
**인스턴스의 크레딧 사양을 가져오는 방법**
[describe-instance-credit-specifications](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instance-credit-specifications.html) 명령을 사용합니다. 인스턴스 ID를 지정하지 않으면 크레딧 사양이 `unlimited`인 모든 인스턴스가 반환됩니다. 출력에는 이전에 `unlimited` 크레딧 사양으로 구성된 인스턴스도 포함됩니다. 예를 들어 T3 인스턴스가 `unlimited`로 구성된 가운데 이를 M4 인스턴스로 크기 조정하는 경우 Amazon EC2에서 M4 인스턴스를 반환합니다.
```
aws ec2 describe-instance-credit-specifications \
--instance-id i-1234567890abcdef0 \
--query InstanceCreditSpecifications[].CpuCredits \
--output text
```
다음은 예제 출력입니다.
```
unlimited
```
**인스턴스의 크레딧 사양을 설정하려면**
[modify-instance-credit-specification](https://docs.aws.amazon.com/cli/latest/reference/ec2/modify-instance-credit-specification.html) 명령을 사용합니다.
```
aws ec2 modify-instance-credit-specification \
--region us-east-1 \
--instance-credit-specification "InstanceId=i-1234567890abcdef0,CpuCredits=unlimited"
```
------
#### [ PowerShell ]
**인스턴스의 크레딧 사양을 가져오는 방법**
[Get-EC2CreditSpecification](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2CreditSpecification.html) cmdlet을 사용합니다.
```
(Get-EC2CreditSpecification `
-InstanceId i-1234567890abcdef0).CpuCredits
```
다음은 예제 출력입니다.
```
unlimited
```
**인스턴스의 크레딧 사양을 설정하려면**
[Edit-EC2InstanceCreditSpecification](https://docs.aws.amazon.com/powershell/latest/reference/items/Edit-EC2InstanceCreditSpecification.html) cmdlet을 사용합니다.
```
Edit-EC2InstanceCreditSpecification `
-Region us-east-1 `
-InstanceCreditSpecification @({InstanceId="i-1234567890abcdef0" CpuCredits="unlimited"})
```
------
## 계정의 기본 크레딧 사양 관리
각 T 인스턴스 패밀리는 [](#default-credit-spec)기본 크레딧 사양과 함께 제공됩니다. AWS 리전별로 계정 수준에서 각 T 인스턴스 패밀리에 대해 기본 크레딧 사양을 변경할 수 있습니다. 기본 크레딧 사양의 유효한 값은 `unlimited` 및 `standard`입니다.
EC2 콘솔에서 인스턴스 시작 마법사를 사용하여 인스턴스를 시작하면 크레딧 사양에 대해 선택한 값이 계정 수준 기본 크레딧 사양을 재정의합니다. AWS CLI를 사용하여 인스턴스를 시작하면 계정에 속한 새 T 인스턴스가 모두 기본 크레딧 사양을 사용하여 시작됩니다. 실행 중이거나 중지된 기존 인스턴스의 크레딧 사양은 영향을 받지 않습니다.
**고려 사항**
인스턴스 패밀리의 기본 크레딧 사양은 5분 동안 한 번만 수정할 수 있으며, 24시간 동안 4회까지 수정할 수 있습니다.
------
#### [ Console ]
**기본 크레딧 사양을 관리하려면**
1. [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/)에서 Amazon EC2 콘솔을 엽니다.
1. AWS 리전을(를) 변경하려면 페이지의 오른쪽 상단 모서리에 있는 리전 선택기를 사용합니다.
1. 탐색 창에서 **대시보드**를 선택합니다.
1. **계정 속성** 카드의 **설정**에서 **기본 크레딧 사양**을 선택합니다.
1. **관리**를 선택합니다.
1. 각 인스턴스 패밀리에 대해 [**무제한(Unlimited)**] 또는 [**표준(Standard)**]을 선택한 다음 [**업데이트(Update)**]를 선택합니다.
------
#### [ AWS CLI ]
**기본 크레딧 사양을 가져오려면**
[get-default-credit-specification](https://docs.aws.amazon.com/cli/latest/reference/ec2/get-default-credit-specification.html) 명령을 사용하세요.
```
aws ec2 get-default-credit-specification \
--region us-east-1 \
--instance-family t2 \
--query InstanceFamilyCreditSpecifications[].CpuCredits \
--output text
```
다음은 예제 출력입니다.
```
standard
```
**기본 크레딧 사양을 설정하려면**
[modify-default-credit-specification](https://docs.aws.amazon.com/cli/latest/reference/ec2/modify-default-credit-specification.html) 명령을 사용하십시오. 다음 예제는 값을 `unlimited`로 설정합니다.
```
aws ec2 modify-default-credit-specification \
--region us-east-1 \
--instance-family t2 \
--cpu-credits unlimited
```
------
#### [ PowerShell ]
**기본 크레딧 사양을 가져오려면**
[Get-EC2DefaultCreditSpecification](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2DefaultCreditSpecification.html) cmdlet을 사용합니다.
```
(Get-EC2DefaultCreditSpecification `
-Region us-east-1 `
-InstanceFamily t2).CpuCredits
```
다음은 예제 출력입니다.
```
standard
```
**기본 크레딧 사양을 설정하려면**
[Edit-EC2DefaultCreditSpecification](https://docs.aws.amazon.com/powershell/latest/reference/items/Edit-EC2DefaultCreditSpecification.html) cmdlet을 사용합니다. 다음 예제는 값을 `unlimited`로 설정합니다.
```
Edit-EC2DefaultCreditSpecification `
-Region us-east-1 `
-InstanceFamily t2 `
-CpuCredit unlimited
```
------
# 성능 버스트 가능 인스턴스에 대한 CPU 크레딧 모니터링
EC2는 지표를 Amazon CloudWatch로 전송합니다. CPU 크레딧 지표는 CloudWatch 콘솔의 Amazon EC2 인스턴스별 지표에서 또는 각 인스턴스에 대한 지표를 나열하는 AWS CLI를 사용하여 확인할 수 있습니다. 자세한 내용은 [인스턴스에 사용 가능한 CloudWatch 지표](viewing_metrics_with_cloudwatch.md) 섹션을 참조하세요.
**Topics**
+ [
## 성능 순간 확장 가능 인스턴스에 대한 추가 CloudWatch 측정치
](#burstable-performance-instances-cw-metrics)
+ [
## CPU 크레딧 사용량 계산
](#burstable-performance-instances-calculating-credit-use)
## 성능 순간 확장 가능 인스턴스에 대한 추가 CloudWatch 측정치
버스트 가능한 성능 인스턴스에는 다음과 같은 추가 CloudWatch 지표가 있으며 5분마다 업데이트됩니다.
+ `CPUCreditUsage` – 측정 기간 중에 소비한 CPU 크레딧 수.
+ `CPUCreditBalance` – 한 인스턴스에서 발생한 CPU 크레딧 수입니다. CPU에서 버스트가 발생하고 CPU 크레딧이 획득 속도보다 빠르게 소비될 때 크레딧 밸런스가 고갈됩니다.
+ `CPUSurplusCreditBalance` – `CPUCreditBalance` 값이 0일 때 CPU 사용률을 유지하기 위해 소비되는 잉여 CPU 크레딧 수.
+ `CPUSurplusCreditsCharged` – 24시간 동안 획득할 수 있는 [최대 CPU 크레딧 수](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)를 초과하여 추가 요금을 유발하는 잉여 CPU 크레딧 수.
마지막 두 측정치는 `unlimited`로 구성된 인스턴스에만 적용됩니다.
다음 표에서는 성능 순간 확장 가능 인스턴스에 대한 CloudWatch 측정치를 설명합니다. 자세한 내용은 [인스턴스에 사용 가능한 CloudWatch 지표](viewing_metrics_with_cloudwatch.md) 섹션을 참조하세요.
| 측정치 | 설명 |
| --- | --- |
| CPUCreditUsage | CPU 사용률을 위해 인스턴스에서 소비되는 CPU 크레딧의 수입니다. CPU 크레딧 하나는 1분 동안 100%의 사용률로 실행되는 vCPU 1개 또는 이와 동등한 vCPU, 사용률 및 시간의 조합과 동일합니다(예를 들어 2분 동안 50%의 사용률로 실행되는 vCPU 1개 또는 2분 동안 25%의 사용률로 실행되는 vCPU 2개). CPU 크레딧 측정치는 5분 간격으로만 제공됩니다. 5분 이상의 시간을 지정할 경우 `Sum` 통계 대신 `Average` 통계를 사용하세요. 단위: 크레딧 (vCPU-분) |
| CPUCreditBalance | 시작 이후 인스턴스가 누적한 획득 CPU 크레딧 수입니다. T2 스탠다드의 경우 `CPUCreditBalance`에 누적된 시작 크레딧 수도 포함됩니다. 크레딧은 획득 이후에 크레딧 밸런스에 누적되고, 소비 시 크레딧 밸런스에서 소멸됩니다. 크레딧 밸런스는 최대 한도(인스턴스 크기에 따라 결정)가 있습니다. 한도에 도달하면 새로 획득한 크레딧이 모두 삭제됩니다. T2 스탠다드의 경우 시작 크레딧은 한도에 포함되지 않습니다. `CPUCreditBalance`의 크레딧은 인스턴스가 기준 CPU 사용률 이상으로 버스터를 하는 데 소비할 수 있습니다. 인스턴스가 실행 중인 동안 `CPUCreditBalance`의 크레딧은 만료되지 않습니다. T4g, T3a 또는 T3 인스턴스가 중지되면 `CPUCreditBalance` 값은 7일 동안 유지됩니다. 그 이후에는 누적된 크레딧이 모두 삭제됩니다. T2 인스턴스가 중지되면 `CPUCreditBalance` 값은 지속되지 않고 누적된 크레딧이 모두 삭제됩니다. CPU 크레딧 측정치는 5분 간격으로만 제공됩니다. 단위: 크레딧 (vCPU-분) |
| CPUSurplusCreditBalance | `unlimited` 값이 0일 때 `CPUCreditBalance` 인스턴스에서 소비된 잉여 크레딧의 수 입니다. 획득한 CPU 크레딧에 따라 `CPUSurplusCreditBalance` 값이 청산됩니다. 잉여 크레딧의 수가 인스턴스가 24시간 동안 획득할 수 있는 최대 크레딧 수를 초과한 경우 최대 값 이상으로 소비된 잉여 크레딧은 추가 요금으로 부과됩니다. 단위: 크레딧 (vCPU-분) |
| CPUSurplusCreditsCharged | 획득한 CPU 크레딧으로 청산되지 않는 소비 잉여 크레딧의 수로, 추가 요금으로 부과됩니다. 소비된 잉여 크레딧은 다음이 발생할 때 요금이 부과됩니다. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/burstable-performance-instances-monitoring-cpu-credits.html) 단위: 크레딧 (vCPU-분) |
## CPU 크레딧 사용량 계산
인스턴스의 CPU 크레딧 사용량은 앞 표에 설명되어 있는 인스턴스 CloudWatch 측정치를 사용해 계산됩니다.
Amazon EC2는 5분마다 CloudWatch에 지표를 전송합니다. 어떤 시점에서든 지표의 *이전* 값을 참조하여 *5분 전*에 전송된 지표의 이전 값을 알 수 있습니다.
### 스탠다드 인스턴스에 대한 CPU 크레딧 사용량 계산
+ CPU 사용률이 기준 미만이고 소비된 크레딧이 5분 전에 획득한 크레딧보다 적을 때 CPU 크레딧 밸런스가 증가합니다.
+ CPU 사용률이 기준 이상이고 소비된 크레딧이 5분 전에 획득한 크레딧보다 많을 때 CPU 크레딧 밸런스가 감소합니다.
수학적으로 다음 수식을 통해 이를 확인할 수 있습니다:
**Example**
```
CPUCreditBalance = prior CPUCreditBalance + [Credits earned per hour * (5/60) - CPUCreditUsage]
```
인스턴스 크기에 따라 인스턴스가 시간당 획득할 수 있는 크레딧 수와 크레딧 밸런스에 누적할 수 있는 획득 크레딧의 수가 결정됩니다. 시간당 획득 크레딧 수, 각 인스턴스 크기에 대한 크레딧 밸런스 한도에 대한 자세한 내용은 [크레딧 표](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)를 참조하세요.
**예제**
이 예제에서는 `t3.nano` 인스턴스를 사용합니다. 인스턴스의 `CPUCreditBalance` 값을 계산하려면 앞의 수식을 사용하여 다음과 같이 합니다.
+ `CPUCreditBalance` – 계산하려는 현재 크레딧 밸런스입니다.
+ `prior CPUCreditBalance` – 5분 전의 크레딧 밸런스입니다. 이 예제에서는 인스턴스가 2개의 크레딧을 획득했습니다.
+ `Credits earned per hour` – `t3.nano` 인스턴스는 시간당 6개의 크레딧을 획득합니다.
+ `5/60` – CloudWatch 지표가 게시되는 5분 간격을 나타냅니다. 시간당 획득한 크레딧에 5/60(5분)을 곱해 인스턴스가 이전 5분 동안 획득한 크레딧 수를 계산합니다. `t3.nano` 인스턴스는 5분마다 0.5개 크레딧을 획득합니다.
+ `CPUCreditUsage` – 이전 5분 동안 소비된 인스턴스의 크레딧 수입니다. 이 예제에서는 인스턴스가 이전 5분 동안 크레딧 1개를 소비했습니다.
이러한 값을 사용하여 `CPUCreditBalance` 값을 계산할 수 있습니다.
**Example**
```
CPUCreditBalance = 2 + [0.5 - 1] = 1.5
```
### 무제한 인스턴스에 대한 CPU 크레딧 사용량 계산
버스트 가능한 성능 인스턴스가 기준 성능 이상으로 버스트해야 할 때는 잉여 크레딧을 소비하기 전에 항상 누적 크레딧을 소비합니다. 획득한 CPU 크레딧 밸런스가 감소하면 필요한 시간만큼 잉여 크레딧을 소비하여 CPU를 버스트할 수 있습니다. 인스턴스의 CPU 사용률이 기준 미만으로 떨어지면 인스턴스가 크레딧을 획득하기 전에 잉여 크레딧이 항상 먼저 청산됩니다.
5분 간격으로 발생하는 활동을 반영하기 위해 다음 수식에서 `Adjusted balance`라는 용어를 사용하고 있습니다. `CPUCreditBalance` 및 `CPUSurplusCreditBalance` CloudWatch 지표의 값에 도달하기 위해 이 값을 사용합니다.
**Example**
```
Adjusted balance = [prior CPUCreditBalance - prior CPUSurplusCreditBalance] + [Credits earned per hour * (5/60) - CPUCreditUsage]
```
`0`의 값이 `Adjusted balance`이면 인스턴스는 버스트에 획득한 모든 크레딧을 소비했으며 잉여 크레딧은 소비되지 않았다는 뜻입니다. 그 결과 `CPUCreditBalance`와 `CPUSurplusCreditBalance`가 모두 `0`으로 설정됩니다.
`Adjusted balance` 값이 양수이면 인스턴스가 크레딧을 획득했고 이전의 잉여 크레딧(존재할 경우)이 청산되었다는 뜻입니다. 그 결과 `Adjusted balance` 값이 `CPUCreditBalance`로 지정되고 `CPUSurplusCreditBalance`가 `0`으로 설정됩니다. 누적할 수 있는 [최대 크레딧 수](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)는 인스턴스 크기에 따라 결정됩니다.
**Example**
```
CPUCreditBalance = min [max earned credit balance, Adjusted balance]
CPUSurplusCreditBalance = 0
```
`Adjusted balance` 값이 음수면 인스턴스가 누적한 모든 크레딧을 소비했고 버스트에 잉여 크레딧이 소비되었다는 뜻입니다. 그 결과 `Adjusted balance` 값이 `CPUSurplusCreditBalance`로 지정되고 `CPUCreditBalance`가 `0`으로 설정됩니다. 즉 누적할 수 있는 [최대 크레딧 수](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)는 인스턴스 크기에 따라 결정됩니다.
**Example**
```
CPUSurplusCreditBalance = min [max earned credit balance, -Adjusted balance]
CPUCreditBalance = 0
```
소비된 잉여 크레딧이 인스턴스가 누적할 수 있는 최대 크레딧을 초과하면 이전 수식에서와 같이 잉여 크레딧 밸런스가 최대 값으로 설정됩니다. 나머지 잉여 크레딧은 `CPUSurplusCreditsCharged` 측정치로 표현되어 요금이 부과됩니다.
**Example**
```
CPUSurplusCreditsCharged = max [-Adjusted balance - max earned credit balance, 0]
```
마지막으로 인스턴스가 종료하면 `CPUSurplusCreditBalance`로 추적된 모든 잉여 크레딧에 요금이 부과됩니다. 인스턴스가 `unlimited`에서 `standard`로 전환되면 나머지 모든 `CPUSurplusCreditBalance`에도 요금이 부과됩니다.
# GPU 인스턴스를 사용한 성능 가속화
GPU 기반 인스턴스는 수천 개의 컴퓨팅 코어로 NVIDIA GPU에 대한 액세스를 제공합니다. 이러한 인스턴스로 CUDA(Compute Unified Device Architecture) 또는 OpenCL(Open Computing Language) 병렬 컴퓨팅 프레임워크를 활용하여 GPU 기반 과학, 공학 및 렌더링 애플리케이션의 속도를 높일 수 있습니다. 게임 스트리밍, 3-D 애플리케이션 스트리밍 등의 그래픽 애플리케이션 및 기타 그래픽 워크로드에 활용할 수도 있습니다.
GPU 기반 인스턴스를 활성화하거나 최적화하려면 먼저 다음과 같이 적절한 드라이버를 설치해야 합니다.
+ P3 또는 G4dn 인스턴스와 같이 NVIDIA GPU가 연결된 인스턴스에 NVIDIA 드라이버를 설치하려면 [NVIDIA 드라이버](install-nvidia-driver.md) 섹션을 참조하세요.
+ G4ad 인스턴스와 같이 AMD GPU가 연결된 인스턴스에 AMD 드라이버를 설치하려면 [AMD 드라이버](install-amd-driver.md) 섹션을 참조하세요.
**Topics**
+ [NVIDIA GRID 가상 애플리케이션 활성화](activate_grid.md)
+ [GPU 설정 최적화](optimize_gpu.md)
+ [G4ad에서 듀얼 4K 디스플레이 설정](activate_g4ad_4k.md)
+ [
# GPU 가속 인스턴스 시작하기
](gpu-instances-started.md)
# Amazon EC2 GPU 기반 인스턴스에서 NVIDIA GRID 가상 애플리케이션 활성화
NVIDIA GPU가 있는 GPU 기반 인스턴스에서 GRID 가상 애플리케이션을 활성화하려면(NVIDIA GRID 가상 워크스테이션은 기본적으로 활성화되어 있음) 드라이버의 제품 유형을 정의해야 합니다. 사용하는 프로세스는 인스턴스의 운영 체제에 따라 달라집니다.
## Linux 인스턴스
**Linux 인스턴스에서 GRID 가상 애플리케이션을 활성화하려면 다음을 수행하세요.**
1. 제공된 템플릿 파일에서 `/etc/nvidia/gridd.conf` 파일을 생성합니다.
```
[ec2-user ~]$ sudo cp /etc/nvidia/gridd.conf.template /etc/nvidia/gridd.conf
```
1. 즐겨찾는 텍스트 편집기에서 `/etc/nvidia/gridd.conf` 파일을 엽니다.
1. `FeatureType` 줄을 찾은 다음 `0`과 동일하게 설정합니다. 그런 다음 `IgnoreSP=TRUE`로 라인을 추가합니다.
```
FeatureType=0 IgnoreSP=TRUE
```
1. 파일을 저장하고 종료합니다.
1. 인스턴스를 재부팅하여 새 구성을 적용합니다.
```
[ec2-user ~]$ sudo reboot
```
## Windows 인스턴스
**Windows 인스턴스에서 GRID 가상 애플리케이션을 활성화하려면 다음을 수행하세요.**
1. **regedit.exe**를 실행하여 레지스트리 편집기를 엽니다.
1. `HKEY_LOCAL_MACHINE\SOFTWARE\NVIDIA Corporation\Global\GridLicensing`으로 이동합니다.
1. 오른쪽 창에서 마우스 오른쪽 버튼을 클릭하여 컨텍스트 메뉴를 열고 **새로 생성(New)**과 **DWORD**를 차례로 선택합니다.
1. **이름**에 **FeatureType**을 입력한 다음 `Enter`를 입력합니다.
1. **FeatureType**에서 마우스 오른쪽 버튼을 클릭하여 컨텍스트 메뉴를 열고 **수정(Modify)**을 선택합니다.
1. **값 데이터(Value data)**에서 NVIDIA GRID 가상 애플리케이션에 대해 `0`을 입력하고 **확인(OK)**을 선택합니다.
1. 오른쪽 창에서 마우스 오른쪽 버튼을 클릭하여 컨텍스트 메뉴를 열고 **새로 생성(New)**과 **DWORD**를 차례로 선택합니다.
1. **이름(Name)**에 **IgnoreSP**를 입력한 다음 `Enter`를 누릅니다.
1. **IgnoreSP**에서 마우스 오른쪽 버튼을 클릭하여 컨텍스트 메뉴를 열고 **수정(Modify)**을 선택합니다.
1. **값 데이터(Value data)**에 `1`을 입력하고 **확인(OK)**을 선택합니다.
1. 레지스트리 편집기를 닫습니다.
# Amazon EC2 인스턴스의 GPU 설정 최적화
NVIDIA GPU 인스턴스에서 최고의 성능을 달성하기 위해 수행할 수 있는 몇 가지 GPU 설정 최적화가 있습니다. 이러한 인스턴스 유형 중 일부에서 NVIDIA 드라이버는 GPU 클록 속도에 변화를 주는 자동 부스트 기능을 사용합니다. 자동 부스트를 비활성화하고 GPU 클록 속도를 최대 주파수로 설정하면 GPU 인스턴스의 성능을 최대로 유지할 수 있습니다.
## Linux에서 GPU 설정 최적화
1. GPU 설정을 영구적으로 구성합니다. 이 명령은 실행하는 데 몇 분이 소요될 수 있습니다.
```
[ec2-user ~]$ sudo nvidia-persistenced
```
1. [G3 및 P2 인스턴스에 대해] 모든 GPU의 자동 부스트 기능을 비활성화합니다.
```
[ec2-user ~]$ sudo nvidia-smi --auto-boost-default=0
```
1. 모든 GPU 클록 속도를 최대 주파수로 설정합니다. 다음 명령에 지정된 메모리와 그래픽 클록 속도를 사용합니다.
일부 버전의 NVIDIA 드라이버는 응용 프로그램 클럭 속도 설정을 지원하지 않으며 무시할 수 있는 오류(`"Setting applications clocks is not supported for GPU..."`)를 표시합니다.
+ G3 인스턴스:
```
[ec2-user ~]$ sudo nvidia-smi -ac 2505,1177
```
+ G4dn 인스턴스:
```
[ec2-user ~]$ sudo nvidia-smi -ac 5001,1590
```
+ G5 인스턴스:
```
[ec2-user ~]$ sudo nvidia-smi -ac 6250,1710
```
+ G6, G6f, Gr6 및 Gr6f 인스턴스:
```
[ec2-user ~]$ sudo nvidia-smi -ac 6251,2040
```
+ G6e 인스턴스:
```
[ec2-user ~]$ sudo nvidia-smi -ac 9001,2520
```
+ G7e 인스턴스:
```
[ec2-user ~]$ sudo nvidia-smi -ac 12481,2430
```
+ P2 인스턴스:
```
[ec2-user ~]$ sudo nvidia-smi -ac 2505,875
```
+ P3 및 P3dn 인스턴스::
```
[ec2-user ~]$ sudo nvidia-smi -ac 877,1530
```
+ P4d 인스턴스:
```
[ec2-user ~]$ sudo nvidia-smi -ac 1215,1410
```
+ P4de instances:
```
[ec2-user ~]$ sudo nvidia-smi -ac 1593,1410
```
+ P5 인스턴스:
```
[ec2-user ~]$ sudo nvidia-smi -ac 2619,1980
```
+ P5e 및 P5en 인스턴스:
```
[ec2-user ~]$ sudo nvidia-smi -ac 3201,1980
```
+ P6-B200 인스턴스:
```
[ec2-user ~]$ sudo nvidia-smi -ac 3996,1965
```
+ P6-B300 인스턴스:
```
[ec2-user ~]$ sudo nvidia-smi -ac 3996,2032
```
## Windows에서 GPU 설정 최적화
1. PowerShell 창을 열고 NVIDIA 설치 폴더를 탐색합니다.
```
PS C:\> cd "C:\Windows\System32\DriverStore\FileRepository\nvgridsw_aws.inf_*\"
```
1. [G3 및 P2 인스턴스에 대해] 모든 GPU의 자동 부스트 기능을 비활성화합니다.
```
PS C:\> .\nvidia-smi --auto-boost-default=0
```
1. 모든 GPU 클록 속도를 최대 주파수로 설정합니다. 다음 명령에 지정된 메모리와 그래픽 클록 속도를 사용합니다.
일부 버전의 NVIDIA 드라이버는 응용 프로그램 클럭 속도 설정을 지원하지 않으며 무시할 수 있는 오류(`"Setting applications clocks is not supported for GPU..."`)를 표시합니다.
+ G3 인스턴스:
```
PS C:\> .\nvidia-smi -ac "2505,1177"
```
+ G4dn 인스턴스:
```
PS C:\> .\nvidia-smi -ac "5001,1590"
```
+ G5 인스턴스:
```
PS C:\> .\nvidia-smi -ac "6250,1710"
```
+ G6, G6f, Gr6 및 Gr6f 인스턴스:
```
PS C:\> .\nvidia-smi -ac "6251,2040"
```
+ G6e 인스턴스:
```
PS C:\> .\nvidia-smi -ac "9001,2520"
```
+ P2 인스턴스:
```
PS C:\> .\nvidia-smi -ac "2505,875"
```
+ P3 및 P3dn 인스턴스::
```
PS C:\> .\nvidia-smi -ac "877,1530"
```
# G4ad Linux 인스턴스에서 듀얼 4K 디스플레이 설정
G4ad 인스턴스를 시작한 후 듀얼 4K 디스플레이를 설정할 수 있습니다.
**AMD 드라이버를 설치하고 듀얼 스크린을 구성하려면 다음을 수행하세요.**
1. Linux 인스턴스에 연결하여 듀얼 4K(2x4k)를 사용하려는 대상 GPU의 PCI 버스 주소를 가져옵니다.
```
lspci -vv | grep -i amd
```
출력은 다음과 비슷합니다.
```
00:1e.0 Display controller: Advanced Micro Devices, Inc. [*AMD*/ATI] Device 7362 (rev c3)
Subsystem: Advanced Micro Devices, Inc. [AMD/ATI] Device 0a34
```
1. 참고로 위의 출력에서 PCI 버스 주소는 00:1e.0입니다. `/etc/modprobe.d/amdgpu.conf`라는 이름의 파일을 만들고 다음을 추가합니다.
```
options amdgpu virtual_display=0000:00:1e.0,2
```
1. Linux에 AMD 드라이버를 설치하려면 [EC2 인스턴스용 AMD 드라이버](install-amd-driver.md) 섹션을 참조하세요. AMD GPU 드라이버가 이미 설치되어 있는 경우, dkms를 통해 amdgpu 커널 모듈을 다시 빌드해야 합니다.
1. 아래 xorg.conf 파일을 사용하여 듀얼(2x4K) 화면 토폴로지를 정의하고 파일을 `/etc/X11/xorg.conf:`에 저장합니다.
```
~$ cat /etc/X11/xorg.conf
Section "ServerLayout"
Identifier "Layout0"
Screen 0 "Screen0"
Screen 1 "Screen1"
InputDevice "Keyboard0" "CoreKeyboard"
InputDevice "Mouse0" "CorePointer"
Option "Xinerama" "1"
EndSection
Section "Files"
ModulePath "/opt/amdgpu/lib64/xorg/modules/drivers"
ModulePath "/opt/amdgpu/lib/xorg/modules"
ModulePath "/opt/amdgpu-pro/lib/xorg/modules/extensions"
ModulePath "/opt/amdgpu-pro/lib64/xorg/modules/extensions"
ModulePath "/usr/lib64/xorg/modules"
ModulePath "/usr/lib/xorg/modules"
EndSection
Section "InputDevice"
# generated from default
Identifier "Mouse0"
Driver "mouse"
Option "Protocol" "auto"
Option "Device" "/dev/psaux"
Option "Emulate3Buttons" "no"
Option "ZAxisMapping" "4 5"
EndSection
Section "InputDevice"
# generated from default
Identifier "Keyboard0"
Driver "kbd"
EndSection
Section "Monitor"
Identifier "Virtual"
VendorName "Unknown"
ModelName "Unknown"
Option "Primary" "true"
EndSection
Section "Monitor"
Identifier "Virtual-1"
VendorName "Unknown"
ModelName "Unknown"
Option "RightOf" "Virtual"
EndSection
Section "Device"
Identifier "Device0"
Driver "amdgpu"
VendorName "AMD"
BoardName "Radeon MxGPU V520"
BusID "PCI:0:30:0"
EndSection
Section "Device"
Identifier "Device1"
Driver "amdgpu"
VendorName "AMD"
BoardName "Radeon MxGPU V520"
BusID "PCI:0:30:0"
EndSection
Section "Extensions"
Option "DPMS" "Disable"
EndSection
Section "Screen"
Identifier "Screen0"
Device "Device0"
Monitor "Virtual"
DefaultDepth 24
Option "AllowEmptyInitialConfiguration" "True"
SubSection "Display"
Virtual 3840 2160
Depth 32
EndSubSection
EndSection
Section "Screen"
Identifier "Screen1"
Device "Device1"
Monitor "Virtual"
DefaultDepth 24
Option "AllowEmptyInitialConfiguration" "True"
SubSection "Display"
Virtual 3840 2160
Depth 32
EndSubSection
EndSection
```
1. [대화형 데스크톱](#amd-interactive-desktop) 설정 지침에 따라 DCV를 설정합니다.
1. DCV 설정이 완료되면 재부팅합니다.
1. 드라이버가 작동하는지 확인합니다.
```
dmesg | grep amdgpu
```
응답은 다음과 같아야 합니다.
```
Initialized amdgpu
```
1. `DISPLAY=:0 xrandr -q`에 대한 출력에서 2개의 가상 디스플레이가 연결되어 있음을 확인해야 합니다.
```
~$ DISPLAY=:0 xrandr -q
Screen 0: minimum 320 x 200, current 3840 x 1080, maximum 16384 x 16384
Virtual connected primary 1920x1080+0+0 (normal left inverted right x axis y axis) 0mm x 0mm
4096x3112 60.00
3656x2664 59.99
4096x2160 60.00
3840x2160 60.00
1920x1200 59.95
1920x1080 60.00
1600x1200 59.95
1680x1050 60.00
1400x1050 60.00
1280x1024 59.95
1440x900 59.99
1280x960 59.99
1280x854 59.95
1280x800 59.96
1280x720 59.97
1152x768 59.95
1024x768 60.00 59.95
800x600 60.32 59.96 56.25
848x480 60.00 59.94
720x480 59.94
640x480 59.94 59.94
Virtual-1 connected 1920x1080+1920+0 (normal left inverted right x axis y axis) 0mm x 0mm
4096x3112 60.00
3656x2664 59.99
4096x2160 60.00
3840x2160 60.00
1920x1200 59.95
1920x1080 60.00
1600x1200 59.95
1680x1050 60.00
1400x1050 60.00
1280x1024 59.95
1440x900 59.99
1280x960 59.99
1280x854 59.95
1280x800 59.96
1280x720 59.97
1152x768 59.95
1024x768 60.00 59.95
800x600 60.32 59.96 56.25
848x480 60.00 59.94
720x480 59.94
640x480 59.94 59.94
```
1. DCV에 연결할 때 해상도를 2x4K로 변경하여 듀얼 모니터 지원이 DCV에 등록되었는지 확인합니다.
![\[DCV 해상도 변경\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/dm-dcv-example.png)
## Linux용 대화형 데스크톱 설정
Linux 인스턴스에 AMD GPU 드라이버가 설치되어 있고 AMD GPU가 사용 중인지 확인한 후 대화형 데스크톱 관리자를 설치할 수 있습니다. 호환성 및 성능을 최대화하려면 MATE 데스크톱 환경을 사용하는 것이 좋습니다.
**사전 조건**
텍스트 편집기를 열고 다음을 `xorg.conf`라는 파일로 저장합니다. 인스턴스에 이 파일이 필요합니다.
```
Section "ServerLayout"
Identifier "Layout0"
Screen 0 "Screen0"
InputDevice "Keyboard0" "CoreKeyboard"
InputDevice "Mouse0" "CorePointer"
EndSection
Section "Files"
ModulePath "/opt/amdgpu/lib64/xorg/modules/drivers"
ModulePath "/opt/amdgpu/lib/xorg/modules"
ModulePath "/opt/amdgpu-pro/lib/xorg/modules/extensions"
ModulePath "/opt/amdgpu-pro/lib64/xorg/modules/extensions"
ModulePath "/usr/lib64/xorg/modules"
ModulePath "/usr/lib/xorg/modules"
EndSection
Section "InputDevice"
# generated from default
Identifier "Mouse0"
Driver "mouse"
Option "Protocol" "auto"
Option "Device" "/dev/psaux"
Option "Emulate3Buttons" "no"
Option "ZAxisMapping" "4 5"
EndSection
Section "InputDevice"
# generated from default
Identifier "Keyboard0"
Driver "kbd"
EndSection
Section "Monitor"
Identifier "Monitor0"
VendorName "Unknown"
ModelName "Unknown"
EndSection
Section "Device"
Identifier "Device0"
Driver "amdgpu"
VendorName "AMD"
BoardName "Radeon MxGPU V520"
BusID "PCI:0:30:0"
EndSection
Section "Extensions"
Option "DPMS" "Disable"
EndSection
Section "Screen"
Identifier "Screen0"
Device "Device0"
Monitor "Monitor0"
DefaultDepth 24
Option "AllowEmptyInitialConfiguration" "True"
SubSection "Display"
Virtual 3840 2160
Depth 32
EndSubSection
EndSection
```
**Amazon Linux 2에서 대화형 데스크톱을 설정하려면**
1. EPEL 리포지토리를 설치합니다.
```
[ec2-user ~]$ sudo amazon-linux-extras install epel -y
```
1. MATE 데스크톱을 설치합니다.
```
[ec2-user ~]$ sudo amazon-linux-extras install mate-desktop1.x -y
[ec2-user ~]$ sudo yum groupinstall "MATE Desktop" -y
[ec2-user ~]$ sudo systemctl disable firewalld
```
1. `xorg.conf` 파일을 `/etc/X11/xorg.conf`에 복사합니다.
1. 인스턴스를 재부팅합니다.
```
[ec2-user ~]$ sudo reboot
```
1. (선택 사항) Amazon DCV를 고성능 디스플레이 프로토콜로 사용하려면 [Amazon DCV 서버를 설치](https://docs.aws.amazon.com/dcv/latest/adminguide/setting-up-installing.html)한 다음 원하는 클라이언트를 사용하여 [Amazon DCV 세션](https://docs.aws.amazon.com/dcv/latest/userguide/using-connecting.html)에 연결합니다.
**Ubuntu에서 대화형 데스크톱을 설정하려면**
1. MATE 데스크톱을 설치합니다.
```
$ sudo apt install xorg-dev ubuntu-mate-desktop -y
$ sudo apt purge ifupdown -y
```
1. `xorg.conf` 파일을 `/etc/X11/xorg.conf`에 복사합니다.
1. 인스턴스를 재부팅합니다.
```
$ sudo reboot
```
1. 적절한 버전의 Ubuntu에 대한 AMF 인코더를 설치합니다.
```
$ sudo apt install ./amdgpu-pro-20.20-*/amf-amdgpu-pro_20.20-*_amd64.deb
```
1. (선택 사항) Amazon DCV를 고성능 디스플레이 프로토콜로 사용하려면 [Amazon DCV 서버를 설치](https://docs.aws.amazon.com/dcv/latest/adminguide/setting-up-installing.html)한 다음 원하는 클라이언트를 사용하여 [Amazon DCV 세션](https://docs.aws.amazon.com/dcv/latest/userguide/using-connecting.html)에 연결합니다.
1. DCV 설치 후 DCV 사용자에게 비디오 사용 권한을 부여합니다.
```
$ sudo usermod -aG video dcv
```
**CentOS에서 대화형 데스크톱을 설정하려면**
1. EPEL 리포지토리를 설치합니다.
```
$ sudo yum update -y
$ sudo yum install epel-release -y
```
1. MATE 데스크톱을 설치합니다.
```
$ sudo yum groupinstall "MATE Desktop" -y
$ sudo systemctl disable firewalld
```
1. `xorg.conf` 파일을 `/etc/X11/xorg.conf`에 복사합니다.
1. 인스턴스를 재부팅합니다.
```
$ sudo reboot
```
1. (선택 사항) Amazon DCV를 고성능 디스플레이 프로토콜로 사용하려면 [Amazon DCV 서버를 설치](https://docs.aws.amazon.com/dcv/latest/adminguide/setting-up-installing.html)한 다음 원하는 클라이언트를 사용하여 [Amazon DCV 세션](https://docs.aws.amazon.com/dcv/latest/userguide/using-connecting.html)에 연결합니다.
# GPU 가속 인스턴스 시작하기
다음 목록에 표시된 것과 같은 최신 세대의 GPU 가속 인스턴스 유형은 딥 러닝 및 고성능 컴퓨팅(HPC) 애플리케이션을 위한 최고 성능 기능을 제공합니다. 인스턴스 유형 링크를 선택하고 해당 기능을 자세히 알아보세요.
+ [P6 패밀리](https://aws.amazon.com/ec2/instance-types/p6/)
+ [P6 패밀리](https://aws.amazon.com/ec2/instance-types/p6/)
+ [P5 패밀리](https://aws.amazon.com/ec2/instance-types/p5/)
가속 인스턴스 유형의 전체 인스턴스 유형 사양 목록은 *Amazon EC2 인스턴스 유형* 참조의 [가속 컴퓨팅](https://docs.aws.amazon.com/ec2/latest/instancetypes/ac.html)을 참조하세요.
**소프트웨어 구성**
최신 세대의 GPU 가속 인스턴스 유형을 시작하는 가장 쉬운 방법은 필요한 모든 소프트웨어가 미리 구성되어 있는 AWS Deep Learning AMI를 사용하여 인스턴스를 시작하는 것입니다. GPU 가속 인스턴스 유형과 함께 사용할 수 있는 최신 AWS Deep Learning AMIs는 *AWS Deep Learning AMIs 개발자 가이드*의 [P6 지원 DLAMI](https://docs.aws.amazon.com/dlami/latest/devguide/p6-support-dlami.html)를 참조하세요.
사용자 지정 AMI를 구축하여 딥 러닝 또는 HPC 애플리케이션을 호스팅하는 인스턴스를 시작해야 하는 경우 다음과 같은 최소 소프트웨어 버전을 기본 이미지 위에 설치하는 것이 좋습니다.
| 인스턴스 유형 | NVIDIA 드라이버 | CUDA | NVIDIA GDRCopy | EFA 설치 프로그램 | NCCL | EFA K8s ¹ |
| --- | --- | --- | --- | --- | --- | --- |
| G7e | 575 | 12.9 | 2.5 | 1.45.0 | 2.28.3 | 0.5.10 |
| P5 | 530 | 12.1 | 2.3 | 1.24.1 | 2.18.3 | 0.4.4 |
| P5.4xlarge | 530 | 12.1 | 2.3 | 1.43.1 ² | 2.18.3 | 0.4.4 |
| P5e | 550 | 12.1 | 2.3 | 1.24.1 | 2.18.3 | 0.5.5 |
| P5en | 550 | 12.1 | 2.3 | 1.24.1 | 2.18.3 | 0.5.6 |
| P6-B200 | 570 | 12.8 | 2.5 | 1.41.0 | 2.26.2-1 | 0.5.10 |
| P6e-GB200 | 570 | 12.8 | 2.5 | 1.41.0 | 2.26.2-1 | 0.5.10 |
| P6-B300 | 580 | 13.0 | 2.5 | 1.44.0 | 2.28.3 | 0.5.10 |
** ¹** **EFA K8s** 열에는 `aws-efa-k8s-device-plugin`의 최소 권장 버전이 포함되어 있습니다.
** ²** GPU-to-GPU 통신에서 Elastic Fabric Adapter(EFA) 및 NVIDIA Collective Communications Library(NCCL)를 사용하는 경우 `P5.4xlarge` 인스턴스에 영향을 미치는 호환성 문제가 있습니다. 문제를 완화하려면 환경 변수 `FI_HMEM_DISABLE_P2P`를 `1`로 설정하고 EFA 버전 1.43.1 이상을 설치해야 합니다.
**참고**
EFA 설치 관리자 버전 1.41.0을 사용하는 경우 `aws-ofi-nccl plugin`이 함께 제공됩니다. 이전 버전의 EFA 설치 관리자는 `aws-ofi-nccl plugin` 버전 `1.7.2-aws` 이상을 사용합니다.
또한 심화된 C 상태를 사용하지 않도록 인스턴스를 구성하는 것이 좋습니다. 자세한 내용은 *Amazon Linux 2 사용 설명서*의 [C 상태 심화 제한을 통한 고성능 및 저지연 시간](https://docs.aws.amazon.com/linux/al2/ug/processor_state_control.html#c-states)을 참조하세요. 최신 AWS Deep Learning Base GPU AMI는 심화된 C 상태를 사용하지 않도록 미리 구성되어 있습니다.
네트워킹 및 Elastic Fabric Adapter(EFA) 구성에 대한 자세한 내용은 [여러 네트워크 카드를 사용하여 Amazon EC2 인스턴스의 네트워크 대역폭 극대화](efa-acc-inst-types.md)를 참조하세요.
# Amazon EC2 Mac 인스턴스
EC2 Mac 인스턴스는 iPhone, iPad, Mac, Vision Pro, Apple Watch, Apple TV 및 Safari와 같은 Apple 플랫폼용 애플리케이션의 개발, 구축, 테스트 및 서명에 적합합니다. SSH 또는 Apple Remote Desktop(ARD)을 사용하여 Mac 인스턴스에 연결할 수 있습니다.
**참고**
**청구 단위**는 **전용 호스트**입니다. 해당 호스트에서 실행되는 인스턴스에는 추가 요금이 부과되지 않습니다.
Amazon EC2 Mac 인스턴스는 기본적으로 macOS 운영 체제를 지원합니다.
+ **EC2 x86 Mac 인스턴스**(`mac1.metal`)는 3.2GHz Intel 8세대(Coffee Lake) Core i7 프로세서, 6개의 물리적 코어와 12개의 논리 코어, 32GiB 메모리가 탑재된 2018 Mac mini 하드웨어를 기반으로 구축되었습니다.
+ **EC2 M1 Mac 인스턴스**(`mac2.metal`)는 Apple silicon M1 프로세서, CPU 코어 8개, GPU 코어 8개, 메모리 16GiB, 16코어 Apple Neural Engine으로 구동되는 2020 Mac mini 하드웨어를 기반으로 구축되었습니다.
+ **EC2 M1 Ultra Mac 인스턴스**(`mac2-m1ultra.metal`)는 Apple silicon M1 Ultra 프로세서, CPU 코어 20개, GPU 코어 64개, 메모리 128GiB, 32코어 Apple Neural Engine으로 구동되는 2022 Mac Studio 하드웨어를 기반으로 구축되었습니다.
+ **EC2 M2 Mac 인스턴스**(`mac2-m2.metal`)는 Apple silicon M2 프로세서, CPU 코어 8개, GPU 코어 10개, 메모리 24GiB, 16코어 Apple Neural Engine으로 구동되는 2023 Mac mini 하드웨어를 기반으로 구축되었습니다.
+ **EC2 M2 Pro Mac 인스턴스**(`mac2-m2pro.metal`)는 Apple silicon M2 Pro 프로세서, CPU 코어 12개, GPU 코어 19개, 메모리 32GiB, 16코어 Apple Neural Engine으로 구동되는 2023 Mac mini 하드웨어를 기반으로 구축되었습니다.
+ **EC2 M4 Mac 인스턴스**(`mac-m4.metal`)는 Apple silicon M4 프로세서, CPU 코어 10개, GPU 코어 10개, 메모리 24GiB, 16코어 Apple Neural Engine으로 구동되는 2024 Mac mini 하드웨어를 기반으로 구축되었습니다.
+ **EC2 M4 Pro Mac 인스턴스**(`mac-m4pro.metal`)는 Apple silicon M4 Pro 프로세서, CPU 코어 14개, GPU 코어 20개, 메모리 48GiB, 16코어 Apple Neural Engine으로 구동되는 2024 Mac mini 하드웨어를 기반으로 구축되었습니다.
Amazon EC2 Mac 전용 호스트는 [전용 호스트 자동 복구](dedicated-hosts-recovery.md) 및 [재부팅 기반 호스트 유지 관리를](dedicated-hosts-maintenance.md) 지원합니다.
**Topics**
+ [
## 고려 사항
](#mac-instance-considerations)
+ [
## 인스턴스 준비
](#mac-instance-readiness)
+ [
## EC2 macOS AMI
](#ec2-macos-images)
+ [
## EC2 macOS Init
](#ec2-macos-init)
+ [
## macOS용 Amazon EC2 System Monitor
](#mac-instance-system-monitor)
+ [
## 관련 리소스
](#related-resources)
+ [
# AWS Management Console 또는 AWS CLI를 사용하여 Mac 인스턴스 시작
](mac-instance-launch.md)
+ [
# SSH 또는 GUI를 사용하여 인스턴스에 연결
](connect-to-mac-instance.md)
+ [
# Amazon EC2 인스턴스에서 운영 체제 및 소프트웨어 업데이트
](mac-instance-updates.md)
+ [
# Mac 인스턴스에서 EBS 볼륨 크기 늘리기
](mac-instance-increase-volume.md)
+ [
# Amazon EC2 Mac 인스턴스를 중지 또는 종료
](mac-instance-stop.md)
+ [
# Amazon EC2 Mac 인스턴스의 시스템 무결성 보호 구성
](mac-sip-settings.md)
+ [
# Amazon EC2 Mac 전용 호스트에 대해 지원되는 macOS 버전 찾기
](macos-firmware-visibility.md)
+ [
# macOS AMI 알림 구독
](macos-subscribe-notifications.md)
+ [
# AWS Systems Manager Parameter Store API를 사용하여 macOS AMI ID 검색
](macos-ami-ids-parameter-store.md)
+ [
# Amazon EC2 macOS AMI 릴리스 정보
](macos-ami-overview.md)
## 고려 사항
Mac 인스턴스에는 다음과 같은 고려 사항이 적용됩니다.
+ Mac 인스턴스는 [전용 호스트](dedicated-hosts-overview.md)에서 베어 메탈 인스턴스로만 사용할 수 있으며, 전용 호스트를 릴리스하기 전의 최소 할당 기간은 24시간입니다. 전용 호스트당 하나의 Mac 인스턴스를 시작할 수 있습니다. 전용 호스트를 AWS 조직 내의 AWS 계정 또는 조직 단위나 전체 AWS 조직과 공유할 수 있습니다.
+ Mac 인스턴스는 다양한 AWS 리전에서 사용할 수 있습니다. 각 AWS 리전의 Mac 인스턴스 가용성 목록은 [리전별 Amazon EC2 인스턴스 유형](https://docs.aws.amazon.com/ec2/latest/instancetypes/ec2-instance-regions.html)을 참조하세요.
+ Mac 인스턴스는 온디맨드 인스턴스로만 사용할 수 있습니다. 스팟 인스턴스 또는 예약 인스턴스로 사용할 수 없습니다. [Savings Plan](https://docs.aws.amazon.com/savingsplans/latest/userguide/)을 구매하여 Mac 인스턴스 비용을 절감할 수 있습니다.
+ 서로 다른 Mac 인스턴스 유형과 특정 macOS Amazon Machine Image(AMI)의 호환성은 다양합니다. 자세한 내용은 [Amazon EC2 macOS AMI 릴리스 정보](macos-ami-overview.md) 섹션을 참조하세요.
+ EBS 핫플러그가 지원됩니다.
+ AWS는 Apple 하드웨어의 내부 SSD를 관리하거나 지원하지 않습니다. Amazon EBS 볼륨을 대신 사용하는 것이 좋습니다. EBS 볼륨은 다른 EC2 인스턴스에서와 마찬가지로 Mac 인스턴스에서도 동일한 탄력성, 가용성 및 내구성 이점을 제공합니다.
+ 최적의 성능을 위해 Mac 인스턴스에는 IOPS가 10,000이고 처리량이 400MiB/s인 Amazon EBS 볼륨을 사용하는 것이 좋습니다. 자세한 내용은 *Amazon EBS 사용 설명서*의 [Amazon EBS volume types](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-volume-types.html)를 참조하세요.
+ [Mac 인스턴스는 Amazon EC2 Auto Scaling을 지원합니다.](https://aws.amazon.com/blogs/compute/implementing-autoscaling-for-ec2-mac-instances/)
+ x86 Mac 인스턴스에서는 자동 소프트웨어 업데이트가 비활성화됩니다. 인스턴스를 프로덕션에 배치하기 전에 업데이트를 적용하고 인스턴스에서 테스트하는 것이 좋습니다. 자세한 내용은 [Amazon EC2 인스턴스에서 운영 체제 및 소프트웨어 업데이트](mac-instance-updates.md) 섹션을 참조하세요.
+ Mac 인스턴스를 중지하거나 종료하면 전용 호스트에서 스크러빙 워크플로가 수행됩니다. 자세한 내용은 [Amazon EC2 Mac 인스턴스를 중지 또는 종료](mac-instance-stop.md) 섹션을 참조하세요.
+
**중요**
외부 볼륨에서 Mac 하드웨어를 부팅할 때는 Apple Intelligence 기능을 사용할 수 없습니다. EC2 Mac 인스턴스는 기본적으로 외부 EBS 볼륨에서 부팅되므로 Apple Intelligence 기능을 지원하지 않습니다.
+
**주의**
FileVault를 사용하지 마세요. FileVault를 활성화하면 파티션이 잠기므로 호스트가 부팅되지 않습니다. 데이터 암호화가 필요한 경우 Amazon EBS 암호화를 사용하여 부팅 문제와 성능 영향을 방지합니다. Amazon EBS 암호화를 사용하면 호스트 서버에서 암호화 작업이 진행되어 인스턴스와 인스턴스에 연결된 EBS 스토리지 간 저장 데이터와 전송 중 데이터의 보안을 모두 보장합니다. 자세한 내용은 *Amazon EBS 사용 설명서*의 [Amazon EBS encryption](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-encryption.html)을 참조하세요.
## 인스턴스 준비
Mac 인스턴스를 시작한 후에는 인스턴스가 준비될 때까지 기다려야 연결할 수 있습니다. x86 Mac 인스턴스 또는 Apple Silicon Mac 인스턴스가 있는 AWS 판매 AMI의 경우 시작 시간은 약 6분에서 20분 사이입니다. 선택한 Amazon EBS 볼륨 크기, *사용자 데이터*에 대한 추가 스크립트 포함 또는 사용자 지정 macOS AMI에 추가로 로드된 소프트웨어에 따라 시작 시간이 늘어날 수 있습니다.
아래와 같은 작은 셸 스크립트를 사용하여 describe-instance-status API를 폴링하여 인스턴스가 연결할 준비가 된 시점을 알 수 있습니다. 다음 명령에서 예제 인스턴스 ID를 사용자의 ID로 대체합니다.
```
for i in $(seq 1 200); do aws ec2 describe-instance-status --instance-ids=i-1234567890abcdef0 \
--query='InstanceStatuses[0].InstanceStatus.Status'; sleep 5; done;
```
## EC2 macOS AMI
Amazon EC2 macOS는 Amazon EC2 Mac 인스턴스에서 실행되는 개발자 워크로드를 위한 안정적이고 안전한 고성능 환경을 제공하도록 설계되었습니다. EC2 macOS AMI에는 시작 구성 도구와 널리 사용되는 주요 AWS 라이브러리 및 도구 등 AWS와 쉽게 통합하는 데 사용할 수 있도록 하는 패키지가 포함되어 있습니다.
EC2 macOS AMI에 대한 자세한 내용은 [Amazon EC2 macOS AMI 릴리스 정보](macos-ami-overview.md) 섹션을 참조하세요.
AWS에서는 정기적으로 업데이트된 EC2 macOS AMI를 제공하며, 여기에는 AWS에서 소유한 패키지에 대한 업데이트와 완벽하게 테스트된 최신 macOS 버전이 포함되어 있습니다. 또한 AWS는 완벽하게 테스트되고 검증된 최신 마이너 버전 업데이트 또는 메이저 버전 업데이트로 업데이트된 AMI를 제공합니다. Mac 인스턴스에 대한 데이터 또는 사용자 지정을 유지할 필요가 없는 경우 현재 AMI를 사용하여 새 인스턴스를 시작한 다음 이전 인스턴스를 종료하여 최신 업데이트를 받을 수 있습니다. 그렇지 않은 경우 Mac 인스턴스에 적용할 업데이트를 선택할 수 있습니다.
macOS AMI 알림을 구독하는 방법에 대한 자세한 내용은 [macOS AMI 알림 구독](macos-subscribe-notifications.md) 섹션을 참조하세요.
## EC2 macOS Init
EC2 macOS 초기화는 시작 시 EC2 Mac 인스턴스를 초기화하는 데 사용됩니다. 우선 순위 그룹을 사용하여 태스크의 논리적 그룹을 동시에 실행합니다.
launchd plist 파일은 `/Library/LaunchDaemons/com.amazon.ec2.macos-init.plist`입니다. EC2 macOS 초기화 파일은 `/usr/local/aws/ec2-macos-init`에 있습니다.
자세한 내용은 [https://github.com/aws/ec2-macos-init](https://github.com/aws/ec2-macos-init)를 참조하세요.
## macOS용 Amazon EC2 System Monitor
macOS용 Amazon EC2 System Monitor는 Amazon CloudWatch에 CPU 사용률 지표를 제공합니다. 이러한 지표는 사용자 지정 직렬 디바이스를 통해 1분 단위로 CloudWatch로 전송됩니다. 다음과 같이 이 에이전트를 활성화하거나 비활성화할 수 있습니다. 기본적으로 활성화됩니다.
```
sudo setup-ec2monitoring [enable | disable]
```
**참고**
macOS용 Amazon EC2 System Monitor는 현재 Apple Silicon Mac 인스턴스에서 지원되지 않습니다.
## 관련 리소스
요금에 대한 자세한 내용은 [요금](https://aws.amazon.com/ec2/instance-types/mac/#Pricing)을 참조하세요.
Mac 인스턴스에 대한 자세한 내용은 [Amazon EC2 Mac 인스턴스](https://aws.amazon.com/ec2/instance-types/mac/)를 참조하세요.
Mac 인스턴스의 하드웨어 사양 및 네트워크 성능에 대한 자세한 내용은 [범용 인스턴스](https://docs.aws.amazon.com/ec2/latest/instancetypes/gp.html)를 참조하세요.
# AWS Management Console 또는 AWS CLI를 사용하여 Mac 인스턴스 시작
EC2 Mac 인스턴스는 [전용 호스트](dedicated-hosts-overview.md)를 필요로 합니다. 먼저 계정에 호스트를 할당한 다음 호스트에서 인스턴스를 시작해야 합니다.
AWS Management Console 또는 AWS CLI를 사용하여 Mac 인스턴스를 시작할 수 있습니다.
## 콘솔을 사용하여 Mac 인스턴스 시작
**Mac 인스턴스를 전용 호스트로 시작하려면**
1. [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/)에서 Amazon EC2 콘솔을 엽니다.
1. 다음과 같이 전용 호스트를 할당합니다.
1. 탐색 창에서 **전용 호스트**를 선택합니다.
1. [**전용 호스트 할당(Allocate Dedicated Host)**]을 선택하고 다음을 수행합니다.
1. **인스턴스 패밀리**에서 **Mac** 인스턴스 패밀리를 선택합니다. 인스턴스 제품군이 목록에 표시되지 않으면 현재 선택한 리전에서 지원되지 않는 것입니다.
1. **인스턴스 유형**에서 선택한 인스턴스 패밀리를 기반으로 인스턴스 유형을 선택합니다.
1. [**가용 영역(Availability Zone)**]에서 전용 호스트의 가용 영역을 선택합니다.
1. **Quantity**(수량)에서 **1**을 그대로 둡니다.
1. **할당**을 선택합니다.
1. 다음과 같이 호스트에서 인스턴스를 시작합니다.
1. 생성한 전용 호스트를 선택하고 다음을 수행합니다.
1. **Actions**(작업), **Launch instance(s) onto host**(인스턴스를 호스트로 시작)를 차례로 선택합니다.
1. **Application and OS Images (Amazon Machine Image)**(애플리케이션 및 OS 이미지(Amazon Machine Image))에서 macOS AMI를 선택합니다.
1. **인스턴스 유형**에서 Mac 인스턴스 유형을 선택합니다.
1. **고급 세부 정보**에서 **테넌시**, **다음 기준에 따른 테넌시 호스트**, **테넌시 호스트 ID**가 생성한 전용 호스트에 따라 사전 구성되어 있는지 확인합니다. 필요한 경우 **Tenancy affinity**(테넌시 선호도)를 업데이트합니다.
1. 필요에 따라 EBS 볼륨, 보안 그룹 및 키 페어를 지정하여 마법사를 완료합니다.
1. **요약(Summary)** 패널에서 **인스턴스 실행(Launch instance)**을 선택합니다.
1. 확인 페이지에서 인스턴스가 실행 중인지 확인할 수 있습니다. **모든 인스턴스 보기(View all instances)**를 선택하여 확인 페이지를 닫고 콘솔로 돌아갑니다. 인스턴스의 초기 상태는 `pending`입니다. 상태가 `running`으로 변경되고 상태 확인을 통과하면 인스턴스가 준비됩니다.
## AWS CLI를 사용하여 Mac 인스턴스 시작
**전용 호스트 할당**
다음 [allocate-hosts](https://docs.aws.amazon.com/cli/latest/reference/ec2/allocate-hosts.html) 명령을 사용하여 Mac 인스턴스에 전용 호스트를 할당하고, `instance-type`을 유효한 mac 인스턴스 유형으로 바꾸고 `region` 및 `availability-zone`을 사용자 환경에 적합한 유형으로 바꿉니다.
```
aws ec2 allocate-hosts --region us-east-1 --instance-type mac1.metal --availability-zone us-east-1b --auto-placement "on" --quantity 1
```
**호스트에서 인스턴스 시작**
다음 [run-instances](https://docs.aws.amazon.com/cli/latest/reference/ec2/run-instances.html) 명령을 사용하여 Mac 인스턴스를 시작하고 다시 `instance-type`을 유효한 mac 인스턴스 유형으로 바꾸고 `region` 및 `availability-zone`을 이전에 사용한 유형으로 바꿉니다.
```
aws ec2 run-instances --region us-east-1 --instance-type mac1.metal --placement Tenancy=host --image-id ami_id --key-name my-key-pair
```
인스턴스의 초기 상태는 `pending`입니다. 상태가 `running`으로 변경되고 상태 확인을 통과하면 인스턴스가 준비됩니다. 다음 [describe-instance-status](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instance-status.html) 명령을 사용하여 인스턴스의 상태 정보를 표시합니다.
```
aws ec2 describe-instance-status --instance-ids i-017f8354e2dc69c4f
```
다음은 실행 중이고 상태 확인을 통과한 인스턴스에 대한 예시 출력입니다.
```
{
"InstanceStatuses": [
{
"AvailabilityZone": "us-east-1b",
"InstanceId": "i-017f8354e2dc69c4f",
"InstanceState": {
"Code": 16,
"Name": "running"
},
"InstanceStatus": {
"Details": [
{
"Name": "reachability",
"Status": "passed"
}
],
"Status": "ok"
},
"SystemStatus": {
"Details": [
{
"Name": "reachability",
"Status": "passed"
}
],
"Status": "ok"
}
}
]
}
```
# SSH 또는 GUI를 사용하여 인스턴스에 연결
SSH 또는 그래픽 사용자 인터페이스(GUI)를 사용하여 Mac 인스턴스에 연결할 수 있습니다.
여러 사용자가 OS에 동시에 액세스할 수 있습니다. 일반적으로 포트 5900에 내장된 화면 공유 서비스로 인한 1:1 user:GUI 세션이 있습니다. macOS에서 SSH를 사용하면 `sshd_config` 파일의 '최대 세션' 제한까지 여러 세션을 지원합니다.
## SSH를 사용하여 인스턴스에 연결
Amazon EC2 Mac 인스턴스는 기본적으로 원격 루트 SSH를 허용하지 않습니다. ec2-user 계정은 SSH를 사용하여 원격으로 로그인하도록 구성됩니다. ec2-user 계정에는 **sudo** 권한도 있습니다. 인스턴스에 연결한 후에 다른 사용자를 추가할 수 있습니다.
SSH를 사용하여 인스턴스에 연결할 수 있도록 하려면 SSH 액세스를 허용하는 보안 그룹과 키 페어를 사용하여 인스턴스를 시작하고 인스턴스에 인터넷 연결이 있는지 확인합니다. 인스턴스에 연결할 때 키 페어에 대한 `.pem` 파일을 제공합니다.
SSH 클라이언트를 사용하여 Mac 인스턴스에 연결하려면 다음 프로시저를 사용하세요. 인스턴스에 연결을 시도하는 동안 오류가 발생한 경우 [Amazon EC2 Linux 인스턴스 연결 문제 해결](TroubleshootingInstancesConnecting.md) 섹션을 참조하세요.
**SSH를 사용하여 인스턴스에 연결하려면**
1. 명령줄에서 **ssh**를 입력하여 로컬 컴퓨터에 SSH 클라이언트가 설치되어 있는지 확인합니다. 컴퓨터가 명령을 인식하지 못하는 경우 운영 체제의 SSH 클라이언트를 검색하여 설치합니다.
1. 인스턴스의 퍼블릭 DNS 이름을 가져옵니다. Amazon EC2 콘솔을 사용하여 [**세부 정보(Details)**]와 [**네트워킹(Networking)** 탭 모두에서 퍼블릭 DNS 이름을 찾을 수 있습니다. AWS CLI를 사용하면 [describe-instances](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instances.html) 명령을 사용하여 퍼블릭 DNS 이름을 찾을 수 있습니다.
1. 인스턴스를 시작할 때 지정한 키 페어에 대한 `.pem` 파일을 찾습니다.
1. 다음 **ssh** 명령에서 인스턴스의 퍼블릭 DNS 이름과 `.pem` 파일을 지정하여 인스턴스에 연결합니다.
```
ssh -i /path/key-pair-name.pem ec2-user@instance-public-dns-name
```
무차별 암호 대입 공격을 방지하기 위해 암호 인증이 비활성화됩니다. SSH 구성을 변경하기 전에 `/usr/local/aws/ec2-macos-init/init.toml`을 열고 `secureSSHDConfig`를 `false`로 설정합니다.
## 인스턴스의 GUI(그래픽 사용자 인터페이스)에 연결
다음 절차에 따라 VNC, Apple Remote Desktop(ARD) 또는 Apple Remote Desktop Sharing Desktop(macOS에 포함)을 사용하여 인스턴스의 GUI에 연결합니다.
**참고**
macOS 10.14 이상에서는 [시스템 기본 설정](https://support.apple.com/guide/remote-desktop/enable-remote-management-apd8b1c65bd/mac)에서 화면 공유를 사용하도록 설정한 경우에만 제어할 수 있습니다.
**ARD 클라이언트 또는 VNC 클라이언트를 사용하여 인스턴스에 연결하려면**
1. 로컬 컴퓨터에 ARD 클라이언트 또는 ARD를 지원하는 VNC 클라이언트가 설치되어 있는지 확인합니다. macOS에서는 기본 제공되는 화면 공유 애플리케이션을을 활용할 수 있습니다. 그렇지 않은 경우 운영 체제의 ARD를 검색하여 설치합니다.
1. 로컬 컴퓨터에서 [SSH를 사용하여 인스턴스에 연결](#mac-instance-ssh)합니다.
1. 다음과 같이 **passwd** 명령을 사용하여 ec2-user 계정의 암호를 설정합니다.
```
[ec2-user ~]$ sudo passwd ec2-user
```
1. 다음 명령을 사용하여 macOS 화면 공유를 설치하고 시작합니다.
```
[ec2-user ~]$ sudo launchctl enable system/com.apple.screensharing
sudo launchctl load -w /System/Library/LaunchDaemons/com.apple.screensharing.plist
```
1. **exit**를 입력하고 Enter 키를 눌러 인스턴스와의 연결을 끊습니다.
1. 컴퓨터에서 다음 **ssh** 명령을 사용하여 인스턴스에 연결합니다. 이전 섹션에 표시된 옵션 외에도 **-L** 옵션을 사용하여 포트 전달을 활성화하고 로컬 포트 5900의 모든 트래픽을 인스턴스의 ARD 서버로 전달합니다.
```
ssh -L 5900:localhost:5900 -i /path/key-pair-name.pem ec2-user@instance-public-dns-name
```
1. 로컬 컴퓨터에서 ARD를 지원하는 ARD 클라이언트 또는 VNC 클라이언트를 사용하여 `localhost:5900`에 연결합니다. 예를 들어 다음과 같이 macOS에서 화면 공유 애플리케이션을 사용합니다.
1. **Finder**를 열고 **실행**을 선택합니다.
1. **서버에 연결**을 선택합니다.
1. **서버 주소** 필드에 `vnc://localhost:5900`을 입력합니다.
1. 메시지가 나타나면 사용자 이름 **ec2-user**와 ec2-user 계정에 대해 생성한 암호를 사용하여 로그인합니다.
## Mac 인스턴스에서 macOS 화면 해상도 수정
ARD를 지원하는 ARD 또는 VNC 클라이언트를 사용하여 EC2 Mac 인스턴스에 연결한 후에는 [displayplacer](https://github.com/jakehilborn/displayplacer)와 같이 공개적으로 사용 가능한 macOS 도구 또는 유틸리티를 사용하여 macOS 환경의 화면 해상도를 수정할 수 있습니다.
**displayplacer를 사용하여 화면 해상도를 수정하려면**
1. displayplacer를 설치합니다.
```
[ec2-user ~]$ brew tap jakehilborn/jakehilborn && brew install displayplacer
```
1. 현재 화면 정보 및 가능한 화면 해상도를 표시합니다.
```
[ec2-user ~]$ displayplacer list
```
1. 원하는 화면 해상도를 적용합니다.
```
[ec2-user ~]$ displayplacer "id: res:x origin:(0,0) degree:0"
```
예제:
```
RES="2560x1600"
displayplacer "id:69784AF1-CD7D-B79B-E5D4-60D937407F68 res:${RES} scaling:off origin:(0,0) degree:0"
```
# Amazon EC2 인스턴스에서 운영 체제 및 소프트웨어 업데이트
다음 주제에서는 Apple silicon Mac 인스턴스(Mac2, Mac2-m1ultra, Mac2-m2, Mac2-m2pro, Mac-m4, Mac-m4pro)와 x86 Mac 인스턴스(Mac1)에서 운영 체제 및 소프트웨어를 업데이트하는 방법을 설명합니다.
**주의**
베타 또는 평가판 macOS 버전 설치는 Apple Silicon Mac 인스턴스에서만 사용할 수 있습니다. Amazon EC2는 베타 또는 평가판 macOS 버전을 지원하지 않으며 사전 프로덕션 macOS 버전으로 업데이트 후에도 인스턴스가 계속 작동할 것을 보장하지 않습니다.
Amazon EC2 x86 Mac 인스턴스에 베타 또는 평가판 macOS 버전을 설치하려고 하면 인스턴스를 중지하거나 종료할 때 Amazon EC2 Mac 전용 호스트의 성능이 저하되고 해당 호스트에서 새 인스턴스를 시작하거나 실행하지 못하게 됩니다.
**참고**
AWS가 공식 AMI를 릴리스하기 전에 인플레이스 macOS 업데이트를 수행하는 경우 선택한 호스트에만 업데이트가 적용됩니다. 다른 호스트가 있거나 새 호스트를 시작하는 경우 해당 호스트에서도 동일한 업데이트 프로세스를 수행해야 합니다. 각 macOS 버전은 기본 Apple Mac 하드웨어에 최소 펌웨어 버전이 있어야 합니다. 인플레이스 업데이트는 선택한 호스트의 펌웨어만 업데이트하고 다른 기존 호스트나 새 호스트로 전송되지 않습니다. Amazon EC2 Mac 전용 호스트와 호환되는 macOS 버전을 확인하려면 [Amazon EC2 Mac 전용 호스트에 지원되는 macOS 버전 찾기](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/macos-firmware-visibility.html)를 참조하세요.
**Topics**
## Apple Silicon Mac 인스턴스에서 소프트웨어 업데이트
### 사전 조건
네트워크 드라이버 구성 업데이트로 인해 ENA 드라이버 버전 1.0.2는 macOS 13.3 이상과 호환되지 않습니다. 베타, 평가판 또는 프로덕션 macOS 버전 13.3 이상을 설치하고 최신 ENA 드라이버를 설치하지 않은 경우 다음 절차에 따라 새 버전의 드라이버를 설치하세요.
**ENA 드라이버의 새 버전을 설치하려면**
1. 터미널 창에서 [SSH](connect-to-mac-instance.md#mac-instance-ssh)를 사용하여 Apple Silicon Mac 인스턴스에 연결합니다.
1. 다음 명령을 사용하여 Homebrew를 업데이트하고 ENA 애플리케이션을 `Applications` 파일에 다운로드합니다.
```
[ec2-user ~]$ brew update
```
```
[ec2-user ~]$ brew install amazon-ena-ethernet-dext
```
1. **exit**를 입력하고 Return 키를 눌러 인스턴스와의 연결을 끊습니다.
1. VNC 클라이언트를 사용하여 ENA 애플리케이션을 활성화합니다.
1. [인스턴스의 GUI(그래픽 사용자 인터페이스)에 연결](connect-to-mac-instance.md#mac-instance-vnc)을(를) 사용하여 VNC 클라이언트를 설정합니다.
1. 화면 공유 애플리케이션을 사용하여 인스턴스에 연결했다면 **Applications** 폴더로 이동하여 ENA 애플리케이션을 엽니다.
1. **활성화**를 선택합니다.
1. 드라이버가 제대로 활성화되었는지 확인하려면 터미널 창에서 다음 명령을 실행합니다. 명령의 출력은 이전 드라이버가 종료 상태이고 새 드라이버가 활성화 상태임을 나타냅니다.
```
systemextensionsctl list;
```
1. 인스턴스를 다시 시작한 후에는 새 드라이버만 표시됩니다.
### 소프트웨어 업데이트 수행
Apple Silicon Mac 인스턴스에서는 여러 단계를 완료하여 현재 위치 운영 체제 업데이트를 수행해야 합니다. 여기에는 Amazon EBS 루트 볼륨의 소유권을 EBS 루트 볼륨 관리 사용자에게 위임하는 것이 포함됩니다. Amazon EC2 API를 사용하여 이를 자동으로 수행하거나 인스턴스에서 명령을 실행하여 수동으로 수행하도록 선택할 수 있습니다.
------
#### [ Automated volume ownership delegation (Recommended) ]
**고려 사항**
+ 볼륨 소유권 위임 작업을 완료하는 데 30\$190분이 소요될 수 있습니다. 이 시간 동안에는 인스턴스에 연결할 수 없습니다.
+ 다음 macOS 버전이 지원됩니다.
+ **Mac2 \$1 Mac2-m1ultra** - macOS Ventura(버전 13.0 이상)
+ **Mac2-m2 \$1 Mac2-m2pro** - macOS Ventura(버전 13.2 이상)
+ **Mac-m4 \$1 Mac-m4pro** — macOS Sequoia(버전 15.6 이상)
+ 인스턴스에는 부팅 가능한 볼륨이 하나만 있어야 하며, 연결된 각 볼륨에는 추가 관리 사용자가 1명만 있을 수 있습니다.
**1단계: EBS 루트 볼륨 관리 사용자의 암호를 설정하고 보안 토큰 활성화**
Amazon EBS 루트 볼륨 관리 사용자(`ec2-user`)의 암호를 설정하고 보안 토큰을 활성화해야 합니다.
**참고**
암호와 보안 토큰은 GUI를 사용하여 Apple 실리콘 Mac 인스턴스에 처음 연결할 때 설정됩니다. 이전에 [GUI를 사용하여 인스턴스에 연결](connect-to-mac-instance.md#mac-instance-vnc)한 경우 이 단계를 수행할 필요가 **없습니다**.
1. [SSH를 사용하여 인스턴스에 연결합니다](connect-to-mac-instance.md#mac-instance-ssh).
1. `ec2-user` 사용자의 암호를 설정합니다.
```
$ sudo /usr/bin/dscl . -passwd /Users/ec2-user
```
1. `ec2-user` 사용자의 보안 토큰을 활성화합니다. `-oldPassword`의 경우 이전 단계와 동일한 암호를 지정합니다. `-newPassword`의 경우 다른 암호를 지정합니다. 다음 명령은 `.txt` 파일에 이전 암호와 새 암호가 저장되어 있다고 가정합니다.
```
$ sysadminctl -oldPassword `cat old_password.txt` -newPassword `cat new_password.txt`
```
1. 보안 토큰이 활성화되어 있는지 확인합니다.
```
$ sysadminctl -secureTokenStatus ec2-user
```
**2단계: Amazon EBS 루트 볼륨의 소유권을 EBS 루트 볼륨 관리 사용자에게 위임**
소유권을 위임하려면 볼륨 소유권 위임 작업을 생성해야 합니다.
1. [create-delegate-mac-volume-ownership-task](https://docs.aws.amazon.com/cli/latest/reference/ec2/create-delegate-mac-volume-ownership-task.html) 명령을 사용하여 작업을 생성합니다. `--instance-id`의 경우 인스턴스의 ID를 지정합니다. `--mac-credentials`의 경우 다음 자격 증명을 지정합니다.
+ **내부 디스크 관리 사용자**
+ **사용자 이름** - 기본 관리 사용자(`aws-managed-user`)만 지원되고 기본적으로 사용됩니다. 다른 관리 사용자는 지정할 수 없습니다.
+ **암호** - `aws-managed-user`의 기본 암호를 변경하지 않은 경우 *공백*인 기본 암호를 지정합니다. 그렇지 않으면 암호를 지정합니다.
+ **Amazon EBS 루트 볼륨 관리 사용자**
+ **사용자 이름** - 기본 관리 사용자를 변경하지 않은 경우 `ec2-user`를 지정합니다. 그렇지 않으면 관리 사용자의 사용자 이름을 지정합니다.
+ **암호** - 위의 1단계에서 루트 볼륨 관리자에 설정한 암호를 지정합니다.
```
aws ec2 create-delegate-mac-volume-ownership-task \
--instance-id i-1234567890abcdef0 \
--mac-credentials file://mac-credentials.json
```
다음은 이전 예제에서 참조되는 `mac-credentials.json` 파일의 내용입니다.
```
{
"internalDiskPassword":"internal-disk-admin_password",
"rootVolumeUsername":"root-volume-admin_username",
"rootVolumepassword":"root-volume-admin_password"
}
```
1. 볼륨 소유권 위임 작업이 완료되고 인스턴스가 정상 상태로 돌아갈 때까지 기다립니다. [describe-mac-modification-tasks](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-mac-modification-tasks.html) 명령을 사용합니다. `--mac-modification-task-id`의 경우 이전 단계의 볼륨 소유권 위임 작업 ID를 지정합니다.
```
aws ec2 describe-mac-modification-tasks \
--mac-modification-task-id task-id
```
1. 볼륨 소유권 위임 작업이 완료되면 3단계로 진행합니다.
**3단계: 소프트웨어 업데이트**
Amazon EBS 루트 볼륨의 소유권을 위임한 후 [x86 Mac 인스턴스에서 소프트웨어 업데이트](#x86-mac1)(아래)에 설명된 단계에 따라 소프트웨어를 업데이트합니다.
------
#### [ Manual volume ownership delegation ]
이 절차를 진행하면서 두 개의 암호를 생성합니다. 한 암호는 Amazon EBS 루트 볼륨 관리 사용자(`ec2-user`)용이고 다른 암호는 내부 디스크 관리 사용자(`aws-managed-user`)용입니다. 절차를 진행하면서 비밀번호를 사용하게 되므로 이 비밀번호를 기억해 두세요.
**참고**
macOS Big Sur에서 이 절차를 사용하면 macOS Big Sur 11.7.3에서 macOS Big Sur 11.7.4로 업데이트하는 것과 같은 사소한 업데이트만 수행할 수 있습니다. macOS Monterey 이상의 경우 주요 소프트웨어 업데이트를 수행할 수 있습니다.
**내부 디스크에 액세스하려면**
1. 로컬 컴퓨터의 터미널에서 다음 명령으로 SSH를 사용하여 Apple Silicon Mac 인스턴스에 연결합니다. 자세한 내용은 [SSH를 사용하여 인스턴스에 연결](connect-to-mac-instance.md#mac-instance-ssh) 섹션을 참조하세요.
```
ssh -i /path/key-pair-name.pem ec2-user@instance-public-dns-name
```
1. 다음 명령을 사용하여 macOS 화면 공유를 설치하고 시작합니다.
```
[ec2-user ~]$ sudo launchctl enable system/com.apple.screensharing
sudo launchctl load -w /System/Library/LaunchDaemons/com.apple.screensharing.plist
```
1. 다음 명령을 실행하여 `ec2-user`에 대한 암호를 설정합니다. 암호는 나중에 사용할 것이므로 기억해 두세요.
```
[ec2-user ~]$ sudo /usr/bin/dscl . -passwd /Users/ec2-user
```
1. **exit**를 입력하고 Return 키를 눌러 인스턴스와의 연결을 끊습니다.
1. 로컬 컴퓨터의 터미널에서 다음 명령으로 VNC 포트에 대한 SSH 터널을 사용하여 인스턴스에 다시 연결합니다.
```
ssh -i /path/key-pair-name.pem -L 5900:localhost:5900 ec2-user@instance-public-dns-name
```
**참고**
다음 VNC 연결 및 GUI 단계가 완료될 때까지 이 SSH 세션을 종료하지 마세요. 인스턴스가 다시 시작되면 연결이 자동으로 닫힙니다.
1. 로컬 컴퓨터에서 다음 단계에 따라 `localhost:5900`에 연결합니다.
1. **Finder**를 열고 **실행**을 선택합니다.
1. **서버에 연결**을 선택합니다.
1. **서버 주소** 필드에 `vnc://localhost:5900`을 입력합니다.
1. macOS 창에서 [3단계](#passwd-step)에서 생성한 암호를 사용하여 `ec2-user`로 Apple Silicon Mac 인스턴스의 원격 세션에 연결합니다.
1. 다음 옵션 중 하나를 사용하여 **InternalDisk**라는 내부 디스크에 액세스합니다.
1. macOS Ventura 이상인 경우: **시스템 설정**을 열고 왼쪽 창에서 **일반**을 선택한 다음 창의 오른쪽 하단에서 **시동 디스크**를 선택합니다.
1. macOS Monterey 이하인 경우: **시스템 환경 설정**을 열고 **시동 디스크**를 선택한 다음 창의 왼쪽 아래에 있는 잠금 아이콘을 선택하여 창을 잠금 해제합니다.
**문제 해결 도움말**
내부 디스크를 마운트해야 하는 경우 터미널에서 다음 명령을 실행합니다.
```
APFSVolumeName="InternalDisk" ; SSDContainer=$(diskutil list | grep "Physical Store disk0" -B 3 | grep "/dev/disk" | awk {'print $1'} ) ; diskutil apfs addVolume $SSDContainer APFS $APFSVolumeName
```
1. **InternalDisk**라는 내부 디스크를 선택하고 **다시 시작**을 선택합니다. 메시지가 표시되면 **다시 시작**을 선택합니다.
**중요**
내부 디스크의 이름이 **InternalDisk**가 아닌 **Macintosh HD**인 경우 전용 호스트를 업데이트할 수 있도록 인스턴스를 중지했다가 다시 시작해야 합니다. 자세한 내용은 [Amazon EC2 Mac 인스턴스를 중지 또는 종료](mac-instance-stop.md) 섹션을 참조하세요.
다음 절차에 따라 관리자에게 소유권을 위임합니다. SSH로 인스턴스에 다시 연결하면 특수 관리자 사용자(`aws-managed-user`)를 사용하여 내부 디스크에서 부팅합니다. `aws-managed-user`의 초기 암호는 비어 있으므로 처음 연결할 때 암호를 덮어써야 합니다. 그런 다음 부팅 볼륨이 변경되었으므로 macOS 화면 공유를 설치하고 시작하는 단계를 반복해야 합니다.
**Amazon EBS 볼륨의 소유권을 관리자에게 위임하려면**
1. 로컬 컴퓨터의 터미널에서 다음 명령을 사용하여 Apple Silicon Mac 인스턴스에 연결합니다.
```
ssh -i /path/key-pair-name.pem aws-managed-user@instance-public-dns-name
```
1. `WARNING: REMOTE HOST IDENTIFICATION HAS CHANGED!` 경고가 표시되면 다음 명령 중 하나를 사용하여 이 문제를 해결합니다.
1. 다음 명령을 사용하여 알려진 호스트를 지웁니다. 그런 다음 이전 단계를 반복합니다.
```
rm ~/.ssh/known_hosts
```
1. 이전 단계의 SSH 명령에 다음을 추가합니다.
```
-o UserKnownHostsFile=/dev/null -o StrictHostKeyChecking=no
```
1. 다음 명령을 실행하여 `aws-managed-user`에 대한 암호를 설정합니다. `aws-managed-user` 초기 암호는 비어 있으므로 처음 연결할 때 암호를 덮어써야 합니다.
1.
```
[aws-managed-user ~]$ sudo /usr/bin/dscl . -passwd /Users/aws-managed-user password
```
1. 프롬프트 `Permission denied. Please enter user's old password:`가 표시되면 Enter 키를 누릅니다.
**문제 해결 도움말**
`passwd: DS error: eDSAuthFailed` 오류가 발생하면 다음 명령을 사용합니다.
```
[aws-managed-user ~]$ sudo passwd aws-managed-user
```
1. 다음 명령을 사용하여 macOS 화면 공유를 설치하고 시작합니다.
```
[aws-managed-user ~]$ sudo launchctl enable system/com.apple.screensharing
sudo launchctl load -w /System/Library/LaunchDaemons/com.apple.screensharing.plist
```
1. **exit**를 입력하고 Return 키를 눌러 인스턴스와의 연결을 끊습니다.
1. 로컬 컴퓨터의 터미널에서 다음 명령으로 VNC 포트에 대한 SSH 터널을 사용하여 인스턴스에 다시 연결합니다.
```
ssh -i /path/key-pair-name.pem -L 5900:localhost:5900 aws-managed-user@instance-public-dns-name
```
1. 로컬 컴퓨터에서 다음 단계에 따라 `localhost:5900`에 연결합니다.
1. **Finder**를 열고 **실행**을 선택합니다.
1. **서버에 연결**을 선택합니다.
1. **서버 주소** 필드에 `vnc://localhost:5900`을 입력합니다.
1. macOS 창에서 [3단계](#amu-passwd)에서 생성한 암호를 사용하여 `aws-managed-user`로 Apple Silicon Mac 인스턴스의 원격 세션에 연결합니다.
**참고**
Apple ID로 로그인하라는 메시지가 표시되면 **나중에 설정**을 선택합니다.
1. 다음 옵션 중 하나를 사용하여 Amazon EBS 볼륨에 액세스합니다.
1. macOS Ventura 이상인 경우: **시스템 설정**을 열고 왼쪽 창에서 **일반**을 선택한 다음 창의 오른쪽 하단에서 **시동 디스크**를 선택합니다.
1. macOS Monterey 이하인 경우: **시스템 환경 설정**을 열고 **시동 디스크**를 선택한 다음 창의 왼쪽 아래에 있는 잠금 아이콘을 사용하여 창을 잠금 해제합니다.
**참고**
재부팅할 때까지 관리자 암호를 입력하라는 메시지가 표시되면 위에서 `aws-managed-user`에 대해 설정한 암호를 사용하세요. 이 암호는 `ec2-user` 또는 인스턴스의 기본 관리자 계정에 대해 설정한 암호와 다를 수 있습니다. 다음 지침은 인스턴스의 관리자 암호를 사용할 시기를 지정합니다.
1. Amazon EBS 볼륨(**시동 디스크** 창에서 이름이 **InternalDisk**로 지정되지 않은 볼륨)을 선택하고 **다시 시작**을 선택합니다.
**참고**
Apple Silicon Mac 인스턴스에 부팅 가능한 Amazon EBS 볼륨이 여러 개 연결되어 있는 경우 각 볼륨에 고유한 이름을 사용해야 합니다.
1. 다시 시작을 확인한 다음 메시지가 표시되면 **사용자 인증**을 선택합니다.
1. **이 볼륨의 사용자 권한 부여** 창에서 관리자 사용자(기본값 `ec2-user`)가 선택되어 있는지 확인한 다음 **권한 부여**를 선택합니다.
1. 이전 절차의 [3단계](#passwd-step)에서 생성한 `ec2-user` 암호를 입력한 다음 **계속**을 선택합니다.
1. 메시지가 표시되면 특수 관리자 사용자(`aws-managed-user`)의 암호를 입력합니다.
1. 로컬 컴퓨터의 터미널에서 사용자 이름 `ec2-user`와 함께 SSH를 사용하여 인스턴스에 다시 연결합니다.
**문제 해결 도움말**
`WARNING: REMOTE HOST IDENTIFICATION HAS CHANGED!` 경고가 표시되면 다음 명령을 실행하고 SSH를 사용하여 인스턴스에 다시 연결합니다.
```
rm ~/.ssh/known_hosts
```
1. 소프트웨어 업데이트를 수행하려면 [x86 Mac 인스턴스에서 소프트웨어 업데이트](#x86-mac1) 아래 명령을 사용하세요.
------
## x86 Mac 인스턴스에서 소프트웨어 업데이트
x86 Mac 인스턴스에서 `softwareupdate` 명령을 사용하여 Apple에서 운영 체제 업데이트를 설치할 수 있습니다.
**x86 Mac 인스턴스에 Apple의 운영 체제 업데이트를 설치하려면**
1. 다음 명령을 사용하여 사용 가능한 업데이트가 포함된 패키지를 나열합니다.
```
[ec2-user ~]$ softwareupdate --list
```
1. 모든 업데이트를 설치하거나 특정 업데이트만 설치합니다. 특정 업데이트를 설치하려면 다음 명령을 사용합니다.
```
[ec2-user ~]$ sudo softwareupdate --install label
```
대신 모든 업데이트를 설치하려면 다음 명령을 사용합니다.
```
[ec2-user ~]$ sudo softwareupdate --install --all --restart
```
시스템 관리자는 AWS Systems Manager를 사용하여 x86 Mac 인스턴스에서 사전 승인된 운영 체제 업데이트를 롤아웃할 수 있습니다. 자세한 내용은 [AWS Systems Manager 사용 설명서](https://docs.aws.amazon.com/systems-manager/latest/userguide/)를 참조하세요.
Homebrew를 통해 EC2 macOS AMI에 패키지에 대한 업데이트를 설치하여 인스턴스에 이러한 패키지의 최신 버전을 보유할 수 있습니다. Homebrew를 사용하여 Amazon EC2 macOS에서 일반적인 macOS 애플리케이션을 설치하고 실행할 수도 있습니다. 자세한 내용은 [Homebrew 설명서](https://docs.brew.sh/)를 참조하세요.
**Homebrew를 사용하여 업데이트를 설치하려면**
1. 다음 명령을 사용하여 Homebrew를 업데이트합니다.
```
[ec2-user ~]$ brew update
```
1. 다음 명령을 사용하여 사용 가능한 업데이트가 포함된 패키지를 나열합니다.
```
[ec2-user ~]$ brew outdated
```
1. 모든 업데이트를 설치하거나 특정 업데이트만 설치합니다. 특정 업데이트를 설치하려면 다음 명령을 사용합니다.
```
[ec2-user ~]$ brew upgrade package name
```
대신 모든 업데이트를 설치하려면 다음 명령을 사용합니다.
```
[ec2-user ~]$ brew upgrade
```
# Mac 인스턴스에서 EBS 볼륨 크기 늘리기
Mac 인스턴스에서 Amazon EBS 볼륨 크기를 늘릴 수 있습니다. 자세한 내용은 *Amazon EBS 사용 설명서*의 [Amazon EBS Elastic Volumes](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-modify-volume.html)를 참조하세요.
볼륨의 크기를 늘린 후에는 다음과 같이 APFS 컨테이너의 크기를 늘려야 합니다.
**가용 디스크 공간을 늘리기**
1. 다시 시작이 필요한지 확인합니다. 실행 중인 Mac 인스턴스에서 기존 EBS 볼륨의 크기를 변경한 경우 인스턴스를 [재부팅](ec2-instance-reboot.md)해야 새 크기를 사용할 수 있습니다. 시작 시간 중에 디스크 공간을 수정한 경우에는 재부팅할 필요가 없습니다.
디스크 크기의 현재 상태 보기:
```
[ec2-user ~]$ diskutil list external physical
/dev/disk0 (external, physical):
#: TYPE NAME SIZE IDENTIFIER
0: GUID_partition_scheme *322.1 GB disk0
1: EFI EFI 209.7 MB disk0s1
2: Apple_APFS Container disk2 321.9 GB disk0s2
```
1. 다음 명령을 복사하여 붙여넣습니다.
```
[ec2-user ~]$ PDISK=$(diskutil list physical external | head -n1 | cut -d" " -f1)
APFSCONT=$(diskutil list physical external | grep "Apple_APFS" | tr -s " " | cut -d" " -f8)
yes | sudo diskutil repairDisk $PDISK
```
1. 다음 명령을 복사하여 붙여넣습니다.
```
[ec2-user ~]$ sudo diskutil apfs resizeContainer $APFSCONT 0
```
# Amazon EC2 Mac 인스턴스를 중지 또는 종료
Mac 인스턴스를 중지하면 `stopping` 상태가 약 15분 동안 유지된 다음 `stopped` 상태가 됩니다.
Mac 인스턴스를 중지하거나 종료하면 Amazon EC2는 기본 전용 호스트에서 스크러빙 워크플로를 수행하여 내부 SSD를 지우고 영구 NVRAM 변수를 지우고 최신 디바이스 펌웨어로 업데이트합니다. 이렇게 하면 Mac 인스턴스가 다른 EC2 Nitro 인스턴스와 동일한 보안 및 데이터 프라이버시를 제공할 수 있습니다. 또한 최신 macOS AMI를 실행할 수 있습니다. 스크러빙 워크플로 중에 전용 호스트는 일시적으로 보류 상태가 됩니다. x86 Mac 인스턴스에서 스크러빙 워크플로를 완료하는 데 최대 50분이 걸릴 수 있습니다. Amazon EC2에서 디바이스 펌웨어를 업데이트해야 하는 경우 워크플로 완료에 최대 3시간이 걸릴 수 있습니다. Apple Silicon Mac 인스턴스에서 스크러빙 워크플로 완료에 최대 4.5시간이 걸릴 수 있습니다.
스크러빙 워크플로가 완료된 후 전용 호스트이(가) `available` 상태가 될 때까지 중지된 Mac 인스턴스를 시작하거나 새 Mac 인스턴스를 시작할 수 없습니다.
전용 호스트가 `pending` 상태가 되면 계량 및 청구가 일시 중지됩니다. 스크러빙 워크플로 시간에 대해서는 요금이 청구되지 않습니다.
## Mac 인스턴스에 대해 전용 호스트를 릴리스합니다.
Mac 인스턴스 사용을 마친 후에는 전용 호스트를 릴리스할 수 있습니다. 전용 호스트를 릴리스하려면 먼저 Mac 인스턴스를 중지하거나 종료해야 합니다. 할당 기간이 최소값인 24시간을 초과하기 전까지는 호스트를 릴리스할 수 없습니다.
**전용 호스트를 릴리스하려면**
1. [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/)에서 Amazon EC2 콘솔을 엽니다.
1. 탐색 창에서 **인스턴스**를 선택합니다.
1. 인스턴스를 선택하고 [**인스턴스 상태(Instance state)**]를 선택한 다음 [**인스턴스 중지(Stop instance)**] 또는 [**인스턴스 종료(Terminate instance)**]를 선택합니다.
1. 탐색 창에서 **전용 호스트**를 선택합니다.
1. 전용 호스트를 선택하고 [**작업(Actions)**], [**호스트 릴리스(Release host)**]를 차례로 선택합니다.
1. 확인 메시지가 나타나면 [**릴리스(Release)**]를 선택합니다.
# Amazon EC2 Mac 인스턴스의 시스템 무결성 보호 구성
x86 Mac 인스턴스와 Apple 실리콘 Mac 인스턴스의 시스템 무결성 보호(SIP) 설정을 구성할 수 있습니다. SIP는 무단 코드 실행 및 시스템 수준 수정을 방지하는 데 도움이 되는 중요한 macOS 보안 기능입니다. 자세한 내용은 [시스템 무결성 보호 정보](https://support.apple.com/en-us/102149)를 참조하세요.
SIP를 완전히 활성화 또는 비활성화하거나 특정 SIP 설정을 선택적으로 활성화 또는 비활성화할 수 있습니다. SIP를 일시적으로만 비활성화하여 필요한 작업을 수행한 다음 가능한 한 빨리 다시 활성화하는 것이 좋습니다. SIP를 비활성화한 상태로 두면 인스턴스가 악성 코드에 취약해질 수 있습니다.
SIP 구성은 Amazon EC2 Mac 인스턴스가 지원되는 모든 AWS 리전에서 지원됩니다.
**Topics**
+ [
## 고려 사항
](#mac-sip-considerations)
+ [
## 기본 SIP 구성
](#mac-sip-defaults)
+ [
## SIP 구성 확인
](#mac-sip-check-settings)
+ [
## Apple 실리콘 Mac 인스턴스의 사전 조건
](#mac-sip-prereqs)
+ [
## SIP 설정 구성
](#mac-sip-configure)
+ [
## SIP 구성 작업 상태 확인
](#mac-sip-state)
## 고려 사항
+ 다음 Amazon EC2 Mac 인스턴스 유형과 macOS 버전이 지원됩니다.
+ **Mac1 \$1 Mac2 \$1 Mac2-m1ultra** - macOS Ventura(버전 13.0 이상)
+ **Mac2-m2 \$1 Mac2-m2pro** - macOS Ventura(버전 13.2 이상)
+ **Mac-m4 \$1 Mac-m4pro** — macOS Sequoia(버전 15.6 이상)
**참고**
macOS의 베타 및 미리 보기 버전은 지원되지 않습니다.
+ 사용자 지정 SIP 구성을 지정하여 개별 SIP 설정을 선택적으로 활성화하거나 비활성화할 수 있습니다. 사용자 지정 구성을 구현하는 경우 [인스턴스에 연결하고 설정을 확인하여](#mac-sip-check-settings) 요구 사항이 제대로 구현되고 의도한 대로 작동하는지 확인합니다.
SIP 구성은 macOS 업데이트에 따라 변경될 수 있습니다. macOS 버전 업그레이드 후 사용자 지정 SIP 설정을 검토하여 보안 구성의 지속적인 호환성과 적절한 기능을 보장하는 것이 좋습니다.
+ x86 Mac 인스턴스의 경우 SIP 설정은 인스턴스 수준에서 적용됩니다. 인스턴스에 연결된 모든 루트 볼륨은 구성된 SIP 설정을 자동으로 상속합니다.
Apple 실리콘 Mac 인스턴스의 경우 SIP 설정은 볼륨 수준에서 적용됩니다. 인스턴스에 연결된 루트 볼륨은 SIP 설정을 상속하지 않습니다. 다른 루트 볼륨을 연결하는 경우 SIP 설정을 필요한 상태로 재구성해야 합니다.
+ SIP 구성 작업을 완료하는 데 최대 90분이 소요될 수 있습니다. SIP 구성 작업이 진행되는 동안에는 인스턴스에 연결할 수 없습니다.
+ SIP 구성은 이후에 인스턴스에서 생성한 스냅샷 또는 AMI로 전송되지 않습니다.
+ Apple 실리콘 Mac 인스턴스에는 부팅 가능한 볼륨이 하나만 있어야 하며 연결된 각 볼륨에는 추가 관리 사용자가 1명만 있을 수 있습니다.
## 기본 SIP 구성
다음 표에는 x86 Mac 인스턴스와 Apple 실리콘 Mac 인스턴스의 기본 SIP 구성이 나열되어 있습니다.
| | Apple 실리콘 Mac 인스턴스 | x86 Mac 인스턴스 |
| --- | --- | --- |
| Apple 내부 | 활성화됨 | 비활성화됨 |
| 파일 시스템 보호 | 활성화됨 | 비활성화됨 |
| 기본 시스템 | 활성화됨 | 활성화됨 |
| 디버깅 제한 사항 | 활성화됨 | 활성화됨 |
| Dtrace 제한 사항 | 활성화됨 | 활성화됨 |
| Kext 서명 | 활성화됨 | 활성화됨 |
| Nvram 보호 | 활성화됨 | 활성화됨 |
## SIP 구성 확인
변경 전후에 SIP 구성을 확인하여 예상대로 구성되었는지 확인하는 것이 좋습니다.
**Amazon EC2 Mac 인스턴스의 SIP 구성을 확인하려면**
[SSH를 사용하여 인스턴스에 연결](connect-to-mac-instance.md#mac-instance-ssh)한 다음 명령줄에서 다음 명령을 실행합니다.
```
$ csrutil status
```
다음은 예제 출력입니다.
```
System Integrity Protection status: enabled.
Configuration:
Apple Internal: enabled
Kext Signing: disabled
Filesystem Protections: enabled
Debugging Restrictions: enabled
DTrace Restrictions: enabled
NVRAM Protections: enabled
BaseSystem Verification: disabled
```
## Apple 실리콘 Mac 인스턴스의 사전 조건
Apple 실리콘 Mac 인스턴스의 SIP 설정을 구성하려면 먼저 Amazon EBS 루트 볼륨 관리 사용자(`ec2-user`)의 암호를 설정하고 보안 토큰을 활성화해야 합니다.
**참고**
암호와 보안 토큰은 GUI를 사용하여 Apple 실리콘 Mac 인스턴스에 처음 연결할 때 설정됩니다. 이전에 [GUI를 사용하여 인스턴스에 연결](connect-to-mac-instance.md#mac-instance-vnc)했거나 x86 Mac 인스턴스를 사용하는 경우 이 단계를 수행할 필요가 **없습니다**.
**참고**
macOS 인증에 사용되는 모든 macOS 사용자 이름과 암호는 SIP 설정 API 직접 호출에 사용하기 위해 4\$116자여야 합니다.
**EBS 루트 볼륨 관리 사용자의 암호를 설정하고 보안 토큰을 활성화하려면**
1. [SSH를 사용하여 인스턴스에 연결합니다](connect-to-mac-instance.md#mac-instance-ssh).
1. `ec2-user` 사용자의 암호를 설정합니다.
```
$ sudo /usr/bin/dscl . -passwd /Users/ec2-user
```
1. `ec2-user` 사용자의 보안 토큰을 활성화합니다. `-oldPassword`의 경우 이전 단계와 동일한 암호를 지정합니다. `-newPassword`의 경우 다른 암호를 지정합니다. 다음 명령은 `.txt` 파일에 이전 암호와 새 암호가 저장되어 있다고 가정합니다.
```
$ sysadminctl -oldPassword `cat old_password.txt` -newPassword `cat new_password.txt`
```
1. 보안 토큰이 활성화되어 있는지 확인합니다.
```
$ sysadminctl -secureTokenStatus ec2-user
```
## SIP 설정 구성
인스턴스의 SIP 설정을 구성할 때 모든 SIP 설정을 활성화 또는 비활성화하거나, 특정 SIP 설정을 선택적으로 활성화 또는 비활성화하는 사용자 지정 구성을 지정할 수 있습니다.
**참고**
사용자 지정 구성을 구현하는 경우 [인스턴스에 연결하고 설정을 확인하여](#mac-sip-check-settings) 요구 사항이 제대로 구현되고 의도한 대로 작동하는지 확인합니다.
SIP 구성은 macOS 업데이트에 따라 변경될 수 있습니다. macOS 버전 업그레이드 후 사용자 지정 SIP 설정을 검토하여 보안 구성의 지속적인 호환성과 적절한 기능을 보장하는 것이 좋습니다.
인스턴스의 SIP 설정을 구성하려면 SIP 구성 작업을 생성해야 합니다. SIP 구성 작업은 인스턴스의 SIP 설정을 지정합니다.
Apple 실리콘 Mac 인스턴스의 SIP 구성을 생성할 때 다음 자격 증명을 지정해야 합니다.
+ **내부 디스크 관리 사용자**
+ 사용자 이름 - 기본 관리 사용자(`aws-managed-user`)만 지원되고 기본적으로 사용됩니다. 다른 관리 사용자는 지정할 수 없습니다.
+ 암호 - `aws-managed-user`의 기본 암호를 변경하지 않은 경우 *공백*인 기본 암호를 지정합니다. 그렇지 않으면 암호를 지정합니다.
+ **Amazon EBS 루트 볼륨 관리 사용자**
+ 사용자 이름 - 기본 관리 사용자를 변경하지 않은 경우 `ec2-user`를 지정합니다. 그렇지 않으면 관리 사용자의 사용자 이름을 지정합니다.
+ 암호 - 항상 암호를 지정해야 합니다.
다음 방법을 사용하여 SIP 구성 작업을 생성합니다.
------
#### [ Console ]
**콘솔을 사용하여 SIP 구성 작업을 생성하려면**
1. [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/)에서 Amazon EC2 콘솔을 엽니다.
1. 탐색 창에서 **인스턴스**를 선택한 다음 Amazon EC2 Mac 인스턴스를 선택합니다.
1. **보안** 탭에서 **Mac 수정, 시스템 무결성 보호 수정**을 선택합니다.
1. 모든 SIP 설정을 활성화하려면 **SIP 활성화**를 선택합니다. 모든 SIP 설정을 비활성화하려면 **SIP 활성화**를 선택 취소합니다.
1. 특정 SIP 설정을 선택적으로 활성화하거나 비활성화하는 사용자 지정 구성을 지정하려면 **사용자 지정 SIP 구성 지정**을 선택한 다음 활성화할 SIP 설정을 선택하거나 비활성화할 SIP 설정을 선택 취소합니다.
1. 루트 볼륨 사용자와 내부 디스크 소유자의 자격 증명을 지정합니다.
1. **SIP 수정 작업 생성**을 선택합니다.
------
#### [ AWS CLI ]
**AWS CLI를 사용하여 SIP 구성 작업을 생성하려면**
[create-mac-system-integrity-protection-modification-task](https://docs.aws.amazon.com/cli/latest/reference/ec2/create-mac-system-integrity-protection-modification-task.html) 명령을 사용합니다.
**모든 SIP 설정 활성화 또는 비활성화**
모든 SIP 설정을 완전히 활성화하거나 비활성화하려면 `--mac-system-integrity-protection-status` 파라미터만 사용합니다.
다음 예제 명령은 모든 SIP 설정을 활성화합니다.
```
aws ec2 create-mac-system-integrity-protection-modification-task \
--instance-id i-0abcdef9876543210 \
--mac-system-integrity-protection-status enabled \
--mac-credentials file://mac-credentials.json
```
**사용자 지정 SIP 구성 지정**
특정 SIP 설정을 선택적으로 활성화하거나 비활성화하는 사용자 지정 SIP 구성을 지정하려면 `--mac-system-integrity-protection-status` 및 `--mac-system-integrity-protection-configuration` 파라미터를 지정합니다. 이 경우 `mac-system-integrity-protection-status`를 사용하여 전체 SIP 상태를 지정하고 `mac-system-integrity-protection-configuration`을 사용하여 개별 SIP 설정을 선택적으로 활성화 또는 비활성화합니다.
다음 예제 명령은 `NvramProtections` 및 `FilesystemProtections`를 제외한 모든 SIP 설정을 활성화하는 SIP 구성 작업을 생성합니다.
```
aws ec2 create-mac-system-integrity-protection-modification-task \
--instance-id i-0abcdef9876543210 \
--mac-system-integrity-protection-status enabled \
--mac-system-integrity-protection-configuration "NvramProtections=disabled, FilesystemProtections=disabled" \
--mac-credentials file://mac-credentials.json
```
다음 예제 명령은 `DtraceRestrictions`를 제외한 모든 SIP 설정을 비활성화하는 SIP 구성 작업을 생성합니다.
```
aws ec2 create-mac-system-integrity-protection-modification-task \
--instance-id i-0abcdef9876543210 \
--mac-system-integrity-protection-status disabled \
--mac-system-integrity-protection-configuration "DtraceRestrictions=enabled" \
--mac-credentials file://mac-credentials.json
```
**`mac-credentials.json` 파일의 내용**
다음은 이전 예제에서 참조되는 `mac-credentials.json` 파일의 내용입니다.
```
{
"internalDiskPassword":"internal-disk-admin_password",
"rootVolumeUsername":"root-volume-admin_username",
"rootVolumepassword":"root-volume-admin_password"
}
```
------
## SIP 구성 작업 상태 확인
다음 방법 중 하나를 사용하여 SIP 구성 작업의 상태를 확인합니다.
------
#### [ Console ]
**콘솔을 사용하여 SIP 구성 작업을 보려면**
1. [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/)에서 Amazon EC2 콘솔을 엽니다.
1. 탐색 창에서 **인스턴스**를 선택한 다음 Amazon EC2 Mac 인스턴스를 선택합니다.
1. **보안** 탭에서 아래로 스크롤하여 **Mac 수정 작업** 섹션으로 이동합니다.
------
#### [ AWS CLI ]
**AWS CLI를 사용하여 SIP 구성 작업의 상태를 확인하려면**
[describe-mac-modification-tasks](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-mac-modification-tasks.html) 명령을 사용합니다.
------
# Amazon EC2 Mac 전용 호스트에 대해 지원되는 macOS 버전 찾기
Amazon EC2 Mac 전용 호스트에서 지원하는 최신 macOS 버전을 볼 수 있습니다. 이 기능을 사용하면 전용 호스트가 선호하는 macOS 버전에서 인스턴스 시작을 지원할 수 있는지 검증할 수 있습니다.
각 macOS 버전을 부팅하려면 기본 Apple Mac에 최소 펌웨어 버전이 있어야 합니다. 할당된 Mac 전용 호스트가 장기간 유휴 상태로 유지되거나 장기 실행 중인 인스턴스가 있는 경우 Apple Mac 펌웨어 버전이 오래되었을 수 있습니다.
최신 macOS 버전을 지원하기 위해 할당된 Mac 전용 호스트에서 인스턴스를 중지하거나 종료할 수 있습니다. 그러면 호스트 스크러빙 워크플로가 시작되고 기본 Apple Mac에서 최신 macOS 버전을 지원하도록 펌웨어가 업데이트됩니다. 장기 실행 인스턴스가 있는 전용 호스트는 실행 중인 인스턴스를 중지하거나 종료하면 자동으로 업데이트됩니다.
스크러빙 워크플로에 대한 자세한 내용은 [Amazon EC2 Mac 인스턴스를 중지 또는 종료](mac-instance-stop.md) 섹션을 참조하세요.
Mac 인스턴스 시작에 대한 자세한 내용은 [AWS Management Console 또는 AWS CLI를 사용하여 Mac 인스턴스 시작](mac-instance-launch.md) 섹션을 참조하세요.
Amazon EC2 콘솔 또는 AWS CLI를 사용하여 할당된 전용 호스트에서 지원되는 최신 macOS 버전에 대한 정보를 볼 수 있습니다.
------
#### [ Console ]
**콘솔을 사용하여 전용 호스트 펌웨어 정보를 보려면**
1. [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/)에서 Amazon EC2 콘솔을 엽니다.
1. 탐색 창에서 **전용 호스트(Dedicated Hosts)**를 선택합니다.
1. **전용 호스팅 세부 정보** 페이지의 **지원되는 최신 macOS 버전**에서 호스트가 지원할 수 있는 최신 macOS 버전을 확인할 수 있습니다.
------
#### [ AWS CLI ]
**AWS CLI를 사용하여 전용 호스트 펌웨어 정보를 보려면**
[https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-mac-hosts.html](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-mac-hosts.html) 명령을 사용하고 `region`을 적절한 AWS 리전으로 바꿉니다.
```
$ aws ec2 describe-mac-hosts --region us-east-1
{
"MacHosts": [
{
"HostId": "h-07879acf49EXAMPLE",
"MacOSLatestSupportedVersions": [
"14.3",
"13.6.4",
"12.7.3"
]
}
]
}
```
------
# macOS AMI 알림 구독
새 AMI가 배포되거나 BridgeOS가 업데이트될 때 알림을 받으려면 Amazon SNS를 사용하여 알림을 구독합니다.
EC2 macOS AMI에 대한 자세한 내용은 [Amazon EC2 macOS AMI 릴리스 정보](macos-ami-overview.md) 섹션을 참조하세요.
**macOS AMI 알림을 구독하려면**
1. [https://console.aws.amazon.com/sns/v3/home](https://console.aws.amazon.com/sns/v3/home)에서 Amazon SNS 콘솔을 엽니다.
1. 필요한 경우 탐색 모음에서 리전을 **미국 동부(버지니아 북부)**로 변경합니다. 구독을 신청하는 SNS 알림이 이 리전에서 생성되었기 때문에 이 리전을 사용해야 합니다.
1. 탐색 창에서 **구독**을 선택합니다.
1. **Create subscription**을 선택합니다.
1. **구독 생성** 대화 상자에서 다음과 같이 수행합니다.
1. **주제 ARN**에 다음 Amazon 리소스 이름(ARN) 중 하나를 복사하여 붙여넣습니다.
+ **arn:aws:sns:us-east-1:898855652048:amazon-ec2-macos-ami-updates**
+ **arn:aws:sns:us-east-1:898855652048:amazon-ec2-bridgeos-updates**
1. **프로토콜**에서 다음 중 하나를 선택합니다.
+ **이메일:**
**엔드포인트**에서 알림을 받을 이메일 주소를 입력합니다. 구독을 생성하고 나면 `AWS Notification - Subscription Confirmation`이라는 제목의 확인 메시지를 받게 됩니다. 이메일을 열고 [**구독 확인(Confirm subscription)**]을 선택하여 구독을 완료합니다.
+ **SMS:**
[**엔드포인트(Endpoint)**]에 알림을 받는 데 사용할 수 있는 전화번호를 입력합니다.
+ **AWS Lambda, Amazon SQS, Amazon Data Firehose**(*알림은 JSON 형식으로 제공됨*):
[**엔드포인트(Endpoint)**]에서 알림을 받는 데 사용할 수 있는 Lambda 함수, SQS 대기열 또는 Firehose 스트림의 ARN을 입력합니다.
1. **Create subscription**을 선택합니다.
macOS AMI가 배포될 때마다, `amazon-ec2-macos-ami-updates` 주제의 구독자에게 알림이 발송됩니다. bridgeOS가 업데이트될 때마다 `amazon-ec2-bridgeos-updates` 주제의 구독자에게 알림이 발송됩니다. 이런 알림을 더 이상 받지 않기를 원하는 경우, 다음 절차를 수행해서 구독을 해제하세요.
**macOS AMI 알림을 구독 취소하려면**
1. [https://console.aws.amazon.com/sns/v3/home](https://console.aws.amazon.com/sns/v3/home)에서 Amazon SNS 콘솔을 엽니다.
1. 필요한 경우 탐색 모음에서 리전을 **미국 동부(버지니아 북부)**로 변경합니다. SNS 알림이 이 리전에 생성되었기 때문에 이 리전을 사용해야 합니다.
1. 탐색 창에서 **구독**을 선택합니다.
1. 구독을 선택한 후 **작업**, **구독 삭제**를 선택합니다. 확인 메시지가 나타나면 **삭제**를 선택합니다.
# AWS Systems Manager Parameter Store API를 사용하여 macOS AMI ID 검색
인스턴스를 시작할 때 AMI를 지정해야 합니다. AMI는 AWS 리전, 운영 체제, 프로세서 아키텍처에 따라 다릅니다. AWS Systems Manager Parameter Store API를 쿼리하여 AWS 리전의 모든 macOS AMI를 보고 최신 macOS AMI를 검색할 수 있습니다. 이러한 퍼블릭 파라미터를 사용하면 macOS AMI ID를 수동으로 조회할 필요가 없습니다. 퍼블릭 파라미터는 x86 및 ARM64 macOS AMI에서 모두 사용할 수 있으며 기존 AWS CloudFormation 템플릿과 통합할 수 있습니다.
**필수 권한**
이 작업을 수행하려면 [IAM 보안 주체](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles.html#id_roles_terms-and-concepts)에게 `ssm:GetParameter` API 작업을 직접적으로 호출할 수 있는 권한이 있어야 합니다.
**AWS CLI를 사용하여 현재 AWS 리전의 모든 macOS AMI 목록을 보려면**
다음 [get-parameters-by-path](https://docs.aws.amazon.com/cli/latest/reference/ssm/get-parameters-by-path.html) 명령을 사용하여 현재 리전에 있는 모든 macOS AMI의 목록을 볼 수 있습니다.
```
aws ssm get-parameters-by-path --path /aws/service/ec2-macos --recursive --query "Parameters[].Name"
```
**AWS CLI를 사용하여 최신 메이저 macOS AMI의 AMI ID를 검색하려면**
다음 [get-parameter](https://docs.aws.amazon.com/cli/latest/reference/ssm/get-parameter.html) 명령을 서브 파라미터 `image_id`와 함께 사용합니다. 다음 예제에서 `sonoma`를 macOS 지원 메이저 버전으로 바꾸고, `x86_64_mac`을 프로세서로 바꾸고, `region-code`를 최신 macOS AMI ID가 필요한 지원되는 AWS 리전으로 바꿉니다.
```
aws ssm get-parameter --name /aws/service/ec2-macos/sonoma/x86_64_mac/latest/image_id --region region-code
```
자세한 내용은 *AWS Systems Manager 사용 설명서*의 [Calling AMI public parameters for macOS](https://docs.aws.amazon.com/systems-manager/latest/userguide/parameter-store-public-parameters-ami.html#public-parameters-ami-macos)를 참조하세요.
# Amazon EC2 macOS AMI 릴리스 정보
다음 정보에서는 EC2 macOS AMI에 기본적으로 포함된 패키지에 대한 세부 정보를 제공하고 각 EC2 macOS AMI 릴리스의 변경 내용을 요약합니다.
macOS AMI 알림을 구독하는 방법에 대한 자세한 내용은 [macOS AMI 알림 구독](macos-subscribe-notifications.md) 섹션을 참조하세요.
Mac 인스턴스는 다음 운영 체제 중 하나를 실행할 수 있습니다.
+ macOS Mojave(버전 10.14)(x86 Mac 인스턴스에만 해당)
+ macOS Catalina(버전 10.15)(x86 Mac 인스턴스에만 해당)
+ macOS Big Sur(버전 11)(x86 및 M1 Mac 인스턴스)
+ macOS Monterey(버전 12)(x86 및 M1 Mac 인스턴스)
+ macOS Ventura(버전 13)(모든 Mac 인스턴스, M2 및 M2 Pro Mac 인스턴스는 macOS Ventura 버전 13.2 이상 지원)
+ macOS Sonoma(버전 14)(모든 Mac 인스턴스)
+ macOS Sequoia(버전 15)(모든 Mac 인스턴스)
**참고**
M4 및 M4 Pro Mac 인스턴스는 macOS Sequoia 버전 15.6 이상을 지원합니다.
## macOS Sequoia에 대한 로컬 네트워크 개인 정보 보호 정책 승인
macOS Sequoia(버전 15)에는 Amazon EC2 인스턴스 메타데이터 서비스(IMDS)를 비롯한 로컬 IP 기반 서비스 사용자에게 영향을 미치는 새로운 로컬 네트워크 개인 정보 보호 기능이 있습니다.
**중요**
로컬 IP 기반 서비스에 중단 없이 액세스할 수 있는지 확인하려면 다음 단계를 사용하여 로컬 네트워크 개인 정보 보호 정책을 승인합니다.
**로컬 네트워크 개인 정보 보호 정책을 승인하려면**
1. [인스턴스의 GUI(그래픽 사용자 인터페이스)에 연결](connect-to-mac-instance.md#mac-instance-vnc).
1. 화면의 프롬프트에 따라 로컬 네트워크 개인 정보 보호 정책을 승인합니다.
1. 정책을 승인한 후 EC2 Mac 인스턴스의 AMI를 생성합니다. 자세한 내용은 [Amazon EBS 지원 AMI 생성](creating-an-ami-ebs.md) 섹션을 참조하세요.
새로 생성된 AMI에서 시작된 모든 EC2 Mac 인스턴스는 로컬 네트워크 개인 정보 보안 권한을 유지합니다.
## Amazon EC2 macOS AMI에 포함된 기본 패키지
다음 테이블에서는 EC2 macOS AMI에 기본적으로 포함되는 패키지를 설명합니다.
| 패키지 | 릴리스 노트 |
| --- | --- |
| EC2 macOS Init | [https://github.com/aws/ec2-macos-init/tags](https://github.com/aws/ec2-macos-init/tags) |
| EC2 macOS Utils | [https://github.com/aws/ec2-macos-utils/tags](https://github.com/aws/ec2-macos-utils/tags) |
| Amazon SSM Agent | [https://github.com/aws/amazon-ssm-agent/releases](https://github.com/aws/amazon-ssm-agent/releases) |
| AWS Command Line Interface(AWS CLI) 버전 2 | [https://raw.githubusercontent.com/aws/aws-cli/v2/CHANGELOG.rst](https://raw.githubusercontent.com/aws/aws-cli/v2/CHANGELOG.rst) |
| Xcode용 명령줄 도구 | [https://developer.apple.com/documentation/xcode-release-notes](https://developer.apple.com/documentation/xcode-release-notes) |
| Homebrew | [https://github.com/Homebrew/brew/releases](https://github.com/Homebrew/brew/releases) |
| EC2 Instance Connect | [https://github.com/aws/aws-ec2-instance-connect-config/releases](https://github.com/aws/aws-ec2-instance-connect-config/releases) |
| Safari | [https://developer.apple.com/documentation/safari-release-notes](https://developer.apple.com/documentation/safari-release-notes) |
## Amazon EC2 macOS AMI 업데이트
다음 테이블에서는 EC2 macOS AMI 릴리스에 포함된 변경 내용을 설명합니다. 모든 EC2 macOS AMI에 적용되는 변경 내용도 있지만 이러한 AMI 중 서브 세트에만 적용되는 변경 내용도 있습니다.
### EC2 macOS AMI 업데이트
| 릴리스 | 변경 |
| --- | --- |
| 2026.03.17 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2026.03.03 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.12.26 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.12.17 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.11.18 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.09.04 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.08.05 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.06.27 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.05.21 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.05.05 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.03.18 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.01.24 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2024.12.20 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2024.10.28 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2024.08.20 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2024.06.07 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2024.04.12 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
# Amazon EBS 최적화 인스턴스 유형
Amazon EBS 최적화 인스턴스는 최적화된 구성 스택을 사용하며 Amazon EBS I/O를 위한 전용 대역폭을 추가로 제공합니다. 이 최적화는 Amazon EBS I/O와 인스턴스의 다른 트래픽 간의 경합을 최소화하여 EBS 볼륨에 최상의 성능을 제공합니다.
EBS 최적화 인스턴스에 연결된 경우 범용 SSD(`gp2` 및 `gp3`) 볼륨은 지정된 해의 시간 중 프로비저닝된 IOPS 성능 99%의 90% 이상을 제공되도록 설계되며, 프로비저닝된 IOPS SSD(`io1` 및 `io2`) 볼륨은 지정된 해의 시간 중 프로비저닝된 IOPS 성능 99.9%의 90% 이상을 제공되도록 설계됩니다. 처리량 최적화 HDD(`st1`) 및 콜드 HDD(`sc1`)는 지정된 한 해의 시간 중 예상 처리량 성능 99%의 90% 이상을 제공됩니다. 매 시간 총 처리량 목표 99%를 달성하기 위해, 준수하지 않는 기간은 대략적으로 균등하게 분산됩니다. 자세한 내용은 *Amazon EBS 사용 설명서*의 [Amazon EBS volume types](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-volume-types.html)를 참조하세요.
일부 인스턴스 유형은 **기본적으로 EBS에 최적화**되어 있으므로 최적화를 활성화할 필요도 없고 비활성화하려고 해도 효과가 없습니다. 다른 인스턴스 유형은 선택적으로 **EBS 최적화를 지원**하며 [추가 시간당 요금](https://aws.amazon.com/ec2/previous-generation/#EBS-optimized_instances)을 지불하면 시작 중 또는 이후에 활성화할 수 있습니다. 일부 인스턴스 유형은 EBS 최적화를 지원하지 않습니다.
자세한 인스턴스 유형 사양 및 기능은 [Amazon EC2 인스턴스 유형 가이드](https://docs.aws.amazon.com/ec2/latest/instancetypes/instance-types.html)를 참조하세요.
**고려 사항**
+ 인스턴스 유형의 EBS 성능은 인스턴스의 성능 제한 또는 연결된 볼륨의 집계된 성능 중 작은 쪽의 제한을 받습니다. 최대한의 EBS 성능을 달성하기 위해서는 인스턴스에 최대 인스턴스 성능과 같거나 그 이상의 결합된 성능을 제공하는 연결된 볼륨이 있어야 합니다. 예를 들어 `r6i.16xlarge`에 대해 `80,000` IOPS를 달성하려면 인스턴스에 각각 `16,000` IOPS로 프로비저닝된 `5` `gp2` 이상의 볼륨이 있어야 합니다(`5` 볼륨 x `16,000` IOPS = `80,000` IOPS). 또는 `80,000` IOPS로 프로비저닝된 `1` `gp3` 볼륨을 보유할 수 있습니다. 애플리케이션에 필요한 것보다 많은 전용 Amazon EBS 처리량을 제공하는 인스턴스 유형을 선택하는 것이 좋습니다. 그렇게 하지 않으면 Amazon EBS와 Amazon EC2 간의 연결에 성능 제한이 발생할 수 있습니다.
+ 인스턴스에 연결할 수 있는 Amazon EBS 볼륨의 최대 수는 인스턴스 유형 및 인스턴스 크기에 따라 달라집니다. 자세한 내용은 [Amazon EC2 인스턴스의 Amazon EBS 볼륨 한도](volume_limits.md) 섹션을 참조하세요.
+ 최대 IOPS와 처리량 제한은 상호 의존적입니다. I/O 크기에 따라 여러 제한 중 하나에 도달하여 전체 성능에 영향을 미칠 수 있습니다. 최적의 결과를 얻으려면 워크로드를 계획할 때 두 제한을 모두 고려하세요.
## 기본적으로 EBS 최적화됨
다음 인스턴스 유형은 기본적으로 EBS에 최적화되어 있습니다. EBS 최적화를 활성화할 필요가 없으며 EBS 최적화를 비활성화해도 효과가 없습니다.
**Topics**
+ [
### 범용
](#current-general-purpose)
+ [
### 컴퓨팅 최적화
](#current-compute-optimized)
+ [
### 메모리 최적화
](#current-memory-optimized)
+ [
### 스토리지 최적화
](#current-storage-optimized)
+ [
### 가속 컴퓨팅
](#current-accelerated-computing)
+ [
### 고성능 컴퓨팅
](#current-high-performance-computing)
### 범용
**참고**
M8a, M8g, M8gd, M8i, M8id, M8i-flex 인스턴스 유형은 구성 가능한 대역폭 가중치를 지원합니다. 이러한 인스턴스 유형을 사용하면 네트워킹 성능 또는 Amazon EBS 성능에 맞게 인스턴스의 대역폭을 최적화할 수 있습니다. 다음 표에는 이러한 인스턴스 유형에 대한 기본 Amazon EBS 대역폭 성능이 나와 있습니다. 자세한 내용은 [EC2 인스턴스 대역폭 가중치 구성](configure-bandwidth-weighting.md) 섹션을 참조하세요.
| 인스턴스 크기 | 기준 대역폭(Mbps) | 최대 대역폭(Mbps) | 기준 처리량(MB/s, 128KiB I/O) | 최대 처리량(MB/s, 128KiB I/O) | 기준 IOPS(16 KiB I/O) | 최대 IOPS(16KiB I/O) |
| --- | --- | --- | --- | --- | --- | --- |
| a1.medium 1 | 300 | 3500 | 37.50 | 437.50 | 2500 | 20000 |
| a1.large 1 | 525 | 3500 | 65.62 | 437.50 | 4000 | 20000 |
| a1.xlarge 1 | 800 | 3500 | 100.00 | 437.50 | 6000 | 20000 |
| a1.2xlarge 1 | 1750 | 3500 | 218.75 | 437.50 | 10000 | 20000 |
| a1.4xlarge 2 | 3500 | 437.5 | 20000 |
| a1.metal 2 | 3500 | 437.5 | 20000 |
| m4.large 2 | 450 | 56.25 | 3600 |
| m4.xlarge 2 | 750 | 93.75 | 6000 |
| m4.2xlarge 2 | 1000 | 125.0 | 8000 |
| m4.4xlarge 2 | 2000 | 250.0 | 16000 |
| m4.10xlarge 2 | 4000 | 500.0 | 32000 |
| m4.16xlarge 2 | 10000 | 1250.0 | 65000 |
| m5.large 1 | 650 | 4750 | 81.25 | 593.75 | 3600 | 18750 |
| m5.xlarge 1 | 1150 | 4750 | 143.75 | 593.75 | 6000 | 18750 |
| m5.2xlarge 1 | 2300 | 4750 | 287.50 | 593.75 | 12000 | 18750 |
| m5.4xlarge 2 | 4750 | 593.75 | 18750 |
| m5.8xlarge 2 | 6800 | 850.0 | 30000 |
| m5.12xlarge 2 | 9500 | 1187.5 | 40000 |
| m5.16xlarge 2 | 13600 | 1700.0 | 60000 |
| m5.24xlarge 2 | 19000 | 2375.0 | 80000 |
| m5.metal 2 | 19000 | 2375.0 | 80000 |
| m5a.large 1 | 650 | 2880 | 81.25 | 360.00 | 3600 | 16000 |
| m5a.xlarge 1 | 1085 | 2880 | 135.62 | 360.00 | 6000 | 16000 |
| m5a.2xlarge 1 | 1580 | 2880 | 197.50 | 360.00 | 8333 | 16000 |
| m5a.4xlarge 2 | 2880 | 360.0 | 16000 |
| m5a.8xlarge 2 | 4750 | 593.75 | 20000 |
| m5a.12xlarge 2 | 6780 | 847.5 | 30000 |
| m5a.16xlarge 2 | 9500 | 1187.5 | 40000 |
| m5a.24xlarge 2 | 13750 | 1718.75 | 60000 |
| m5ad.large 1 | 650 | 2880 | 81.25 | 360.00 | 3600 | 16000 |
| m5ad.xlarge 1 | 1085 | 2880 | 135.62 | 360.00 | 6000 | 16000 |
| m5ad.2xlarge 1 | 1580 | 2880 | 197.50 | 360.00 | 8333 | 16000 |
| m5ad.4xlarge 2 | 2880 | 360.0 | 16000 |
| m5ad.8xlarge 2 | 4750 | 593.75 | 20000 |
| m5ad.12xlarge 2 | 6780 | 847.5 | 30000 |
| m5ad.16xlarge 2 | 9500 | 1187.5 | 40000 |
| m5ad.24xlarge 2 | 13750 | 1718.75 | 60000 |
| m5d.large 1 | 650 | 4750 | 81.25 | 593.75 | 3600 | 18750 |
| m5d.xlarge 1 | 1150 | 4750 | 143.75 | 593.75 | 6000 | 18750 |
| m5d.2xlarge 1 | 2300 | 4750 | 287.50 | 593.75 | 12000 | 18750 |
| m5d.4xlarge 2 | 4750 | 593.75 | 18750 |
| m5d.8xlarge 2 | 6800 | 850.0 | 30000 |
| m5d.12xlarge 2 | 9500 | 1187.5 | 40000 |
| m5d.16xlarge 2 | 13600 | 1700.0 | 60000 |
| m5d.24xlarge 2 | 19000 | 2375.0 | 80000 |
| m5d.metal 2 | 19000 | 2375.0 | 80000 |
| m5dn.large 1 | 650 | 4750 | 81.25 | 593.75 | 3600 | 18750 |
| m5dn.xlarge 1 | 1150 | 4750 | 143.75 | 593.75 | 6000 | 18750 |
| m5dn.2xlarge 1 | 2300 | 4750 | 287.50 | 593.75 | 12000 | 18750 |
| m5dn.4xlarge 2 | 4750 | 593.75 | 18750 |
| m5dn.8xlarge 2 | 6800 | 850.0 | 30000 |
| m5dn.12xlarge 2 | 9500 | 1187.5 | 40000 |
| m5dn.16xlarge 2 | 13600 | 1700.0 | 60000 |
| m5dn.24xlarge 2 | 19000 | 2375.0 | 80000 |
| m5dn.metal 2 | 19000 | 2375.0 | 80000 |
| m5n.large 1 | 650 | 4750 | 81.25 | 593.75 | 3600 | 18750 |
| m5n.xlarge 1 | 1150 | 4750 | 143.75 | 593.75 | 6000 | 18750 |
| m5n.2xlarge 1 | 2300 | 4750 | 287.50 | 593.75 | 12000 | 18750 |
| m5n.4xlarge 2 | 4750 | 593.75 | 18750 |
| m5n.8xlarge 2 | 6800 | 850.0 | 30000 |
| m5n.12xlarge 2 | 9500 | 1187.5 | 40000 |
| m5n.16xlarge 2 | 13600 | 1700.0 | 60000 |
| m5n.24xlarge 2 | 19000 | 2375.0 | 80000 |
| m5n.metal 2 | 19000 | 2375.0 | 80000 |
| m5zn.large 1 | 800 | 3170 | 100.00 | 396.25 | 3333 | 13333 |
| m5zn.xlarge 1 | 1564 | 3170 | 195.50 | 396.25 | 6667 | 13333 |
| m5zn.2xlarge 2 | 3170 | 396.25 | 13333 |
| m5zn.3xlarge 2 | 4750 | 593.75 | 20000 |
| m5zn.6xlarge 2 | 9500 | 1187.5 | 40000 |
| m5zn.12xlarge 2 | 19000 | 2375.0 | 80000 |
| m5zn.metal 2 | 19000 | 2375.0 | 80000 |
| m6a.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| m6a.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| m6a.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| m6a.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| m6a.8xlarge 2 | 10000 | 1250.0 | 40000 |
| m6a.12xlarge 2 | 15000 | 1875.0 | 60000 |
| m6a.16xlarge 2 | 20000 | 2500.0 | 80000 |
| m6a.24xlarge 2 | 30000 | 3750.0 | 120000 |
| m6a.32xlarge 2 | 40000 | 5000.0 | 160000 |
| m6a.48xlarge 2 | 40000 | 5000.0 | 240000 |
| m6a.metal 2 | 40000 | 5000.0 | 240000 |
| m6g.medium 1 | 315 | 4750 | 39.38 | 593.75 | 2500 | 20000 |
| m6g.large 1 | 630 | 4750 | 78.75 | 593.75 | 3600 | 20000 |
| m6g.xlarge 1 | 1188 | 4750 | 148.50 | 593.75 | 6000 | 20000 |
| m6g.2xlarge 1 | 2375 | 4750 | 296.88 | 593.75 | 12000 | 20000 |
| m6g.4xlarge 2 | 4750 | 593.75 | 20000 |
| m6g.8xlarge 2 | 9500 | 1187.5 | 40000 |
| m6g.12xlarge 2 | 14250 | 1781.25 | 50000 |
| m6g.16xlarge 2 | 19000 | 2375.0 | 80000 |
| m6g.metal 2 | 19000 | 2375.0 | 80000 |
| m6gd.medium 1 | 315 | 4750 | 39.38 | 593.75 | 2500 | 20000 |
| m6gd.large 1 | 630 | 4750 | 78.75 | 593.75 | 3600 | 20000 |
| m6gd.xlarge 1 | 1188 | 4750 | 148.50 | 593.75 | 6000 | 20000 |
| m6gd.2xlarge 1 | 2375 | 4750 | 296.88 | 593.75 | 12000 | 20000 |
| m6gd.4xlarge 2 | 4750 | 593.75 | 20000 |
| m6gd.8xlarge 2 | 9500 | 1187.5 | 40000 |
| m6gd.12xlarge 2 | 14250 | 1781.25 | 50000 |
| m6gd.16xlarge 2 | 19000 | 2375.0 | 80000 |
| m6gd.metal 2 | 19000 | 2375.0 | 80000 |
| m6i.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| m6i.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| m6i.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| m6i.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| m6i.8xlarge 2 | 10000 | 1250.0 | 40000 |
| m6i.12xlarge 2 | 15000 | 1875.0 | 60000 |
| m6i.16xlarge 2 | 20000 | 2500.0 | 80000 |
| m6i.24xlarge 2 | 30000 | 3750.0 | 120000 |
| m6i.32xlarge 2 | 40000 | 5000.0 | 160000 |
| m6i.metal 2 | 40000 | 5000.0 | 160000 |
| m6id.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| m6id.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| m6id.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| m6id.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| m6id.8xlarge 2 | 10000 | 1250.0 | 40000 |
| m6id.12xlarge 2 | 15000 | 1875.0 | 60000 |
| m6id.16xlarge 2 | 20000 | 2500.0 | 80000 |
| m6id.24xlarge 2 | 30000 | 3750.0 | 120000 |
| m6id.32xlarge 2 | 40000 | 5000.0 | 160000 |
| m6id.metal 2 | 40000 | 5000.0 | 160000 |
| m6idn.large 1 | 1562 | 25000 | 195.31 | 3125.00 | 6250 | 100000 |
| m6idn.xlarge 1 | 3125 | 25000 | 390.62 | 3125.00 | 12500 | 100000 |
| m6idn.2xlarge 1 | 6250 | 25000 | 781.25 | 3125.00 | 25000 | 100000 |
| m6idn.4xlarge 1 | 12500 | 25000 | 1562.50 | 3125.00 | 50000 | 100000 |
| m6idn.8xlarge 2 | 25000 | 3125.0 | 100000 |
| m6idn.12xlarge 2 | 37500 | 4687.5 | 150000 |
| m6idn.16xlarge 2 | 50000 | 6250.0 | 200000 |
| m6idn.24xlarge 2 | 75000 | 9375.0 | 300000 |
| m6idn.32xlarge 2 | 100000 | 12500.0 | 400000 |
| m6idn.metal 2 | 100000 | 12500.0 | 400000 |
| m6in.large 1 | 1562 | 25000 | 195.31 | 3125.00 | 6250 | 100000 |
| m6in.xlarge 1 | 3125 | 25000 | 390.62 | 3125.00 | 12500 | 100000 |
| m6in.2xlarge 1 | 6250 | 25000 | 781.25 | 3125.00 | 25000 | 100000 |
| m6in.4xlarge 1 | 12500 | 25000 | 1562.50 | 3125.00 | 50000 | 100000 |
| m6in.8xlarge 2 | 25000 | 3125.0 | 100000 |
| m6in.12xlarge 2 | 37500 | 4687.5 | 150000 |
| m6in.16xlarge 2 | 50000 | 6250.0 | 200000 |
| m6in.24xlarge 2 | 75000 | 9375.0 | 300000 |
| m6in.32xlarge 2 | 100000 | 12500.0 | 400000 |
| m6in.metal 2 | 100000 | 12500.0 | 400000 |
| m7a.medium 1 | 325 | 10000 | 40.62 | 1250.00 | 2500 | 40000 |
| m7a.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| m7a.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| m7a.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| m7a.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| m7a.8xlarge 2 | 10000 | 1250.0 | 40000 |
| m7a.12xlarge 2 | 15000 | 1875.0 | 60000 |
| m7a.16xlarge 2 | 20000 | 2500.0 | 80000 |
| m7a.24xlarge 2 | 30000 | 3750.0 | 120000 |
| m7a.32xlarge 2 | 40000 | 5000.0 | 160000 |
| m7a.48xlarge 2 | 40000 | 5000.0 | 240000 |
| m7a.metal-48xl 2 | 40000 | 5000.0 | 240000 |
| m7g.medium 1 | 315 | 10000 | 39.38 | 1250.00 | 2500 | 40000 |
| m7g.large 1 | 630 | 10000 | 78.75 | 1250.00 | 3600 | 40000 |
| m7g.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| m7g.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| m7g.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| m7g.8xlarge 2 | 10000 | 1250.0 | 40000 |
| m7g.12xlarge 2 | 15000 | 1875.0 | 60000 |
| m7g.16xlarge 2 | 20000 | 2500.0 | 80000 |
| m7g.metal 2 | 20000 | 2500.0 | 80000 |
| m7gd.medium 1 | 315 | 10000 | 39.38 | 1250.00 | 2500 | 40000 |
| m7gd.large 1 | 630 | 10000 | 78.75 | 1250.00 | 3600 | 40000 |
| m7gd.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| m7gd.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| m7gd.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| m7gd.8xlarge 2 | 10000 | 1250.0 | 40000 |
| m7gd.12xlarge 2 | 15000 | 1875.0 | 60000 |
| m7gd.16xlarge 2 | 20000 | 2500.0 | 80000 |
| m7gd.metal 2 | 20000 | 2500.0 | 80000 |
| m7i.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| m7i.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| m7i.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| m7i.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| m7i.8xlarge 2 | 10000 | 1250.0 | 40000 |
| m7i.12xlarge 2 | 15000 | 1875.0 | 60000 |
| m7i.16xlarge 2 | 20000 | 2500.0 | 80000 |
| m7i.24xlarge 2 | 30000 | 3750.0 | 120000 |
| m7i.48xlarge 2 | 40000 | 5000.0 | 240000 |
| m7i.metal-24xl 2 | 30000 | 3750.0 | 120000 |
| m7i.metal-48xl 2 | 40000 | 5000.0 | 240000 |
| m7i-flex.large 1 | 312 | 10000 | 39.06 | 1250.00 | 2500 | 40000 |
| m7i-flex.xlarge 1 | 625 | 10000 | 78.12 | 1250.00 | 3600 | 40000 |
| m7i-flex.2xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| m7i-flex.4xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| m7i-flex.8xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| m7i-flex.12xlarge 1 | 7500 | 15000 | 937.50 | 1875.00 | 30000 | 60000 |
| m7i-flex.16xlarge 1 | 10000 | 20000 | 1250.00 | 2500.00 | 40000 | 80000 |
| m8a.medium1 | 325 | 10000 | 40.62 | 1250.00 | 2500 | 40000 |
| m8a.large1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| m8a.xlarge1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| m8a.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| m8a.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| m8a.8xlarge 2 | 10000 | 1250.0 | 40000 |
| m8a.12xlarge 2 | 15000 | 1875.0 | 60000 |
| m8a.16xlarge 2 | 20000 | 2500.0 | 80000 |
| m8a.24xlarge 2 | 30000 | 3750.0 | 120000 |
| m8a.48xlarge 2 | 60000 | 7500.0 | 240000 |
| m8a.metal-24xl2 | 30000 | 3750.0 | 120000 |
| m8a.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| m8azn.medium 1 | 625 | 15000 | 78.12 | 1875.00 | 2500 | 60000 |
| m8azn.large1 | 1250 | 15000 | 156.25 | 1875.00 | 5000 | 60000 |
| m8azn.xlarge1 | 2500 | 15000 | 312.50 | 1875.00 | 10000 | 60000 |
| m8azn.3xlarge 1 | 7500 | 15000 | 937.50 | 1875.00 | 30000 | 60000 |
| m8azn.6xlarge 2 | 15000 | 1875.0 | 60000 |
| m8azn.12xlarge 2 | 30000 | 3750.0 | 120000 |
| m8azn.24xlarge 2 | 60000 | 7500.0 | 240000 |
| m8azn.metal-12xl 2 | 30000 | 3750.0 | 120000 |
| m8azn.metal-24xl 2 | 60000 | 7500.0 | 240000 |
| m8g.medium 1 | 315 | 10000 | 39.38 | 1250.00 | 2500 | 40000 |
| m8g.large 1 | 630 | 10000 | 78.75 | 1250.00 | 3600 | 40000 |
| m8g.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| m8g.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| m8g.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| m8g.8xlarge 2 | 10000 | 1250.0 | 40000 |
| m8g.12xlarge 2 | 15000 | 1875.0 | 60000 |
| m8g.16xlarge 2 | 20000 | 2500.0 | 80000 |
| m8g.24xlarge 2 | 30000 | 3750.0 | 120000 |
| m8g.48xlarge 2 | 40000 | 5000.0 | 240000 |
| m8g.metal-24xl 2 | 30000 | 3750.0 | 120000 |
| m8g.metal-48xl 2 | 40000 | 5000.0 | 240000 |
| m8gb.medium 1 | 1562 | 25000 | 195.31 | 3125.00 | 7500 | 120000 |
| m8gb.large1 | 3125 | 25000 | 390.62 | 3125.00 | 15000 | 120000 |
| m8gb.xlarge1 | 6250 | 25000 | 781.25 | 3125.00 | 30000 | 120000 |
| m8gb.2xlarge 1 | 12500 | 25000 | 1562.50 | 3125.00 | 60000 | 120000 |
| m8gb.4xlarge 2 | 25000 | 3125.0 | 120000 |
| m8gb.8xlarge 2 | 50000 | 6250.0 | 240000 |
| m8gb.12xlarge 2 | 75000 | 9375.0 | 360000 |
| m8gb.16xlarge 2 | 100000 | 12500.0 | 480000 |
| m8gb.24xlarge 2 | 150000 | 18750.0 | 720000 |
| m8gb.48xlarge 2 | 300000 | 37500.0 | 1440000 |
| m8gb.metal-24xl 2 | 150000 | 18750.0 | 720000 |
| m8gb.metal-48xl 2 | 300000 | 37500.0 | 1440000 |
| m8gd.medium1 | 315 | 10000 | 39.38 | 1250.00 | 2500 | 40000 |
| m8gd.large1 | 630 | 10000 | 78.75 | 1250.00 | 3600 | 40000 |
| m8gd.xlarge1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| m8gd.2xlarge1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| m8gd.4xlarge1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| m8gd.8xlarge2 | 10000 | 1250.0 | 40000 |
| m8gd.12xlarge2 | 15000 | 1875.0 | 60000 |
| m8gd.16xlarge2 | 20000 | 2500.0 | 80000 |
| m8gd.24xlarge2 | 30000 | 3750.0 | 120000 |
| m8gd.48xlarge2 | 40000 | 5000.0 | 240000 |
| m8gd.metal-24xl2 | 30000 | 3750.0 | 120000 |
| m8gd.metal-48xl2 | 40000 | 5000.0 | 240000 |
| m8gn.medium 1 | 760 | 10000 | 95.00 | 1250.00 | 2500 | 40000 |
| m8gn.large 1 | 1250 | 10000 | 156.25 | 1250.00 | 5000 | 40000 |
| m8gn.xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 10000 | 40000 |
| m8gn.2xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| m8gn.4xlarge 2 | 10000 | 1250.0 | 40000 |
| m8gn.8xlarge 2 | 20000 | 2500.0 | 80000 |
| m8gn.12xlarge 2 | 30000 | 3750.0 | 120000 |
| m8gn.16xlarge 2 | 40000 | 5000.0 | 160000 |
| m8gn.24xlarge 2 | 60000 | 7500.0 | 240000 |
| m8gn.48xlarge 2 | 60000 | 7500.0 | 240000 |
| m8gn.metal-24xl 2 | 60000 | 7500.0 | 240000 |
| m8gn.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| m8i.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| m8i.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| m8i.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| m8i.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| m8i.8xlarge 2 | 10000 | 1250.0 | 40000 |
| m8i.12xlarge 2 | 15000 | 1875.0 | 60000 |
| m8i.16xlarge 2 | 20000 | 2500.0 | 80000 |
| m8i.24xlarge 2 | 30000 | 3750.0 | 120000 |
| m8i.32xlarge 2 | 40000 | 5000.0 | 160000 |
| m8i.48xlarge 2 | 60000 | 7500.0 | 240000 |
| m8i.96xlarge 2 | 80000 | 10000.0 | 480000 |
| m8i.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| m8i.metal-96xl 2 | 80000 | 10000.0 | 480000 |
| m8id.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| m8id.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| m8id.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| m8id.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| m8id.8xlarge 2 | 10000 | 1250.0 | 40000 |
| m8id.12xlarge 2 | 15000 | 1875.0 | 60000 |
| m8id.16xlarge 2 | 20000 | 2500.0 | 80000 |
| m8id.24xlarge 2 | 30000 | 3750.0 | 120000 |
| m8id.32xlarge 2 | 40000 | 5000.0 | 160000 |
| m8id.48xlarge 2 | 60000 | 7500.0 | 240000 |
| m8id.96xlarge 2 | 80000 | 10000.0 | 480000 |
| m8id.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| m8id.metal-96xl 2 | 80000 | 10000.0 | 480000 |
| m8i-flex.large 1 | 315 | 10000 | 39.38 | 1250.00 | 2500 | 40000 |
| m8i-flex.xlarge 1 | 630 | 10000 | 78.75 | 1250.00 | 3600 | 40000 |
| m8i-flex.2xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| m8i-flex.4xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| m8i-flex.8xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| m8i-flex.12xlarge 1 | 7500 | 15000 | 937.50 | 1875.00 | 30000 | 60000 |
| m8i-flex.16xlarge 1 | 10000 | 20000 | 1250.00 | 2500.00 | 40000 | 80000 |
| mac1.metal 2 | 14000 | 1750.0 | 80000 |
| mac2.metal 2 | 10000 | 1250.0 | 55000 |
| mac2-m1ultra.metal 2 | 10000 | 1250.0 | 55000 |
| mac2-m2.metal 2 | 8000 | 1000.0 | 55000 |
| mac2-m2pro.metal 2 | 8000 | 1000.0 | 55000 |
| mac-m4.metal 2 | 8000 | 1000.0 | 55000 |
| mac-m4pro.metal 2 | 8000 | 1000.0 | 55000 |
| mac-m4max.metal 2 | 10000 | 1250.0 | 55000 |
| t3.nano 1 | 43 | 2085 | 5.38 | 260.62 | 250 | 11800 |
| t3.micro 1 | 87 | 2085 | 10.88 | 260.62 | 500 | 11800 |
| t3.small 1 | 174 | 2085 | 21.75 | 260.62 | 1000 | 11800 |
| t3.medium 1 | 347 | 2085 | 43.38 | 260.62 | 2000 | 11800 |
| t3.large 1 | 695 | 2780 | 86.88 | 347.50 | 4000 | 15700 |
| t3.xlarge 1 | 695 | 2780 | 86.88 | 347.50 | 4000 | 15700 |
| t3.2xlarge 1 | 695 | 2780 | 86.88 | 347.50 | 4000 | 15700 |
| t3a.nano 1 | 45 | 2085 | 5.62 | 260.62 | 250 | 11800 |
| t3a.micro 1 | 90 | 2085 | 11.25 | 260.62 | 500 | 11800 |
| t3a.small 1 | 175 | 2085 | 21.88 | 260.62 | 1000 | 11800 |
| t3a.medium 1 | 350 | 2085 | 43.75 | 260.62 | 2000 | 11800 |
| t3a.large 1 | 695 | 2780 | 86.88 | 347.50 | 4000 | 15700 |
| t3a.xlarge 1 | 695 | 2780 | 86.88 | 347.50 | 4000 | 15700 |
| t3a.2xlarge 1 | 695 | 2780 | 86.88 | 347.50 | 4000 | 15700 |
| t4g.nano 1 | 43 | 2085 | 5.38 | 260.62 | 250 | 11800 |
| t4g.micro 1 | 87 | 2085 | 10.88 | 260.62 | 500 | 11800 |
| t4g.small 1 | 174 | 2085 | 21.75 | 260.62 | 1000 | 11800 |
| t4g.medium 1 | 347 | 2085 | 43.38 | 260.62 | 2000 | 11800 |
| t4g.large 1 | 695 | 2780 | 86.88 | 347.50 | 4000 | 15700 |
| t4g.xlarge 1 | 695 | 2780 | 86.88 | 347.50 | 4000 | 15700 |
| t4g.2xlarge 1 | 695 | 2780 | 86.88 | 347.50 | 4000 | 15700 |
1 이러한 인스턴스는 24시간에 한 번 이상 30분 동안 최대 성능을 유지할 수 있습니다. 이후에는 기준 성능으로 돌아갑니다.
2 이러한 인스턴스는 명시된 성능을 무기한으로 유지할 수 있습니다. 최대 성능이 30분 이상 지속되어야 하는 워크로드가 있는 경우 이러한 인스턴스 중 하나를 사용합니다.
### 컴퓨팅 최적화
**참고**
C8a, C8g, C8gd, C8i, C8id, C8i-flex 인스턴스 유형은 구성 가능한 대역폭 가중치를 지원합니다. 이러한 인스턴스 유형을 사용하면 네트워킹 성능 또는 Amazon EBS 성능에 맞게 인스턴스의 대역폭을 최적화할 수 있습니다. 다음 표에는 이러한 인스턴스 유형에 대한 기본 Amazon EBS 대역폭 성능이 나와 있습니다. 자세한 내용은 [EC2 인스턴스 대역폭 가중치 구성](configure-bandwidth-weighting.md) 섹션을 참조하세요.
| 인스턴스 크기 | 기준 대역폭(Mbps) | 최대 대역폭(Mbps) | 기준 처리량(MB/s, 128KiB I/O) | 최대 처리량(MB/s, 128KiB I/O) | 기준 IOPS(16 KiB I/O) | 최대 IOPS(16KiB I/O) |
| --- | --- | --- | --- | --- | --- | --- |
| c4.large 2 | 500 | 62.5 | 4000 |
| c4.xlarge 2 | 750 | 93.75 | 6000 |
| c4.2xlarge 2 | 1000 | 125.0 | 8000 |
| c4.4xlarge 2 | 2000 | 250.0 | 16000 |
| c4.8xlarge 2 | 4000 | 500.0 | 32000 |
| c5.large 1 | 650 | 4750 | 81.25 | 593.75 | 4000 | 20000 |
| c5.xlarge 1 | 1150 | 4750 | 143.75 | 593.75 | 6000 | 20000 |
| c5.2xlarge 1 | 2300 | 4750 | 287.50 | 593.75 | 10000 | 20000 |
| c5.4xlarge 2 | 4750 | 593.75 | 20000 |
| c5.9xlarge 2 | 9500 | 1187.5 | 40000 |
| c5.12xlarge 2 | 9500 | 1187.5 | 40000 |
| c5.18xlarge 2 | 19000 | 2375.0 | 80000 |
| c5.24xlarge 2 | 19000 | 2375.0 | 80000 |
| c5.metal 2 | 19000 | 2375.0 | 80000 |
| c5a.large 1 | 200 | 3170 | 25.00 | 396.25 | 800 | 13300 |
| c5a.xlarge 1 | 400 | 3170 | 50.00 | 396.25 | 1600 | 13300 |
| c5a.2xlarge 1 | 800 | 3170 | 100.00 | 396.25 | 3200 | 13300 |
| c5a.4xlarge 1 | 1580 | 3170 | 197.50 | 396.25 | 6600 | 13300 |
| c5a.8xlarge 2 | 3170 | 396.25 | 13300 |
| c5a.12xlarge 2 | 4750 | 593.75 | 20000 |
| c5a.16xlarge 2 | 6300 | 787.5 | 26700 |
| c5a.24xlarge 2 | 9500 | 1187.5 | 40000 |
| c5ad.large 1 | 200 | 3170 | 25.00 | 396.25 | 800 | 13300 |
| c5ad.xlarge 1 | 400 | 3170 | 50.00 | 396.25 | 1600 | 13300 |
| c5ad.2xlarge 1 | 800 | 3170 | 100.00 | 396.25 | 3200 | 13300 |
| c5ad.4xlarge 1 | 1580 | 3170 | 197.50 | 396.25 | 6600 | 13300 |
| c5ad.8xlarge 2 | 3170 | 396.25 | 13300 |
| c5ad.12xlarge 2 | 4750 | 593.75 | 20000 |
| c5ad.16xlarge 2 | 6300 | 787.5 | 26700 |
| c5ad.24xlarge 2 | 9500 | 1187.5 | 40000 |
| c5d.large 1 | 650 | 4750 | 81.25 | 593.75 | 4000 | 20000 |
| c5d.xlarge 1 | 1150 | 4750 | 143.75 | 593.75 | 6000 | 20000 |
| c5d.2xlarge 1 | 2300 | 4750 | 287.50 | 593.75 | 10000 | 20000 |
| c5d.4xlarge 2 | 4750 | 593.75 | 20000 |
| c5d.9xlarge 2 | 9500 | 1187.5 | 40000 |
| c5d.12xlarge 2 | 9500 | 1187.5 | 40000 |
| c5d.18xlarge 2 | 19000 | 2375.0 | 80000 |
| c5d.24xlarge 2 | 19000 | 2375.0 | 80000 |
| c5d.metal 2 | 19000 | 2375.0 | 80000 |
| c5n.large 1 | 650 | 4750 | 81.25 | 593.75 | 4000 | 20000 |
| c5n.xlarge 1 | 1150 | 4750 | 143.75 | 593.75 | 6000 | 20000 |
| c5n.2xlarge 1 | 2300 | 4750 | 287.50 | 593.75 | 10000 | 20000 |
| c5n.4xlarge 2 | 4750 | 593.75 | 20000 |
| c5n.9xlarge 2 | 9500 | 1187.5 | 40000 |
| c5n.18xlarge 2 | 19000 | 2375.0 | 80000 |
| c5n.metal 2 | 19000 | 2375.0 | 80000 |
| c6a.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| c6a.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| c6a.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| c6a.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| c6a.8xlarge 2 | 10000 | 1250.0 | 40000 |
| c6a.12xlarge 2 | 15000 | 1875.0 | 60000 |
| c6a.16xlarge 2 | 20000 | 2500.0 | 80000 |
| c6a.24xlarge 2 | 30000 | 3750.0 | 120000 |
| c6a.32xlarge 2 | 40000 | 5000.0 | 160000 |
| c6a.48xlarge 2 | 40000 | 5000.0 | 240000 |
| c6a.metal 2 | 40000 | 5000.0 | 240000 |
| c6g.medium 1 | 315 | 4750 | 39.38 | 593.75 | 2500 | 20000 |
| c6g.large 1 | 630 | 4750 | 78.75 | 593.75 | 3600 | 20000 |
| c6g.xlarge 1 | 1188 | 4750 | 148.50 | 593.75 | 6000 | 20000 |
| c6g.2xlarge 1 | 2375 | 4750 | 296.88 | 593.75 | 12000 | 20000 |
| c6g.4xlarge 2 | 4750 | 593.75 | 20000 |
| c6g.8xlarge 2 | 9500 | 1187.5 | 40000 |
| c6g.12xlarge 2 | 14250 | 1781.25 | 50000 |
| c6g.16xlarge 2 | 19000 | 2375.0 | 80000 |
| c6g.metal 2 | 19000 | 2375.0 | 80000 |
| c6gd.medium 1 | 315 | 4750 | 39.38 | 593.75 | 2500 | 20000 |
| c6gd.large 1 | 630 | 4750 | 78.75 | 593.75 | 3600 | 20000 |
| c6gd.xlarge 1 | 1188 | 4750 | 148.50 | 593.75 | 6000 | 20000 |
| c6gd.2xlarge 1 | 2375 | 4750 | 296.88 | 593.75 | 12000 | 20000 |
| c6gd.4xlarge 2 | 4750 | 593.75 | 20000 |
| c6gd.8xlarge 2 | 9500 | 1187.5 | 40000 |
| c6gd.12xlarge 2 | 14250 | 1781.25 | 50000 |
| c6gd.16xlarge 2 | 19000 | 2375.0 | 80000 |
| c6gd.metal 2 | 19000 | 2375.0 | 80000 |
| c6gn.medium 1 | 760 | 9500 | 95.00 | 1187.50 | 2500 | 40000 |
| c6gn.large 1 | 1235 | 9500 | 154.38 | 1187.50 | 5000 | 40000 |
| c6gn.xlarge 1 | 2375 | 9500 | 296.88 | 1187.50 | 10000 | 40000 |
| c6gn.2xlarge 1 | 4750 | 9500 | 593.75 | 1187.50 | 20000 | 40000 |
| c6gn.4xlarge 2 | 9500 | 1187.5 | 40000 |
| c6gn.8xlarge 2 | 19000 | 2375.0 | 80000 |
| c6gn.12xlarge 2 | 28500 | 3562.5 | 120000 |
| c6gn.16xlarge 2 | 38000 | 4750.0 | 160000 |
| c6i.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| c6i.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| c6i.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| c6i.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| c6i.8xlarge 2 | 10000 | 1250.0 | 40000 |
| c6i.12xlarge 2 | 15000 | 1875.0 | 60000 |
| c6i.16xlarge 2 | 20000 | 2500.0 | 80000 |
| c6i.24xlarge 2 | 30000 | 3750.0 | 120000 |
| c6i.32xlarge 2 | 40000 | 5000.0 | 160000 |
| c6i.metal 2 | 40000 | 5000.0 | 160000 |
| c6id.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| c6id.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| c6id.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| c6id.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| c6id.8xlarge 2 | 10000 | 1250.0 | 40000 |
| c6id.12xlarge 2 | 15000 | 1875.0 | 60000 |
| c6id.16xlarge 2 | 20000 | 2500.0 | 80000 |
| c6id.24xlarge 2 | 30000 | 3750.0 | 120000 |
| c6id.32xlarge 2 | 40000 | 5000.0 | 160000 |
| c6id.metal 2 | 40000 | 5000.0 | 160000 |
| c6in.large 1 | 1562 | 25000 | 195.31 | 3125.00 | 6250 | 100000 |
| c6in.xlarge 1 | 3125 | 25000 | 390.62 | 3125.00 | 12500 | 100000 |
| c6in.2xlarge 1 | 6250 | 25000 | 781.25 | 3125.00 | 25000 | 100000 |
| c6in.4xlarge 1 | 12500 | 25000 | 1562.50 | 3125.00 | 50000 | 100000 |
| c6in.8xlarge 2 | 25000 | 3125.0 | 100000 |
| c6in.12xlarge 2 | 37500 | 4687.5 | 150000 |
| c6in.16xlarge 2 | 50000 | 6250.0 | 200000 |
| c6in.24xlarge 2 | 75000 | 9375.0 | 300000 |
| c6in.32xlarge 2 | 100000 | 12500.0 | 400000 |
| c6in.metal 2 | 100000 | 12500.0 | 400000 |
| c7a.medium 1 | 325 | 10000 | 40.62 | 1250.00 | 2500 | 40000 |
| c7a.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| c7a.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| c7a.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| c7a.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| c7a.8xlarge 2 | 10000 | 1250.0 | 40000 |
| c7a.12xlarge 2 | 15000 | 1875.0 | 60000 |
| c7a.16xlarge 2 | 20000 | 2500.0 | 80000 |
| c7a.24xlarge 2 | 30000 | 3750.0 | 120000 |
| c7a.32xlarge 2 | 40000 | 5000.0 | 160000 |
| c7a.48xlarge 2 | 40000 | 5000.0 | 240000 |
| c7a.metal-48xl 2 | 40000 | 5000.0 | 240000 |
| c7g.medium 1 | 315 | 10000 | 39.38 | 1250.00 | 2500 | 40000 |
| c7g.large 1 | 630 | 10000 | 78.75 | 1250.00 | 3600 | 40000 |
| c7g.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| c7g.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| c7g.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| c7g.8xlarge 2 | 10000 | 1250.0 | 40000 |
| c7g.12xlarge 2 | 15000 | 1875.0 | 60000 |
| c7g.16xlarge 2 | 20000 | 2500.0 | 80000 |
| c7g.metal 2 | 20000 | 2500.0 | 80000 |
| c7gd.medium 1 | 315 | 10000 | 39.38 | 1250.00 | 2500 | 40000 |
| c7gd.large 1 | 630 | 10000 | 78.75 | 1250.00 | 3600 | 40000 |
| c7gd.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| c7gd.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| c7gd.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| c7gd.8xlarge 2 | 10000 | 1250.0 | 40000 |
| c7gd.12xlarge 2 | 15000 | 1875.0 | 60000 |
| c7gd.16xlarge 2 | 20000 | 2500.0 | 80000 |
| c7gd.metal 2 | 20000 | 2500.0 | 80000 |
| c7gn.medium 1 | 521 | 10000 | 65.12 | 1250.00 | 2083 | 40000 |
| c7gn.large 1 | 1042 | 10000 | 130.25 | 1250.00 | 4167 | 40000 |
| c7gn.xlarge 1 | 2083 | 10000 | 260.38 | 1250.00 | 8333 | 40000 |
| c7gn.2xlarge 1 | 4167 | 10000 | 520.88 | 1250.00 | 16667 | 40000 |
| c7gn.4xlarge 1 | 8333 | 10000 | 1041.62 | 1250.00 | 33333 | 40000 |
| c7gn.8xlarge 1 | 16667 | 20000 | 2083.38 | 2500.00 | 66667 | 80000 |
| c7gn.12xlarge 1 | 25000 | 30000 | 3125.00 | 3750.00 | 100000 | 120000 |
| c7gn.16xlarge 1 | 33333 | 40000 | 4166.62 | 5000.00 | 133333 | 160000 |
| c7gn.metal 1 | 33333 | 40000 | 4166.62 | 5000.00 | 133333 | 160000 |
| c7i.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| c7i.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| c7i.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| c7i.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| c7i.8xlarge 2 | 10000 | 1250.0 | 40000 |
| c7i.12xlarge 2 | 15000 | 1875.0 | 60000 |
| c7i.16xlarge 2 | 20000 | 2500.0 | 80000 |
| c7i.24xlarge 2 | 30000 | 3750.0 | 120000 |
| c7i.48xlarge 2 | 40000 | 5000.0 | 240000 |
| c7i.metal-24xl 2 | 30000 | 3750.0 | 120000 |
| c7i.metal-48xl 2 | 40000 | 5000.0 | 240000 |
| c7i-flex.large 1 | 312 | 10000 | 39.06 | 1250.00 | 2500 | 40000 |
| c7i-flex.xlarge 1 | 625 | 10000 | 78.12 | 1250.00 | 3600 | 40000 |
| c7i-flex.2xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| c7i-flex.4xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| c7i-flex.8xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| c7i-flex.12xlarge 1 | 7500 | 15000 | 937.50 | 1875.00 | 30000 | 60000 |
| c7i-flex.16xlarge 1 | 10000 | 20000 | 1250.00 | 2500.00 | 40000 | 80000 |
| c8a.medium 1 | 325 | 10000 | 40.62 | 1250.00 | 2500 | 40000 |
| c8a.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| c8a.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| c8a.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| c8a.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| c8a.8xlarge 2 | 10000 | 1250.0 | 40000 |
| c8a.12xlarge 2 | 15000 | 1875.0 | 60000 |
| c8a.16xlarge 2 | 20000 | 2500.0 | 80000 |
| c8a.24xlarge 2 | 30000 | 3750.0 | 120000 |
| c8a.48xlarge 2 | 60000 | 7500.0 | 240000 |
| c8a.metal-24xl 2 | 30000 | 3750.0 | 120000 |
| c8a.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| c8g.medium 1 | 315 | 10000 | 39.38 | 1250.00 | 2500 | 40000 |
| c8g.large 1 | 630 | 10000 | 78.75 | 1250.00 | 3600 | 40000 |
| c8g.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| c8g.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| c8g.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| c8g.8xlarge 2 | 10000 | 1250.0 | 40000 |
| c8g.12xlarge 2 | 15000 | 1875.0 | 60000 |
| c8g.16xlarge 2 | 20000 | 2500.0 | 80000 |
| c8g.24xlarge 2 | 30000 | 3750.0 | 120000 |
| c8g.48xlarge 2 | 40000 | 5000.0 | 240000 |
| c8g.metal-24xl 2 | 30000 | 3750.0 | 120000 |
| c8g.metal-48xl 2 | 40000 | 5000.0 | 240000 |
| c8gb.medium 1 | 1562 | 25000 | 195.31 | 3125.00 | 7500 | 120000 |
| c8gb.large 1 | 3125 | 25000 | 390.62 | 3125.00 | 15000 | 120000 |
| c8gb.xlarge 1 | 6250 | 25000 | 781.25 | 3125.00 | 30000 | 120000 |
| c8gb.2xlarge 1 | 12500 | 25000 | 1562.50 | 3125.00 | 60000 | 120000 |
| c8gb.4xlarge 2 | 25000 | 3125.0 | 120000 |
| c8gb.8xlarge 2 | 50000 | 6250.0 | 240000 |
| c8gb.12xlarge 2 | 75000 | 9375.0 | 360000 |
| c8gb.16xlarge 2 | 100000 | 12500.0 | 480000 |
| c8gb.24xlarge 2 | 150000 | 18750.0 | 720000 |
| c8gb.48xlarge 2 | 300000 | 37500.0 | 1440000 |
| c8gb.metal-24xl 2 | 150000 | 18750.0 | 720000 |
| c8gb.metal-48xl 2 | 300000 | 37500.0 | 1440000 |
| c8gd.medium 1 | 315 | 10000 | 39.38 | 1250.00 | 2500 | 40000 |
| c8gd.large 1 | 630 | 10000 | 78.75 | 1250.00 | 3600 | 40000 |
| c8gd.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| c8gd.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| c8gd.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| c8gd.8xlarge 2 | 10000 | 1250.0 | 40000 |
| c8gd.12xlarge 2 | 15000 | 1875.0 | 60000 |
| c8gd.16xlarge 2 | 20000 | 2500.0 | 80000 |
| c8gd.24xlarge 2 | 30000 | 3750.0 | 120000 |
| c8gd.48xlarge 2 | 40000 | 5000.0 | 240000 |
| c8gd.metal-24xl2 | 30000 | 3750.0 | 120000 |
| c8gd.metal-48xl2 | 40000 | 5000.0 | 240000 |
| c8gn.medium 1 | 760 | 10000 | 95.00 | 1250.00 | 2500 | 40000 |
| c8gn.large 1 | 1250 | 10000 | 156.25 | 1250.00 | 5000 | 40000 |
| c8gn.xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 10000 | 40000 |
| c8gn.2xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| c8gn.4xlarge 2 | 10000 | 1250.0 | 40000 |
| c8gn.8xlarge 2 | 20000 | 2500.0 | 80000 |
| c8gn.12xlarge 2 | 30000 | 3750.0 | 120000 |
| c8gn.16xlarge 2 | 40000 | 5000.0 | 160000 |
| c8gn.24xlarge 2 | 60000 | 7500.0 | 240000 |
| c8gn.48xlarge 2 | 60000 | 7500.0 | 240000 |
| c8gn.metal-24xl 2 | 60000 | 7500.0 | 240000 |
| c8gn.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| c8i.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| c8i.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| c8i.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| c8i.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| c8i.8xlarge 2 | 10000 | 1250.0 | 40000 |
| c8i.12xlarge 2 | 15000 | 1875.0 | 60000 |
| c8i.16xlarge 2 | 20000 | 2500.0 | 80000 |
| c8i.24xlarge 2 | 30000 | 3750.0 | 120000 |
| c8i.32xlarge 2 | 40000 | 5000.0 | 160000 |
| c8i.48xlarge 2 | 60000 | 7500.0 | 240000 |
| c8i.96xlarge 2 | 80000 | 10000.0 | 480000 |
| c8i.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| c8i.metal-96xl 2 | 80000 | 10000.0 | 480000 |
| c8id.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| c8id.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| c8id.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| c8id.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| c8id.8xlarge 2 | 10000 | 1250.0 | 40000 |
| c8id.12xlarge 2 | 15000 | 1875.0 | 60000 |
| c8id.16xlarge 2 | 20000 | 2500.0 | 80000 |
| c8id.24xlarge 2 | 30000 | 3750.0 | 120000 |
| c8id.32xlarge 2 | 40000 | 5000.0 | 160000 |
| c8id.48xlarge 2 | 60000 | 7500.0 | 240000 |
| c8id.96xlarge 2 | 80000 | 10000.0 | 480000 |
| c8id.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| c8id.metal-96xl 2 | 80000 | 10000.0 | 480000 |
| c8i-flex.large 1 | 315 | 10000 | 39.38 | 1250.00 | 2500 | 40000 |
| c8i-flex.xlarge 1 | 630 | 10000 | 78.75 | 1250.00 | 3600 | 40000 |
| c8i-flex.2xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| c8i-flex.4xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| c8i-flex.8xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| c8i-flex.12xlarge 1 | 7500 | 15000 | 937.50 | 1875.00 | 30000 | 60000 |
| c8i-flex.16xlarge 1 | 10000 | 20000 | 1250.00 | 2500.00 | 40000 | 80000 |
1 이러한 인스턴스는 24시간에 한 번 이상 30분 동안 최대 성능을 유지할 수 있습니다. 이후에는 기준 성능으로 돌아갑니다.
2 이러한 인스턴스는 명시된 성능을 무기한으로 유지할 수 있습니다. 최대 성능이 30분 이상 지속되어야 하는 워크로드가 있는 경우 이러한 인스턴스 중 하나를 사용합니다.
### 메모리 최적화
**참고**
R8a, R8g, R8gd, R8i, R8id, R8i-flex, X8g, X8aedz, X8i 인스턴스 유형은 구성 가능한 대역폭 가중치를 지원합니다. 이러한 인스턴스 유형을 사용하면 네트워킹 성능 또는 Amazon EBS 성능에 맞게 인스턴스의 대역폭을 최적화할 수 있습니다. 다음 표에는 이러한 인스턴스 유형에 대한 기본 Amazon EBS 대역폭 성능이 나와 있습니다. 자세한 내용은 [EC2 인스턴스 대역폭 가중치 구성](configure-bandwidth-weighting.md) 섹션을 참조하세요.
U7i 인스턴스에서 IOPS 성능을 극대화하려면 io2 BlockExpress 볼륨을 사용하는 것이 좋습니다.
| 인스턴스 크기 | 기준 대역폭(Mbps) | 최대 대역폭(Mbps) | 기준 처리량(MB/s, 128KiB I/O) | 최대 처리량(MB/s, 128KiB I/O) | 기준 IOPS(16 KiB I/O) | 최대 IOPS(16KiB I/O) |
| --- | --- | --- | --- | --- | --- | --- |
| r4.large 2 | 425 | 53.125 | 3000 |
| r4.xlarge 2 | 850 | 106.25 | 6000 |
| r4.2xlarge 2 | 1700 | 212.5 | 12000 |
| r4.4xlarge 2 | 3500 | 437.5 | 18750 |
| r4.8xlarge 2 | 7000 | 875.0 | 37500 |
| r4.16xlarge 2 | 14000 | 1750.0 | 75000 |
| r5.large 1 | 650 | 4750 | 81.25 | 593.75 | 3600 | 18750 |
| r5.xlarge 1 | 1150 | 4750 | 143.75 | 593.75 | 6000 | 18750 |
| r5.2xlarge 1 | 2300 | 4750 | 287.50 | 593.75 | 12000 | 18750 |
| r5.4xlarge 2 | 4750 | 593.75 | 18750 |
| r5.8xlarge 2 | 6800 | 850.0 | 30000 |
| r5.12xlarge 2 | 9500 | 1187.5 | 40000 |
| r5.16xlarge 2 | 13600 | 1700.0 | 60000 |
| r5.24xlarge 2 | 19000 | 2375.0 | 80000 |
| r5.metal 2 | 19000 | 2375.0 | 80000 |
| r5a.large 1 | 650 | 2880 | 81.25 | 360.00 | 3600 | 16000 |
| r5a.xlarge 1 | 1085 | 2880 | 135.62 | 360.00 | 6000 | 16000 |
| r5a.2xlarge 1 | 1580 | 2880 | 197.50 | 360.00 | 8333 | 16000 |
| r5a.4xlarge 2 | 2880 | 360.0 | 16000 |
| r5a.8xlarge 2 | 4750 | 593.75 | 20000 |
| r5a.12xlarge 2 | 6780 | 847.5 | 30000 |
| r5a.16xlarge 2 | 9500 | 1187.5 | 40000 |
| r5a.24xlarge 2 | 13570 | 1696.25 | 60000 |
| r5ad.large 1 | 650 | 2880 | 81.25 | 360.00 | 3600 | 16000 |
| r5ad.xlarge 1 | 1085 | 2880 | 135.62 | 360.00 | 6000 | 16000 |
| r5ad.2xlarge 1 | 1580 | 2880 | 197.50 | 360.00 | 8333 | 16000 |
| r5ad.4xlarge 2 | 2880 | 360.0 | 16000 |
| r5ad.8xlarge 2 | 4750 | 593.75 | 20000 |
| r5ad.12xlarge 2 | 6780 | 847.5 | 30000 |
| r5ad.16xlarge 2 | 9500 | 1187.5 | 40000 |
| r5ad.24xlarge 2 | 13570 | 1696.25 | 60000 |
| r5b.large 1 | 1250 | 10000 | 156.25 | 1250.00 | 5417 | 43333 |
| r5b.xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 10833 | 43333 |
| r5b.2xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 21667 | 43333 |
| r5b.4xlarge 2 | 10000 | 1250.0 | 43333 |
| r5b.8xlarge 2 | 20000 | 2500.0 | 86667 |
| r5b.12xlarge 2 | 30000 | 3750.0 | 130000 |
| r5b.16xlarge 2 | 40000 | 5000.0 | 173333 |
| r5b.24xlarge 2 | 60000 | 7500.0 | 260000 |
| r5b.metal 2 | 60000 | 7500.0 | 260000 |
| r5d.large 1 | 650 | 4750 | 81.25 | 593.75 | 3600 | 18750 |
| r5d.xlarge 1 | 1150 | 4750 | 143.75 | 593.75 | 6000 | 18750 |
| r5d.2xlarge 1 | 2300 | 4750 | 287.50 | 593.75 | 12000 | 18750 |
| r5d.4xlarge 2 | 4750 | 593.75 | 18750 |
| r5d.8xlarge 2 | 6800 | 850.0 | 30000 |
| r5d.12xlarge 2 | 9500 | 1187.5 | 40000 |
| r5d.16xlarge 2 | 13600 | 1700.0 | 60000 |
| r5d.24xlarge 2 | 19000 | 2375.0 | 80000 |
| r5d.metal 2 | 19000 | 2375.0 | 80000 |
| r5dn.large 1 | 650 | 4750 | 81.25 | 593.75 | 3600 | 18750 |
| r5dn.xlarge 1 | 1150 | 4750 | 143.75 | 593.75 | 6000 | 18750 |
| r5dn.2xlarge 1 | 2300 | 4750 | 287.50 | 593.75 | 12000 | 18750 |
| r5dn.4xlarge 2 | 4750 | 593.75 | 18750 |
| r5dn.8xlarge 2 | 6800 | 850.0 | 30000 |
| r5dn.12xlarge 2 | 9500 | 1187.5 | 40000 |
| r5dn.16xlarge 2 | 13600 | 1700.0 | 60000 |
| r5dn.24xlarge 2 | 19000 | 2375.0 | 80000 |
| r5dn.metal 2 | 19000 | 2375.0 | 80000 |
| r5n.large 1 | 650 | 4750 | 81.25 | 593.75 | 3600 | 18750 |
| r5n.xlarge 1 | 1150 | 4750 | 143.75 | 593.75 | 6000 | 18750 |
| r5n.2xlarge 1 | 2300 | 4750 | 287.50 | 593.75 | 12000 | 18750 |
| r5n.4xlarge 2 | 4750 | 593.75 | 18750 |
| r5n.8xlarge 2 | 6800 | 850.0 | 30000 |
| r5n.12xlarge 2 | 9500 | 1187.5 | 40000 |
| r5n.16xlarge 2 | 13600 | 1700.0 | 60000 |
| r5n.24xlarge 2 | 19000 | 2375.0 | 80000 |
| r5n.metal 2 | 19000 | 2375.0 | 80000 |
| r6a.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| r6a.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| r6a.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| r6a.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| r6a.8xlarge 2 | 10000 | 1250.0 | 40000 |
| r6a.12xlarge 2 | 15000 | 1875.0 | 60000 |
| r6a.16xlarge 2 | 20000 | 2500.0 | 80000 |
| r6a.24xlarge 2 | 30000 | 3750.0 | 120000 |
| r6a.32xlarge 2 | 40000 | 5000.0 | 160000 |
| r6a.48xlarge 2 | 40000 | 5000.0 | 240000 |
| r6a.metal 2 | 40000 | 5000.0 | 240000 |
| r6g.medium 1 | 315 | 4750 | 39.38 | 593.75 | 2500 | 20000 |
| r6g.large 1 | 630 | 4750 | 78.75 | 593.75 | 3600 | 20000 |
| r6g.xlarge 1 | 1188 | 4750 | 148.50 | 593.75 | 6000 | 20000 |
| r6g.2xlarge 1 | 2375 | 4750 | 296.88 | 593.75 | 12000 | 20000 |
| r6g.4xlarge 2 | 4750 | 593.75 | 20000 |
| r6g.8xlarge 2 | 9500 | 1187.5 | 40000 |
| r6g.12xlarge 2 | 14250 | 1781.25 | 50000 |
| r6g.16xlarge 2 | 19000 | 2375.0 | 80000 |
| r6g.metal 2 | 19000 | 2375.0 | 80000 |
| r6gd.medium 1 | 315 | 4750 | 39.38 | 593.75 | 2500 | 20000 |
| r6gd.large 1 | 630 | 4750 | 78.75 | 593.75 | 3600 | 20000 |
| r6gd.xlarge 1 | 1188 | 4750 | 148.50 | 593.75 | 6000 | 20000 |
| r6gd.2xlarge 1 | 2375 | 4750 | 296.88 | 593.75 | 12000 | 20000 |
| r6gd.4xlarge 2 | 4750 | 593.75 | 20000 |
| r6gd.8xlarge 2 | 9500 | 1187.5 | 40000 |
| r6gd.12xlarge 2 | 14250 | 1781.25 | 50000 |
| r6gd.16xlarge 2 | 19000 | 2375.0 | 80000 |
| r6gd.metal 2 | 19000 | 2375.0 | 80000 |
| r6i.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| r6i.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| r6i.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| r6i.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| r6i.8xlarge 2 | 10000 | 1250.0 | 40000 |
| r6i.12xlarge 2 | 15000 | 1875.0 | 60000 |
| r6i.16xlarge 2 | 20000 | 2500.0 | 80000 |
| r6i.24xlarge 2 | 30000 | 3750.0 | 120000 |
| r6i.32xlarge 2 | 40000 | 5000.0 | 160000 |
| r6i.metal 2 | 40000 | 5000.0 | 160000 |
| r6id.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| r6id.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| r6id.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| r6id.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| r6id.8xlarge 2 | 10000 | 1250.0 | 40000 |
| r6id.12xlarge 2 | 15000 | 1875.0 | 60000 |
| r6id.16xlarge 2 | 20000 | 2500.0 | 80000 |
| r6id.24xlarge 2 | 30000 | 3750.0 | 120000 |
| r6id.32xlarge 2 | 40000 | 5000.0 | 160000 |
| r6id.metal 2 | 40000 | 5000.0 | 160000 |
| r6idn.large 1 | 1562 | 25000 | 195.31 | 3125.00 | 6250 | 100000 |
| r6idn.xlarge 1 | 3125 | 25000 | 390.62 | 3125.00 | 12500 | 100000 |
| r6idn.2xlarge 1 | 6250 | 25000 | 781.25 | 3125.00 | 25000 | 100000 |
| r6idn.4xlarge 1 | 12500 | 25000 | 1562.50 | 3125.00 | 50000 | 100000 |
| r6idn.8xlarge 2 | 25000 | 3125.0 | 100000 |
| r6idn.12xlarge 2 | 37500 | 4687.5 | 150000 |
| r6idn.16xlarge 2 | 50000 | 6250.0 | 200000 |
| r6idn.24xlarge 2 | 75000 | 9375.0 | 300000 |
| r6idn.32xlarge 2 | 100000 | 12500.0 | 400000 |
| r6idn.metal 2 | 100000 | 12500.0 | 400000 |
| r6in.large 1 | 1562 | 25000 | 195.31 | 3125.00 | 6250 | 100000 |
| r6in.xlarge 1 | 3125 | 25000 | 390.62 | 3125.00 | 12500 | 100000 |
| r6in.2xlarge 1 | 6250 | 25000 | 781.25 | 3125.00 | 25000 | 100000 |
| r6in.4xlarge 1 | 12500 | 25000 | 1562.50 | 3125.00 | 50000 | 100000 |
| r6in.8xlarge 2 | 25000 | 3125.0 | 100000 |
| r6in.12xlarge 2 | 37500 | 4687.5 | 150000 |
| r6in.16xlarge 2 | 50000 | 6250.0 | 200000 |
| r6in.24xlarge 2 | 75000 | 9375.0 | 300000 |
| r6in.32xlarge 2 | 100000 | 12500.0 | 400000 |
| r6in.metal 2 | 100000 | 12500.0 | 400000 |
| r7a.medium 1 | 325 | 10000 | 40.62 | 1250.00 | 2500 | 40000 |
| r7a.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| r7a.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| r7a.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| r7a.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| r7a.8xlarge 2 | 10000 | 1250.0 | 40000 |
| r7a.12xlarge 2 | 15000 | 1875.0 | 60000 |
| r7a.16xlarge 2 | 20000 | 2500.0 | 80000 |
| r7a.24xlarge 2 | 30000 | 3750.0 | 120000 |
| r7a.32xlarge 2 | 40000 | 5000.0 | 160000 |
| r7a.48xlarge 2 | 40000 | 5000.0 | 240000 |
| r7a.metal-48xl 2 | 40000 | 5000.0 | 240000 |
| r7g.medium 1 | 315 | 10000 | 39.38 | 1250.00 | 2500 | 40000 |
| r7g.large 1 | 630 | 10000 | 78.75 | 1250.00 | 3600 | 40000 |
| r7g.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| r7g.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| r7g.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| r7g.8xlarge 2 | 10000 | 1250.0 | 40000 |
| r7g.12xlarge 2 | 15000 | 1875.0 | 60000 |
| r7g.16xlarge 2 | 20000 | 2500.0 | 80000 |
| r7g.metal 2 | 20000 | 2500.0 | 80000 |
| r7gd.medium 1 | 315 | 10000 | 39.38 | 1250.00 | 2500 | 40000 |
| r7gd.large 1 | 630 | 10000 | 78.75 | 1250.00 | 3600 | 40000 |
| r7gd.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| r7gd.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| r7gd.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| r7gd.8xlarge 2 | 10000 | 1250.0 | 40000 |
| r7gd.12xlarge 2 | 15000 | 1875.0 | 60000 |
| r7gd.16xlarge 2 | 20000 | 2500.0 | 80000 |
| r7gd.metal 2 | 20000 | 2500.0 | 80000 |
| r7i.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| r7i.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| r7i.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| r7i.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| r7i.8xlarge 2 | 10000 | 1250.0 | 40000 |
| r7i.12xlarge 2 | 15000 | 1875.0 | 60000 |
| r7i.16xlarge 2 | 20000 | 2500.0 | 80000 |
| r7i.24xlarge 2 | 30000 | 3750.0 | 120000 |
| r7i.48xlarge 2 | 40000 | 5000.0 | 240000 |
| r7i.metal-24xl 2 | 30000 | 3750.0 | 120000 |
| r7i.metal-48xl 2 | 40000 | 5000.0 | 240000 |
| r7iz.large 1 | 792 | 10000 | 99.00 | 1250.00 | 3600 | 40000 |
| r7iz.xlarge 1 | 1584 | 10000 | 198.00 | 1250.00 | 6667 | 40000 |
| r7iz.2xlarge 1 | 3168 | 10000 | 396.00 | 1250.00 | 13333 | 40000 |
| r7iz.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| r7iz.8xlarge 2 | 10000 | 1250.0 | 40000 |
| r7iz.12xlarge 2 | 19000 | 2375.0 | 76000 |
| r7iz.16xlarge 2 | 20000 | 2500.0 | 80000 |
| r7iz.32xlarge 2 | 40000 | 5000.0 | 160000 |
| r7iz.metal-16xl 2 | 20000 | 2500.0 | 80000 |
| r7iz.metal-32xl 2 | 40000 | 5000.0 | 160000 |
| r8a.medium 1 | 325 | 10000 | 40.62 | 1250.00 | 2500 | 40000 |
| r8a.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| r8a.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| r8a.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| r8a.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| r8a.8xlarge 2 | 10000 | 1250.0 | 40000 |
| r8a.12xlarge 2 | 15000 | 1875.0 | 60000 |
| r8a.16xlarge 2 | 20000 | 2500.0 | 80000 |
| r8a.24xlarge 2 | 30000 | 3750.0 | 120000 |
| r8a.48xlarge 2 | 60000 | 7500.0 | 240000 |
| r8a.metal-24xl 2 | 30000 | 3750.0 | 120000 |
| r8a.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| r8g.medium 1 | 315 | 10000 | 39.38 | 1250.00 | 2500 | 40000 |
| r8g.large 1 | 630 | 10000 | 78.75 | 1250.00 | 3600 | 40000 |
| r8g.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| r8g.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| r8g.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| r8g.8xlarge 2 | 10000 | 1250.0 | 40000 |
| r8g.12xlarge 2 | 15000 | 1875.0 | 60000 |
| r8g.16xlarge 2 | 20000 | 2500.0 | 80000 |
| r8g.24xlarge 2 | 30000 | 3750.0 | 120000 |
| r8g.48xlarge 2 | 40000 | 5000.0 | 240000 |
| r8g.metal-24xl 2 | 30000 | 3750.0 | 120000 |
| r8g.metal-48xl 2 | 40000 | 5000.0 | 240000 |
| r8gb.medium 1 | 1562 | 25000 | 195.31 | 3125.00 | 7500 | 120000 |
| r8gb.large 1 | 3125 | 25000 | 390.62 | 3125.00 | 15000 | 120000 |
| r8gb.xlarge 1 | 6250 | 25000 | 781.25 | 3125.00 | 30000 | 120000 |
| r8gb.2xlarge 1 | 12500 | 25000 | 1562.50 | 3125.00 | 60000 | 120000 |
| r8gb.4xlarge 2 | 25000 | 3125.0 | 120000 |
| r8gb.8xlarge 2 | 50000 | 6250.0 | 240000 |
| r8gb.12xlarge 2 | 75000 | 9375.0 | 360000 |
| r8gb.16xlarge 2 | 100000 | 12500.0 | 480000 |
| r8gb.24xlarge 2 | 150000 | 18750.0 | 720000 |
| r8gb.48xlarge 2 | 300000 | 37500.0 | 1440000 |
| r8gb.metal-24xl 2 | 150000 | 18750.0 | 720000 |
| r8gb.metal-48xl 2 | 300000 | 37500.0 | 1440000 |
| r8gd.medium 1 | 315 | 10000 | 39.38 | 1250.00 | 2500 | 40000 |
| r8gd.large 1 | 630 | 10000 | 78.75 | 1250.00 | 3600 | 40000 |
| r8gd.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| r8gd.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| r8gd.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| r8gd.8xlarge 2 | 10000 | 1250.0 | 40000 |
| r8gd.12xlarge 2 | 15000 | 1875.0 | 60000 |
| r8gd.16xlarge 2 | 20000 | 2500.0 | 80000 |
| r8gd.24xlarge 2 | 30000 | 3750.0 | 120000 |
| r8gd.48xlarge 2 | 40000 | 5000.0 | 240000 |
| r8gd.metal-24xl 2 | 30000 | 3750.0 | 120000 |
| r8gd.metal-48xl 2 | 40000 | 5000.0 | 240000 |
| r8gn.medium 1 | 760 | 10000 | 95.00 | 1250.00 | 2500 | 40000 |
| r8gn.large 1 | 1250 | 10000 | 156.25 | 1250.00 | 5000 | 40000 |
| r8gn.xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 10000 | 40000 |
| r8gn.2xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| r8gn.4xlarge 2 | 10000 | 1250.0 | 40000 |
| r8gn.8xlarge 2 | 20000 | 2500.0 | 80000 |
| r8gn.12xlarge 2 | 30000 | 3750.0 | 120000 |
| r8gn.16xlarge 2 | 40000 | 5000.0 | 160000 |
| r8gn.24xlarge 2 | 60000 | 7500.0 | 240000 |
| r8gn.48xlarge 2 | 60000 | 7500.0 | 240000 |
| r8gn.metal-24xl 2 | 60000 | 7500.0 | 240000 |
| r8gn.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| r8i.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| r8i.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| r8i.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| r8i.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| r8i.8xlarge 2 | 10000 | 1250.0 | 40000 |
| r8i.12xlarge 2 | 15000 | 1875.0 | 60000 |
| r8i.16xlarge 2 | 20000 | 2500.0 | 80000 |
| r8i.24xlarge 2 | 30000 | 3750.0 | 120000 |
| r8i.32xlarge 2 | 40000 | 5000.0 | 160000 |
| r8i.48xlarge 2 | 60000 | 7500.0 | 240000 |
| r8i.96xlarge 2 | 80000 | 10000.0 | 480000 |
| r8i.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| r8i.metal-96xl 2 | 80000 | 10000.0 | 480000 |
| r8id.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| r8id.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| r8id.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| r8id.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| r8id.8xlarge 2 | 10000 | 1250.0 | 40000 |
| r8id.12xlarge 2 | 15000 | 1875.0 | 60000 |
| r8id.16xlarge 2 | 20000 | 2500.0 | 80000 |
| r8id.24xlarge 2 | 30000 | 3750.0 | 120000 |
| r8id.32xlarge 2 | 40000 | 5000.0 | 160000 |
| r8id.48xlarge 2 | 60000 | 7500.0 | 240000 |
| r8id.96xlarge 2 | 80000 | 10000.0 | 480000 |
| r8id.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| r8id.metal-96xl 2 | 80000 | 10000.0 | 480000 |
| r8i-flex.large 1 | 315 | 10000 | 39.38 | 1250.00 | 2500 | 40000 |
| r8i-flex.xlarge 1 | 630 | 10000 | 78.75 | 1250.00 | 3600 | 40000 |
| r8i-flex.2xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| r8i-flex.4xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| r8i-flex.8xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| r8i-flex.12xlarge 1 | 7500 | 15000 | 937.50 | 1875.00 | 30000 | 60000 |
| r8i-flex.16xlarge 1 | 10000 | 20000 | 1250.00 | 2500.00 | 40000 | 80000 |
| u-3tb1.56xlarge 2 | 19000 | 2375.0 | 80000 |
| u-6tb1.56xlarge 2 | 38000 | 4750.0 | 160000 |
| u-6tb1.112xlarge 2 | 38000 | 4750.0 | 160000 |
| u-6tb1.metal 2 | 38000 | 4750.0 | 160000 |
| u-9tb1.112xlarge 2 | 38000 | 4750.0 | 160000 |
| u-9tb1.metal 2 | 38000 | 4750.0 | 160000 |
| u-12tb1.112xlarge 2 | 38000 | 4750.0 | 160000 |
| u-12tb1.metal 2 | 38000 | 4750.0 | 160000 |
| u-18tb1.112xlarge 2 | 38000 | 4750.0 | 160000 |
| u-18tb1.metal 2 | 38000 | 4750.0 | 160000 |
| u-24tb1.112xlarge 2 | 38000 | 4750.0 | 160000 |
| u-24tb1.metal 2 | 38000 | 4750.0 | 160000 |
| u7i-6tb.112xlarge 2 | 100000 | 12500.0 | 560000 |
| u7i-8tb.112xlarge 2 | 100000 | 12500.0 | 560000 |
| u7i-12tb.224xlarge 2 | 100000 | 12500.0 | 560000 |
| u7in-16tb.224xlarge 2 | 100000 | 12500.0 | 560000 |
| u7in-24tb.224xlarge 2 | 100000 | 12500.0 | 560000 |
| u7in-32tb.224xlarge 2 | 100000 | 12500.0 | 560000 |
| u7inh-32tb.480xlarge 2 | 160000 | 20000.0 | 840000 |
| x1.16xlarge 2 | 7000 | 875.0 | 40000 |
| x1.32xlarge 2 | 14000 | 1750.0 | 80000 |
| x1e.xlarge 2 | 500 | 62.5 | 3700 |
| x1e.2xlarge 2 | 1000 | 125.0 | 7400 |
| x1e.4xlarge 2 | 1750 | 218.75 | 10000 |
| x1e.8xlarge 2 | 3500 | 437.5 | 20000 |
| x1e.16xlarge 2 | 7000 | 875.0 | 40000 |
| x1e.32xlarge 2 | 14000 | 1750.0 | 80000 |
| x2gd.medium 1 | 315 | 4750 | 39.38 | 593.75 | 2500 | 20000 |
| x2gd.large 1 | 630 | 4750 | 78.75 | 593.75 | 3600 | 20000 |
| x2gd.xlarge 1 | 1188 | 4750 | 148.50 | 593.75 | 6000 | 20000 |
| x2gd.2xlarge 1 | 2375 | 4750 | 296.88 | 593.75 | 12000 | 20000 |
| x2gd.4xlarge 2 | 4750 | 593.75 | 20000 |
| x2gd.8xlarge 2 | 9500 | 1187.5 | 40000 |
| x2gd.12xlarge 2 | 14250 | 1781.25 | 60000 |
| x2gd.16xlarge 2 | 19000 | 2375.0 | 80000 |
| x2gd.metal 2 | 19000 | 2375.0 | 80000 |
| x2idn.16xlarge 2 | 40000 | 5000.0 | 173333 |
| x2idn.24xlarge 2 | 60000 | 7500.0 | 260000 |
| x2idn.32xlarge 2 | 80000 | 10000.0 | 260000 |
| x2idn.metal 2 | 80000 | 10000.0 | 260000 |
| x2iedn.xlarge 1 | 2500 | 20000 | 312.50 | 2500.00 | 8125 | 65000 |
| x2iedn.2xlarge 1 | 5000 | 20000 | 625.00 | 2500.00 | 16250 | 65000 |
| x2iedn.4xlarge 1 | 10000 | 20000 | 1250.00 | 2500.00 | 32500 | 65000 |
| x2iedn.8xlarge 2 | 20000 | 2500.0 | 65000 |
| x2iedn.16xlarge 2 | 40000 | 5000.0 | 130000 |
| x2iedn.24xlarge 2 | 60000 | 7500.0 | 195000 |
| x2iedn.32xlarge 2 | 80000 | 10000.0 | 260000 |
| x2iedn.metal 2 | 80000 | 10000.0 | 260000 |
| x2iezn.2xlarge 2 | 3170 | 396.25 | 13333 |
| x2iezn.4xlarge 2 | 4750 | 593.75 | 20000 |
| x2iezn.6xlarge 2 | 9500 | 1187.5 | 40000 |
| x2iezn.8xlarge 2 | 12000 | 1500.0 | 55000 |
| x2iezn.12xlarge 2 | 19000 | 2375.0 | 80000 |
| x2iezn.metal 2 | 19000 | 2375.0 | 80000 |
| x8g.medium 1 | 315 | 10000 | 39.38 | 1250.00 | 2500 | 40000 |
| x8g.large 1 | 630 | 10000 | 78.75 | 1250.00 | 3600 | 40000 |
| x8g.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| x8g.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| x8g.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| x8g.8xlarge 2 | 10000 | 1250.0 | 40000 |
| x8g.12xlarge 2 | 15000 | 1875.0 | 60000 |
| x8g.16xlarge 2 | 20000 | 2500.0 | 80000 |
| x8g.24xlarge 2 | 30000 | 3750.0 | 120000 |
| x8g.48xlarge 2 | 40000 | 5000.0 | 240000 |
| x8g.metal-24xl 2 | 30000 | 3750.0 | 120000 |
| x8g.metal-48xl 2 | 40000 | 5000.0 | 240000 |
| x8aedz.large 1 | 1250 | 15000 | 156.25 | 1875.00 | 5000 | 60000 |
| x8aedz.xlarge 1 | 2500 | 15000 | 312.50 | 1875.00 | 10000 | 60000 |
| x8aedz.3xlarge 1 | 7500 | 15000 | 937.50 | 1875.00 | 30000 | 60000 |
| x8aedz.6xlarge 2 | 15000 | 1875.0 | 60000 |
| x8aedz.12xlarge 2 | 30000 | 3750.0 | 120000 |
| x8aedz.24xlarge 2 | 60000 | 7500.0 | 240000 |
| x8aedz.metal-12xl 2 | 30000 | 3750.0 | 120000 |
| x8aedz.metal-24xl 2 | 60000 | 7500.0 | 240000 |
| x8i.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| x8i.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| x8i.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| x8i.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| x8i.8xlarge 2 | 10000 | 1250.0 | 40000 |
| x8i.12xlarge 2 | 15000 | 1875.0 | 60000 |
| x8i.16xlarge 2 | 20000 | 2500.0 | 80000 |
| x8i.24xlarge 2 | 30000 | 3750.0 | 120000 |
| x8i.32xlarge 2 | 40000 | 5000.0 | 160000 |
| x8i.48xlarge 2 | 60000 | 7500.0 | 240000 |
| x8i.64xlarge 2 | 70000 | 8750.0 | 320000 |
| x8i.96xlarge 2 | 80000 | 10000.0 | 480000 |
| x8i.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| x8i.metal-96xl 2 | 80000 | 10000.0 | 480000 |
| z1d.large 1 | 800 | 3170 | 100.00 | 396.25 | 3333 | 13333 |
| z1d.xlarge 1 | 1580 | 3170 | 197.50 | 396.25 | 6667 | 13333 |
| z1d.2xlarge 2 | 3170 | 396.25 | 13333 |
| z1d.3xlarge 2 | 4750 | 593.75 | 20000 |
| z1d.6xlarge 2 | 9500 | 1187.5 | 40000 |
| z1d.12xlarge 2 | 19000 | 2375.0 | 80000 |
| z1d.metal 2 | 19000 | 2375.0 | 80000 |
1 이러한 인스턴스는 24시간에 한 번 이상 30분 동안 최대 성능을 유지할 수 있습니다. 이후에는 기준 성능으로 돌아갑니다.
2 이러한 인스턴스는 명시된 성능을 무기한으로 유지할 수 있습니다. 최대 성능이 30분 이상 지속되어야 하는 워크로드가 있는 경우 이러한 인스턴스 중 하나를 사용합니다.
### 스토리지 최적화
| 인스턴스 크기 | 기준 대역폭(Mbps) | 최대 대역폭(Mbps) | 기준 처리량(MB/s, 128KiB I/O) | 최대 처리량(MB/s, 128KiB I/O) | 기준 IOPS(16 KiB I/O) | 최대 IOPS(16KiB I/O) |
| --- | --- | --- | --- | --- | --- | --- |
| d2.xlarge 2 | 750 | 93.75 | 6000 |
| d2.2xlarge 2 | 1000 | 125.0 | 8000 |
| d2.4xlarge 2 | 2000 | 250.0 | 16000 |
| d2.8xlarge 2 | 4000 | 500.0 | 32000 |
| d3.xlarge 1 | 850 | 2800 | 106.25 | 350.00 | 5000 | 15000 |
| d3.2xlarge 1 | 1700 | 2800 | 212.50 | 350.00 | 10000 | 15000 |
| d3.4xlarge 2 | 2800 | 350.0 | 15000 |
| d3.8xlarge 2 | 5000 | 625.0 | 30000 |
| d3en.xlarge 1 | 850 | 2800 | 106.25 | 350.00 | 5000 | 15000 |
| d3en.2xlarge 1 | 1700 | 2800 | 212.50 | 350.00 | 10000 | 15000 |
| d3en.4xlarge 2 | 2800 | 350.0 | 15000 |
| d3en.6xlarge 2 | 4000 | 500.0 | 25000 |
| d3en.8xlarge 2 | 5000 | 625.0 | 30000 |
| d3en.12xlarge 2 | 7000 | 875.0 | 40000 |
| h1.2xlarge 2 | 1750 | 218.75 | 12000 |
| h1.4xlarge 2 | 3500 | 437.5 | 20000 |
| h1.8xlarge 2 | 7000 | 875.0 | 40000 |
| h1.16xlarge 2 | 14000 | 1750.0 | 80000 |
| i3.large 2 | 425 | 53.125 | 3000 |
| i3.xlarge 2 | 850 | 106.25 | 6000 |
| i3.2xlarge 2 | 1700 | 212.5 | 12000 |
| i3.4xlarge 2 | 3500 | 437.5 | 16000 |
| i3.8xlarge 2 | 7000 | 875.0 | 32500 |
| i3.16xlarge 2 | 14000 | 1750.0 | 65000 |
| i3.metal 2 | 19000 | 2375.0 | 80000 |
| i3en.large 1 | 576 | 4750 | 72.10 | 593.75 | 3000 | 20000 |
| i3en.xlarge 1 | 1153 | 4750 | 144.20 | 593.75 | 6000 | 20000 |
| i3en.2xlarge 1 | 2307 | 4750 | 288.39 | 593.75 | 12000 | 20000 |
| i3en.3xlarge 1 | 3800 | 4750 | 475.00 | 593.75 | 15000 | 20000 |
| i3en.6xlarge 2 | 4750 | 593.75 | 20000 |
| i3en.12xlarge 2 | 9500 | 1187.5 | 40000 |
| i3en.24xlarge 2 | 19000 | 2375.0 | 80000 |
| i3en.metal 2 | 19000 | 2375.0 | 80000 |
| i4g.large 1 | 625 | 10000 | 78.12 | 1250.00 | 2500 | 40000 |
| i4g.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 5000 | 40000 |
| i4g.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 10000 | 40000 |
| i4g.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| i4g.8xlarge 2 | 10000 | 1250.0 | 40000 |
| i4g.16xlarge 2 | 20000 | 2500.0 | 80000 |
| i4i.large 1 | 625 | 10000 | 78.12 | 1250.00 | 2500 | 40000 |
| i4i.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 5000 | 40000 |
| i4i.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 10000 | 40000 |
| i4i.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| i4i.8xlarge 2 | 10000 | 1250.0 | 40000 |
| i4i.12xlarge 2 | 15000 | 1875.0 | 60000 |
| i4i.16xlarge 2 | 20000 | 2500.0 | 80000 |
| i4i.24xlarge 2 | 30000 | 3750.0 | 120000 |
| i4i.32xlarge 2 | 40000 | 5000.0 | 160000 |
| i4i.metal 2 | 40000 | 5000.0 | 160000 |
| i7i.large 1 | 625 | 10000 | 78.12 | 1250.00 | 2500 | 40000 |
| i7i.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 5000 | 40000 |
| i7i.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 10000 | 40000 |
| i7i.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| i7i.8xlarge 2 | 10000 | 1250.0 | 40000 |
| i7i.12xlarge 2 | 15000 | 1875.0 | 60000 |
| i7i.16xlarge 2 | 20000 | 2500.0 | 80000 |
| i7i.24xlarge 2 | 30000 | 3750.0 | 120000 |
| i7i.48xlarge 2 | 60000 | 7500.0 | 240000 |
| i7i.metal-24xl 2 | 30000 | 3750.0 | 120000 |
| i7i.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| i7ie.large 1 | 625 | 10000 | 78.12 | 1250.00 | 2500 | 40000 |
| i7ie.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 5000 | 40000 |
| i7ie.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 10000 | 40000 |
| i7ie.3xlarge 1 | 3750 | 10000 | 468.75 | 1250.00 | 15000 | 40000 |
| i7ie.6xlarge 1 | 7500 | 10000 | 937.50 | 1250.00 | 30000 | 40000 |
| i7ie.12xlarge 2 | 15000 | 1875.0 | 60000 |
| i7ie.18xlarge 2 | 22500 | 2812.5 | 90000 |
| i7ie.24xlarge 2 | 30000 | 3750.0 | 120000 |
| i7ie.48xlarge 2 | 60000 | 7500.0 | 240000 |
| i7ie.metal-24xl 2 | 30000 | 3750.0 | 120000 |
| i7ie.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| i8g.large 1 | 625 | 10000 | 78.12 | 1250.00 | 2500 | 40000 |
| i8g.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 5000 | 40000 |
| i8g.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 10000 | 40000 |
| i8g.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| i8g.8xlarge 2 | 10000 | 1250.0 | 40000 |
| i8g.12xlarge 2 | 15000 | 1875.0 | 60000 |
| i8g.16xlarge 2 | 20000 | 2500.0 | 80000 |
| i8g.24xlarge 2 | 30000 | 3750.0 | 120000 |
| i8g.48xlarge2 | 60000 | 7500.0 | 240000 |
| i8g.metal-24xl 2 | 30000 | 3750.0 | 120000 |
| i8g.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| i8ge.large 1 | 625 | 10000 | 78.12 | 1250.00 | 2500 | 40000 |
| i8ge.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 5000 | 40000 |
| i8ge.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 10000 | 40000 |
| i8ge.3xlarge 1 | 3750 | 10000 | 468.75 | 1250.00 | 15000 | 40000 |
| i8ge.6xlarge 1 | 7500 | 10000 | 937.50 | 1250.00 | 30000 | 40000 |
| i8ge.12xlarge 2 | 15000 | 1875.0 | 60000 |
| i8ge.18xlarge 2 | 22500 | 2812.5 | 90000 |
| i8ge.24xlarge 2 | 30000 | 3750.0 | 120000 |
| i8ge.48xlarge 2 | 60000 | 7500.0 | 240000 |
| i8ge.metal-24xl 2 | 30000 | 3750.0 | 120000 |
| i8ge.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| im4gn.large 1 | 1250 | 10000 | 156.25 | 1250.00 | 5000 | 40000 |
| im4gn.xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 10000 | 40000 |
| im4gn.2xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| im4gn.4xlarge 2 | 10000 | 1250.0 | 40000 |
| im4gn.8xlarge 2 | 20000 | 2500.0 | 80000 |
| im4gn.16xlarge 2 | 40000 | 5000.0 | 160000 |
| is4gen.medium 1 | 625 | 10000 | 78.12 | 1250.00 | 2500 | 40000 |
| is4gen.large 1 | 1250 | 10000 | 156.25 | 1250.00 | 5000 | 40000 |
| is4gen.xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 10000 | 40000 |
| is4gen.2xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| is4gen.4xlarge 2 | 10000 | 1250.0 | 40000 |
| is4gen.8xlarge 2 | 20000 | 2500.0 | 80000 |
1 이러한 인스턴스는 24시간에 한 번 이상 30분 동안 최대 성능을 유지할 수 있습니다. 이후에는 기준 성능으로 돌아갑니다.
2 이러한 인스턴스는 명시된 성능을 무기한으로 유지할 수 있습니다. 최대 성능이 30분 이상 지속되어야 하는 워크로드가 있는 경우 이러한 인스턴스 중 하나를 사용합니다.
### 가속 컴퓨팅
| 인스턴스 크기 | 기준 대역폭(Mbps) | 최대 대역폭(Mbps) | 기준 처리량(MB/s, 128KiB I/O) | 최대 처리량(MB/s, 128KiB I/O) | 기준 IOPS(16 KiB I/O) | 최대 IOPS(16KiB I/O) |
| --- | --- | --- | --- | --- | --- | --- |
| dl1.24xlarge 2 | 19000 | 2375.0 | 80000 |
| dl2q.24xlarge 2 | 19000 | 2375.0 | 80000 |
| f1.2xlarge 2 | 1700 | 212.5 | 12000 |
| f1.4xlarge 2 | 3500 | 437.5 | 44000 |
| f1.16xlarge 2 | 14000 | 1750.0 | 75000 |
| f2.6xlarge 2 | 7500 | 937.5 | 30000 |
| f2.12xlarge 2 | 15000 | 1875.0 | 60000 |
| f2.48xlarge 2 | 60000 | 7500.0 | 240000 |
| g3.4xlarge 2 | 3500 | 437.5 | 20000 |
| g3.8xlarge 2 | 7000 | 875.0 | 40000 |
| g3.16xlarge 2 | 14000 | 1750.0 | 80000 |
| g4ad.xlarge 1 | 400 | 3170 | 50.00 | 396.25 | 1700 | 13333 |
| g4ad.2xlarge 1 | 800 | 3170 | 100.00 | 396.25 | 3400 | 13333 |
| g4ad.4xlarge 1 | 1580 | 3170 | 197.50 | 396.25 | 6700 | 13333 |
| g4ad.8xlarge 2 | 3170 | 396.25 | 13333 |
| g4ad.16xlarge 2 | 6300 | 787.5 | 26667 |
| g4dn.xlarge 1 | 950 | 3500 | 118.75 | 437.50 | 3000 | 20000 |
| g4dn.2xlarge 1 | 1150 | 3500 | 143.75 | 437.50 | 6000 | 20000 |
| g4dn.4xlarge 2 | 4750 | 593.75 | 20000 |
| g4dn.8xlarge 2 | 9500 | 1187.5 | 40000 |
| g4dn.12xlarge 2 | 9500 | 1187.5 | 40000 |
| g4dn.16xlarge 2 | 9500 | 1187.5 | 40000 |
| g4dn.metal 2 | 19000 | 2375.0 | 80000 |
| g5.xlarge 1 | 700 | 3500 | 87.50 | 437.50 | 3000 | 15000 |
| g5.2xlarge 1 | 850 | 3500 | 106.25 | 437.50 | 3500 | 15000 |
| g5.4xlarge 2 | 4750 | 593.75 | 20000 |
| g5.8xlarge 2 | 16000 | 2000.0 | 65000 |
| g5.12xlarge 2 | 16000 | 2000.0 | 65000 |
| g5.16xlarge 2 | 16000 | 2000.0 | 65000 |
| g5.24xlarge 2 | 19000 | 2375.0 | 80000 |
| g5.48xlarge 2 | 19000 | 2375.0 | 80000 |
| g5g.xlarge 1 | 1188 | 4750 | 148.50 | 593.75 | 6000 | 20000 |
| g5g.2xlarge 1 | 2375 | 4750 | 296.88 | 593.75 | 12000 | 20000 |
| g5g.4xlarge 2 | 4750 | 593.75 | 20000 |
| g5g.8xlarge 2 | 9500 | 1187.5 | 40000 |
| g5g.16xlarge 2 | 19000 | 2375.0 | 80000 |
| g5g.metal 2 | 19000 | 2375.0 | 80000 |
| g6.xlarge 1 | 1000 | 5000 | 125.00 | 625.00 | 4000 | 20000 |
| g6.2xlarge 1 | 2000 | 5000 | 250.00 | 625.00 | 8000 | 20000 |
| g6.4xlarge 2 | 8000 | 1000.0 | 32000 |
| g6.8xlarge 2 | 16000 | 2000.0 | 64000 |
| g6.12xlarge 2 | 20000 | 2500.0 | 80000 |
| g6.16xlarge 2 | 20000 | 2500.0 | 80000 |
| g6.24xlarge 2 | 30000 | 3750.0 | 120000 |
| g6.48xlarge 2 | 60000 | 7500.0 | 240000 |
| g6e.xlarge 1 | 1000 | 5000 | 125.00 | 625.00 | 4000 | 20000 |
| g6e.2xlarge 1 | 2000 | 5000 | 250.00 | 625.00 | 8000 | 20000 |
| g6e.4xlarge 2 | 8000 | 1000.0 | 32000 |
| g6e.8xlarge 2 | 16000 | 2000.0 | 64000 |
| g6e.12xlarge 2 | 20000 | 2500.0 | 80000 |
| g6e.16xlarge 2 | 20000 | 2500.0 | 80000 |
| g6e.24xlarge 2 | 30000 | 3750.0 | 120000 |
| g6e.48xlarge 2 | 60000 | 7500.0 | 240000 |
| g6f.large 1 | 936 | 5000 | 117.00 | 625.00 | 3750 | 20000 |
| g6f.xlarge 1 | 1000 | 5000 | 125.00 | 625.00 | 4000 | 20000 |
| g6f.2xlarge 1 | 2000 | 5000 | 250.00 | 625.00 | 8000 | 20000 |
| g6f.4xlarge 2 | 6000 | 750.0 | 24000 |
| gr6.4xlarge 2 | 8000 | 1000.0 | 32000 |
| gr6.8xlarge 2 | 16000 | 2000.0 | 64000 |
| gr6f.4xlarge 2 | 8000 | 1000.0 | 32000 |
| g7e.2xlarge 1 | 2000 | 5000 | 250.00 | 625.00 | 8000 | 20000 |
| g7e.4xlarge 2 | 8000 | 1000.0 | 32000 |
| g7e.8xlarge 2 | 16000 | 2000.0 | 64000 |
| g7e.12xlarge 2 | 25000 | 3125.0 | 100000 |
| g7e.24xlarge 2 | 50000 | 6250.0 | 200000 |
| g7e.48xlarge 2 | 100000 | 12500.0 | 400000 |
| inf1.xlarge 1 | 1190 | 4750 | 148.75 | 593.75 | 4000 | 20000 |
| inf1.2xlarge 1 | 1190 | 4750 | 148.75 | 593.75 | 6000 | 20000 |
| inf1.6xlarge 2 | 4750 | 593.75 | 20000 |
| inf1.24xlarge 2 | 19000 | 2375.0 | 80000 |
| inf2.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| inf2.8xlarge 2 | 10000 | 1250.0 | 40000 |
| inf2.24xlarge 2 | 30000 | 3750.0 | 120000 |
| inf2.48xlarge 2 | 60000 | 7500.0 | 240000 |
| p3.2xlarge 2 | 1750 | 218.75 | 10000 |
| p3.8xlarge 2 | 7000 | 875.0 | 40000 |
| p3.16xlarge 2 | 14000 | 1750.0 | 80000 |
| p3dn.24xlarge 2 | 19000 | 2375.0 | 80000 |
| p4d.24xlarge 2 | 19000 | 2375.0 | 80000 |
| p4de.24xlarge 2 | 19000 | 2375.0 | 80000 |
| p5.4xlarge 2 | 10000 | 1250.0 | 32500 |
| p5.48xlarge 2 | 80000 | 10000.0 | 260000 |
| p5e.48xlarge 2 | 80000 | 10000.0 | 260000 |
| p5en.48xlarge 2 | 100000 | 12500.0 | 400000 |
| p6-b200.48xlarge 2 | 100000 | 12500.0 | 400000 |
| p6-b300.48xlarge 2 | 100000 | 12500.0 | 400000 |
| p6e-gb200.36xlarge 2 | 60000 | 7500.0 | 240000 |
| trn1.2xlarge 1 | 5000 | 20000 | 625.00 | 2500.00 | 16250 | 65000 |
| trn1.32xlarge 2 | 80000 | 10000.0 | 260000 |
| trn1n.32xlarge 2 | 80000 | 10000.0 | 260000 |
| trn2.3xlarge 2 | 5000 | 625.0 | 16250 |
| trn2.48xlarge 2 | 80000 | 10000.0 | 260000 |
| trn2u.48xlarge 2 | 80000 | 10000.0 | 260000 |
| vt1.3xlarge 1 | 2375 | 4750 | 296.88 | 593.75 | 10000 | 20000 |
| vt1.6xlarge 2 | 4750 | 593.75 | 20000 |
| vt1.24xlarge 2 | 19000 | 2375.0 | 80000 |
1 이러한 인스턴스는 24시간에 한 번 이상 30분 동안 최대 성능을 유지할 수 있습니다. 이후에는 기준 성능으로 돌아갑니다.
2 이러한 인스턴스는 명시된 성능을 무기한으로 유지할 수 있습니다. 최대 성능이 30분 이상 지속되어야 하는 워크로드가 있는 경우 이러한 인스턴스 중 하나를 사용합니다.
### 고성능 컴퓨팅
| 인스턴스 크기 | 기준 대역폭(Mbps) | 최대 대역폭(Mbps) | 기준 처리량(MB/s, 128KiB I/O) | 최대 처리량(MB/s, 128KiB I/O) | 기준 IOPS(16 KiB I/O) | 최대 IOPS(16KiB I/O) |
| --- | --- | --- | --- | --- | --- | --- |
| hpc6a.48xlarge 1 | 87 | 2085 | 10.88 | 260.62 | 500 | 11000 |
| hpc6id.32xlarge 1 | 87 | 2085 | 10.88 | 260.62 | 500 | 11000 |
| hpc7a.12xlarge 1 | 87 | 2085 | 10.88 | 260.62 | 500 | 11000 |
| hpc7a.24xlarge 1 | 87 | 2085 | 10.88 | 260.62 | 500 | 11000 |
| hpc7a.48xlarge 1 | 87 | 2085 | 10.88 | 260.62 | 500 | 11000 |
| hpc7a.96xlarge 1 | 87 | 2085 | 10.88 | 260.62 | 500 | 11000 |
| hpc7g.4xlarge 1 | 87 | 2085 | 10.88 | 260.62 | 500 | 11000 |
| hpc7g.8xlarge 1 | 87 | 2085 | 10.88 | 260.62 | 500 | 11000 |
| hpc7g.16xlarge 1 | 87 | 2085 | 10.88 | 260.62 | 500 | 11000 |
| hpc8a.96xlarge 1 | 87 | 2085 | 10.88 | 260.62 | 500 | 11000 |
1 이러한 인스턴스는 24시간에 한 번 이상 30분 동안 최대 성능을 유지할 수 있습니다. 이후에는 기준 성능으로 돌아갑니다.
2 이러한 인스턴스는 명시된 성능을 무기한으로 유지할 수 있습니다. 최대 성능이 30분 이상 지속되어야 하는 워크로드가 있는 경우 이러한 인스턴스 중 하나를 사용합니다.
## EBS 최적화 지원됨
다음 인스턴스 유형은 EBS 최적화를 지원하지만 EBS 최적화가 기본적으로 활성화되지 않습니다. 설명된 EBS 성능 수준을 달성하려면 시작 중 또는 시작 후에 [추가 시간당 요금](https://aws.amazon.com/ec2/previous-generation/#EBS-optimized_instances)을 지불하고 EBS 최적화를 활성화해야 합니다.
| 인스턴스 크기 | 최대 대역폭(Mbps) | 최대 처리량(MB/s, 128KiB I/O) | 최대 IOPS(16KiB I/O) |
| --- | --- | --- | --- |
| c1.xlarge | 1000 | 125.0 | 8000 |
| c3.xlarge | 500 | 62.5 | 4000 |
| c3.2xlarge | 1000 | 125.0 | 8000 |
| c3.4xlarge | 2000 | 250.0 | 16000 |
| i2.xlarge | 500 | 62.5 | 4000 |
| i2.2xlarge | 1000 | 125.0 | 8000 |
| i2.4xlarge | 2000 | 250.0 | 16000 |
| m1.large | 500 | 62.5 | 4000 |
| m1.xlarge | 1000 | 125.0 | 8000 |
| m2.2xlarge | 500 | 62.5 | 4000 |
| m2.4xlarge | 1000 | 125.0 | 8000 |
| m3.xlarge | 500 | 62.5 | 4000 |
| m3.2xlarge | 1000 | 125.0 | 8000 |
| r3.xlarge | 500 | 62.5 | 4000 |
| r3.2xlarge | 1000 | 125.0 | 8000 |
| r3.4xlarge | 2000 | 250.0 | 16000 |
**참고**
`i2.8xlarge`, `c3.8xlarge`, `r3.8xlarge` 인스턴스에는 전용 EBS 대역폭이 없으므로 EBS 최적화에 영향을 미치지 않습니다. 이러한 인스턴스에서 네트워크 트래픽과 Amazon EBS 트래픽은 동일한 10기가비트 네트워크 인터페이스를 공유합니다.
# Amazon EBS 최적화 성능 극대화
인스턴스 유형의 EBS 성능은 인스턴스의 성능 제한 또는 연결된 볼륨의 집계된 성능 중 작은 쪽의 제한을 받습니다. 최대한의 EBS 성능을 달성하기 위해서는 인스턴스에 최대 인스턴스 성능과 같거나 그 이상의 결합된 성능을 제공하는 연결된 볼륨이 있어야 합니다. 예를 들어 `r6i.16xlarge`에 대해 `80,000` IOPS를 달성하려면 인스턴스에 각각 `16,000` IOPS로 프로비저닝된 `5` `gp2` 이상의 볼륨이 있어야 합니다(`5` 볼륨 x `16,000` IOPS = `80,000` IOPS). 또는 `80,000` IOPS로 프로비저닝된 `1` `gp3` 볼륨을 보유할 수 있습니다. 애플리케이션에 필요한 것보다 많은 전용 Amazon EBS 처리량을 제공하는 인스턴스 유형을 선택하는 것이 좋습니다. 그렇게 하지 않으면 Amazon EBS와 Amazon EC2 간의 연결에 성능 제한이 발생할 수 있습니다.
**중요**
구성 가능한 대역폭 가중치를 사용하는 경우 인스턴스의 EBS 대역폭 제한이 변경될 수 있습니다. 네트워킹 대역폭을 증가시키는 `VPC-1` 가중치 구성이 있는 인스턴스의 경우 IOPS 제한에 도달하기 전에 EBS 대역폭 제한에 도달하여 EBS 볼륨의 IOPS가 낮아질 수 있습니다. IOPS 저하는 특히 I/O 크기가 클수록 두드러집니다. 항상 특정 워크로드를 테스트하여 선택한 대역폭 가중치로 성능 요구 사항을 충족할 수 있는지 확인하세요. 자세한 내용은 [EC2 인스턴스 대역폭 가중치 구성](configure-bandwidth-weighting.md) 섹션을 참조하세요.
`EBSIOBalance%` 및 `EBSByteBalance%` 지표를 사용하여 인스턴스 크기가 올바르게 설정되는지 여부를 확인할 수 있습니다. CloudWatch 콘솔에서 이 지표를 확인하고 사용자가 지정한 임계값에 따라 트리거될 경보를 설정할 수 있습니다. 이 지표는 백분율로 표현됩니다. 일관되게 낮은 균형 백분율을 나타내는 인스턴스는 규모를 늘리기에 적합한 대상입니다. 균형 백분율이 100% 이하로 결코 떨어지지 않는 인스턴스는 규모를 줄이기에 적합한 대상입니다. 자세한 내용은 [CloudWatch를 사용하여 인스턴스 모니터링](using-cloudwatch.md) 섹션을 참조하세요.
고용량 메모리 인스턴스는 SAP HANA 인 메모리 데이터베이스의 프로덕션 배포를 비롯하여 클라우드에서 대규모 인 메모리 데이터베이스를 실행하도록 설계되었습니다. EBS 성능을 최대화하려면 동일한 프로비저닝된 성능의 `io1` 또는 `io2` 볼륨이 짝수로 포함된 고용량 메모리 인스턴스를 사용합니다. 예를 들어 IOPS가 많은 워크로드의 경우 프로비저닝된 IOPS가 40,000인 `io1` 또는 `io2` 볼륨 4개를 사용하여 최대 160,000의 인스턴스 IOPS를 얻을 수 있습니다. 마찬가지로 처리량이 많은 워크로드의 경우 프로비저닝된 IOPS가 48,000인 `io1` 또는 `io2` 볼륨 6개를 사용하여 최대 4,750MB/s 처리량을 얻을 수 있습니다. 추가 권장 사항은 [SAP HANA용 스토리지 구성](https://docs.aws.amazon.com/sap/latest/sap-hana/hana-ops-storage-config.html)을 참조하세요.
**고려 사항**
+ 2020년 2월 26일 이후 시작된 G4dn, I3en, Inf1, M5a, M5ad, R5a, R5ad, T3, T3a 및 Z1d 인스턴스는 EBS에 최적화된 최대 성능을 제공합니다. 2020년 2월 26일 이전에 시작된 인스턴스에서 최대 성능을 얻으려면 해당 인스턴스를 중지했다가 시작합니다.
+ 2019년 12월 3일 이후에 시작된 C5, C5d, C5n, M5, M5d, M5n, M5dn, R5, R5d, R5n, R5dn, 및 P3dn 인스턴스는 EBS에 최적화된 최대 성능을 제공합니다. 2019년 12월 3일 이전에 시작된 인스턴스에서 최대 성능을 얻으려면 해당 인스턴스를 중지했다가 시작합니다.
+ 2020년 3월 12일 이후에 시작된 `u-6tb1.metal`, `u-9tb1.metal` 및 `u-12tb1.metal` 인스턴스는 EBS에 최적화된 최대 성능을 제공합니다. 2020년 3월 12일 이전에 시작된 이러한 유형의 인스턴스는 성능이 더 낮을 수 있습니다. 2020년 3월 12일 이전에 시작된 인스턴스에서 최대 성능을 얻으려면 계정 팀에 문의하여 추가 비용 없이 인스턴스를 업그레이드하세요.
# EBS 최적화 EC2 인스턴스 유형 찾기
각 리전에서 EBS 최적화를 지원하는 인스턴스 유형을 볼 수 있습니다.
------
#### [ Console ]
**기본적으로 EBS에 최적화된 인스턴스 유형을 찾으려면**
1. [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/)에서 Amazon EC2 콘솔을 엽니다.
1. 탐색 창에서 **인스턴스 유형**을 선택합니다.
1. **EBS optimization support = default** 필터를 추가합니다.
1. (선택 사항) **기본 설정** 아이콘을 클릭한 다음 **EBS 최대 IOPS** 및 **EBS 기준 IOPS**와 같은 관련 열을 켭니다.
1. (선택 사항) 필터를 추가하여 관심 있는 특정 인스턴스 유형에 범위를 추가로 지정합니다.
------
#### [ AWS CLI ]
**기본적으로 EBS에 최적화된 인스턴스 유형을 찾으려면**
다음 [ describe-instance-types](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instance-types.html) 명령을 사용합니다.
```
aws ec2 describe-instance-types \
--filters Name=ebs-info.ebs-optimized-support,Values=default \
--query 'InstanceTypes[].{InstanceType:InstanceType, "MaxBandwidth(Mb/s)":EbsInfo.EbsOptimizedInfo.MaximumBandwidthInMbps, MaxIOPS:EbsInfo.EbsOptimizedInfo.MaximumIops, "MaxThroughput(MB/s)":EbsInfo.EbsOptimizedInfo.MaximumThroughputInMBps}' \
--output=table
```
**EBS 최적화를 선택적으로 지원하는 인스턴스 유형을 찾으려면**
다음 [ describe-instance-types](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instance-types.html) 명령을 사용합니다.
```
aws ec2 describe-instance-types \
--filters Name=ebs-info.ebs-optimized-support,Values=supported \
--query 'InstanceTypes[].{InstanceType:InstanceType, "MaxBandwidth(Mb/s)":EbsInfo.EbsOptimizedInfo.MaximumBandwidthInMbps, MaxIOPS:EbsInfo.EbsOptimizedInfo.MaximumIops, "MaxThroughput(MB/s)":EbsInfo.EbsOptimizedInfo.MaximumThroughputInMBps}' \
--output=table
```
다음은 `eu-west-1`의 예제 출력입니다.
```
--------------------------------------------------------------------------
| DescribeInstanceTypes |
+--------------+----------------------+----------+-----------------------+
| InstanceType | MaxBandwidth(Mb/s) | MaxIOPS | MaxThroughput(MB/s) |
+--------------+----------------------+----------+-----------------------+
| i2.2xlarge | 1000 | 8000 | 125.0 |
| m2.4xlarge | 1000 | 8000 | 125.0 |
| m2.2xlarge | 500 | 4000 | 62.5 |
| c1.xlarge | 1000 | 8000 | 125.0 |
| i2.xlarge | 500 | 4000 | 62.5 |
| m3.xlarge | 500 | 4000 | 62.5 |
| m1.xlarge | 1000 | 8000 | 125.0 |
| r3.4xlarge | 2000 | 16000 | 250.0 |
| r3.2xlarge | 1000 | 8000 | 125.0 |
| c3.xlarge | 500 | 4000 | 62.5 |
| m3.2xlarge | 1000 | 8000 | 125.0 |
| r3.xlarge | 500 | 4000 | 62.5 |
| i2.4xlarge | 2000 | 16000 | 250.0 |
| c3.4xlarge | 2000 | 16000 | 250.0 |
| c3.2xlarge | 1000 | 8000 | 125.0 |
| m1.large | 500 | 4000 | 62.5 |
+--------------+----------------------+----------+-----------------------+
```
------
#### [ PowerShell ]
**기본적으로 EBS에 최적화된 인스턴스 유형을 찾으려면**
[Get-EC2InstanceType](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2InstanceType.html) cmdlet을 사용합니다.
```
Get-EC2InstanceType `
-Filter @{Name="ebs-info.ebs-optimized-support"; Values="default"} | `
Select InstanceType, `
@{Name="MaxBandwidth(Mb/s)"; Expression={($_.EbsInfo.EbsOptimizedInfo.MaximumBandwidthInMbps)}}, `
@{Name="MaxIOPS"; Expression={($_.EbsInfo.EbsOptimizedInfo.MaximumIops)}}, `
@{Name="MaxThroughput (MB/s)"; Expression={($_.EbsInfo.EbsOptimizedInfo.MaximumThroughputInMBps)}}
```
**EBS 최적화를 선택적으로 지원하는 인스턴스 유형을 찾으려면**
[Get-EC2InstanceType](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2InstanceType.html) cmdlet을 사용합니다.
```
Get-EC2InstanceType `
-Filter @{Name="ebs-info.ebs-optimized-support"; Values="supported"} | `
Select InstanceType, `
@{Name="MaxBandwidth(Mb/s)"; Expression={($_.EbsInfo.EbsOptimizedInfo.MaximumBandwidthInMbps)}}, `
@{Name="MaxIOPS"; Expression={($_.EbsInfo.EbsOptimizedInfo.MaximumIops)}}, `
@{Name="MaxThroughput (MB/s)"; Expression={($_.EbsInfo.EbsOptimizedInfo.MaximumThroughputInMBps)}}
```
다음은 `eu-west-1`의 예제 출력입니다.
```
InstanceType MaxBandwidth(Mb/s) MaxIOPS MaxThroughput (MB/s)
------------ ------------------ ------- --------------------
m2.4xlarge 1000 8000 125.000
i2.2xlarge 1000 8000 125.000
c1.xlarge 1000 8000 125.000
m2.2xlarge 500 4000 62.500
r3.2xlarge 1000 8000 125.000
m3.xlarge 500 4000 62.500
r3.4xlarge 2000 16000 250.000
m1.xlarge 1000 8000 125.000
i2.xlarge 500 4000 62.500
c3.xlarge 500 4000 62.500
c3.4xlarge 2000 16000 250.000
c3.2xlarge 1000 8000 125.000
i2.4xlarge 2000 16000 250.000
r3.xlarge 500 4000 62.500
m3.2xlarge 1000 8000 125.000
m1.large 500 4000 62.500
```
------
# Amazon EC2 인스턴스에 대한 EBS 최적화 활성화
선택적으로 EBS 최적화를 지원하는 이전 세대 인스턴스 유형에 대해서만 수동으로 EBS 최적화를 활성화할 수 있습니다. 이러한 인스턴스 유형에 대한 EBS 최적화를 활성화하면 [시간당 추가 요금](https://aws.amazon.com/ec2/previous-generation/#EBS-optimized_instances)이 발생합니다.
**사전 조건**
+ EBS 최적화 활성화가 인스턴스 유형에 필요한지 확인합니다. 자세한 내용은 [EBS 최적화 지원됨](ebs-optimized.md#previous) 섹션을 참조하세요.
+ 시작 후 EBS 최적화를 활성화하려면 인스턴스를 중지해야 합니다.
**주의**
인스턴스를 중지하면 인스턴스 저장소 볼륨의 데이터가 손실됩니다. 이 데이터를 보존하려면 영구 스토리지에 백업하세요.
------
#### [ Console ]
**시작 시 Amazon EBS 최적화를 활성화하려면**
인스턴스 시작 마법사에서 필요한 인스턴스 유형을 선택합니다. **고급 세부 정보** 섹션을 확장한 다음 **EBS 최적화 인스턴스**에서 **활성화**를 선택합니다.
선택한 인스턴스 유형이 Amazon EBS 최적화를 지원하지 않을 경우 드롭다운이 비활성화됩니다. 인스턴스 유형이 기본적으로 Amazon EBS에 최적화되어 있는 경우 활성화가 이미 선택되어 있습니다.
**시작 이후 Amazon EBS 최적화를 활성화하려면**
1. [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/)에서 Amazon EC2 콘솔을 엽니다.
1. 탐색 창에서 **인스턴스**를 선택하고 인스턴스를 선택합니다.
1. 인스턴스를 중지합니다. **작업**, **인스턴스 상태**, **인스턴스 중지**를 차례로 선택합니다.
1. 인스턴스를 선택한 상태에서 **작업**, **인스턴스 설정**, **인스턴스 유형 변경**을 차례로 선택합니다.
1. **EBS 최적화**를 선택한 다음 **적용**을 선택합니다.
해당 인스턴스가 기본적으로 Amazon EBS에 최적화되어 있거나 Amazon EBS 최적화를 지원하지 않을 경우 확인란이 비활성화됩니다.
1. 인스턴스를 다시 시작합니다. **인스턴스 상태**, **인스턴스 시작**을 차례로 선택합니다.
------
#### [ AWS CLI ]
**시작 시 Amazon EBS 최적화를 활성화하려면**
[run-instances](https://docs.aws.amazon.com/cli/latest/reference/ec2/run-instances.html) 명령을 `--ebs-optimized` 옵션과 함께 사용합니다.
**시작 이후 Amazon EBS 최적화를 활성화하려면**
1. 인스턴스가 실행 중인 경우 [stop-instances](https://docs.aws.amazon.com/cli/latest/reference/ec2/stop-instances.html) 명령을 사용하여 인스턴스를 중지합니다.
```
aws ec2 stop-instances --instance-ids i-1234567890abcdef0
```
1. [modify-instance-attribute](https://docs.aws.amazon.com/cli/latest/reference/ec2/modify-instance-attribute.html) 명령을 `--ebs-optimized` 옵션과 함께 사용하여 EBS 최적화를 활성화합니다.
```
aws ec2 modify-instance-attribute \
--instance-id i-1234567890abcdef0 \
--ebs-optimized
```
------
#### [ PowerShell ]
**시작 시 Amazon EBS 최적화를 활성화하려면**
[New-EC2Instance](https://docs.aws.amazon.com/powershell/latest/reference/items/New-EC2Instance.html) cmdlet을 `-EbsOptimized` 옵션과 함께 사용합니다.
**시작 이후 Amazon EBS 최적화를 활성화하려면**
1. 인스턴스가 실행 중인 경우 [Stop-EC2Instance](https://docs.aws.amazon.com/powershell/latest/reference/items/Stop-EC2Instance.html) cmdlet을 사용하여 인스턴스를 중지합니다.
```
Stop-EC2Instance -InstanceId i-1234567890abcdef0
```
1. [Edit-EC2InstanceAttribute](https://docs.aws.amazon.com/powershell/latest/reference/items/Edit-EC2InstanceAttribute.html) cmdlet을 `-EbsOptimized` 옵션과 함께 사용하여 EBS 최적화를 활성화합니다.
```
Edit-EC2InstanceAttribute `
-InstanceId i-1234567890abcdef0 `
-EbsOptimized $true
```
------
# Amazon EC2 인스턴스의 CPU 옵션
많은 Amazon EC2 인스턴스가 많은 스레드를 하나의 CPU 코어에서 동시에 실행할 수 있도록 하는 동시 멀티스레딩(SMT)을 지원합니다. 각 스레드는 인스턴스에서 가상 CPU(vCPU)로 표현됩니다. 인스턴스에는 인스턴스 유형에 따라 달라지는 기본 CPU 코어 수가 있습니다. 예를 들어 `m5.xlarge` 인스턴스 유형에는 기본적으로 2개의 CPU 코어와 코어당 2개의 스레드가 있어 vCPU는 총 4개입니다.
대부분의 경우 워크로드에 적합하도록 메모리와 vCPU 수를 결합한 Amazon EC2 인스턴스가 있습니다. 그러나 특정 워크로드 또는 비즈니스 요구 사항에 맞게 인스턴스를 최적화하려면 인스턴스 시작 도중 및 이후에 다음 CPU 옵션을 지정할 수 있습니다.
+ **CPU 코어 수**: 인스턴스에 대한 CPU 코어 수를 사용자 지정할 수 있습니다. 이를 통해 메모리 집약 워크로드용 RAM이 충분한 반면 CPU 코어를 적게 사용하는 인스턴스의 소프트웨어 라이선스 비용을 잠재적으로 최적화할 수 있습니다.
+ **코어당 스레드**: CPU 코어당 단일 스레드를 지정하여 SMT를 비활성화할 수 있습니다. 고성능 컴퓨팅(HPC) 워크로드와 같은 특정 워크로드에 대해 이를 수행할 수 있습니다.
**고려 사항**
+ T2, C7a, M7a, R7a 및 Apple 실리콘 Mac 인스턴스 그리고 AWS Graviton 프로세서를 기반으로 하는 인스턴스의 코어당 스레드 수는 수정할 수 없습니다.
+ [실행할 수 있는 인스턴스 수](https://docs.aws.amazon.com/ec2/latest/instancetypes/ec2-instance-quotas.html)는 사용된 인스턴스 유형의 기본 vCPU를 기반으로 합니다. 인스턴스에서 사용하는 vCPU 계산하는 방법은 CPU 옵션을 변경해도 영향을 받지 않습니다.
**가격 책정**
CPU 옵션 지정에 따른 추가 요금은 없습니다. 라이선스 포함 Windows 및 SQL Server AMI에서 시작된 EC2 인스턴스의 경우 EC2 CPU 최적화 기능을 활용하도록 CPU 옵션을 사용자 지정하여 인스턴스에 대해 구성된 vCPU의 수에 따라 라이선스 비용을 지불할 수 있습니다. 다른 EC2 인스턴스의 경우 기존 CPU 옵션으로 시작한 인스턴스와 동일하게 청구됩니다.
**Topics**
+ [CPU 옵션 지정 규칙](instance-cpu-options-rules.md)
+ [지원되는 CPU 옵션](cpu-options-supported-instances-values.md)
+ [CPU 옵션 지정](instance-specify-cpu-options.md)
+ [CPU 옵션 보기](view-cpu-options.md)
+ [CPU 최적화](optimize-cpu.md)
# Amazon EC2 인스턴스의 CPU 옵션 지정 규칙
인스턴스의 CPU 옵션을 지정하려면 다음 규칙을 알아야 합니다.
+ 베어 메탈 인스턴스에는 CPU 옵션을 지정할 수 없습니다.
+ 인스턴스 시작 도중 및 이후 모두 CPU 옵션을 지정할 수 있습니다.
+ CPU 옵션을 지정하려면 요청에서 CPU 코어 수와 코어당 스레드 수를 모두 지정해야 합니다. 예제 요청은 [Amazon EC2 인스턴스의 CPU 옵션 지정](instance-specify-cpu-options.md) 섹션을 참조하세요.
+ 인스턴스의 vCPU 수는 코어당 스레드를 곱한 CPU 코어 수입니다. 사용자 지정 vCPU 수를 지정하려면 인스턴스 유형에 대해 유효한 CPU 코어 수와 코어당 스레드를 지정해야 합니다. 인스턴스의 기본 vCPU 수를 초과할 수 없습니다. 자세한 내용은 [지원되는 Amazon EC2 인스턴스 유형의 CPU 옵션](cpu-options-supported-instances-values.md) 섹션을 참조하세요.
+ 하이퍼스레딩이라고도 하는 동시 멀티스레딩(SMT)을 비활성화하려면 코어당 스레드 하나를 지정하세요.
+ 콘솔에서 기존 인스턴스의 [인스턴스 유형을 변경](ec2-instance-resize.md)하면 Amazon EC2는 가능한 경우 기존 인스턴스의 CPU 옵션 설정을 새 인스턴스에 적용합니다. 새 인스턴스 유형이 이 설정을 지원하지 않으면 CPU 옵션이 **기본 CPU 옵션 사용**으로 재설정됩니다. 이 옵션은 새 인스턴스 유형에 대한 기본 vCPU 수를 사용합니다.
새 인스턴스의 설정을 업데이트하려면 **인스턴스 유형 변경** 보기의 **고급 세부 정보**에서 **CPU 옵션 지정**을 선택합니다.
+ 지정한 CPU 옵션은 인스턴스를 중지, 시작 또는 재부팅한 후에도 유지됩니다.
+ 예약 인스턴스를 사용하는 경우 동일한 지급인 계정의 라이선스 포함 Windows AMI에서 시작된 인스턴스에 대해 CPU 최적화를 구성하면 할인이 적용되지 않을 수 있습니다. vCPU 기반 라이선스 비용을 줄이고 컴퓨팅 비용에서도 비슷한 절감 효과를 얻으려면 절감형 플랜을 사용하는 것이 좋습니다.
+ Windows 및 SQL Server 라이선스 포함 AMI에서 시작된 인스턴스의 라이선스 비용을 절감하려면 최소 4개의 vCPU를 구성해야 합니다. 4개 미만의 vCPU를 구성하면 기본 결제가 적용됩니다.
+ 라이선스 포함 인스턴스의 CPU 최적화는 T3 인스턴스 유형에서 지원되지 않습니다.
# 지원되는 Amazon EC2 인스턴스 유형의 CPU 옵션
다음 표는 CPU 옵션 지정을 지원하는 인스턴스 유형을 나열합니다.
**Topics**
+ [
## 범용 인스턴스
](#cpu-options-gen-purpose)
+ [
## 컴퓨팅 최적화 인스턴스
](#cpu-options-compute-optimized)
+ [
## 메모리 최적화 인스턴스
](#cpu-options-mem-optimized)
+ [
## 스토리지 최적화 인스턴스
](#cpu-options-storage-optimized)
+ [
## 가속 컴퓨팅 인스턴스
](#cpu-options-accelerated)
+ [
## 고성능 컴퓨팅 인스턴스
](#cpu-options-high-performance)
## 범용 인스턴스
| 인스턴스 유형 | 기본 vCPU | 기본 CPU 코어 | 코어당 기본 스레드 | 유효한 CPU 코어 수 | 코어당 유효한 스레드 수 |
| --- | --- | --- | --- | --- | --- |
| m2.xlarge | 2 | 2 | 1 | 1, 2 | 1 |
| m2.2xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| m2.4xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| m3.large | 2 | 1 | 2 | 1 | 1, 2 |
| m3.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| m3.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| m4.large | 2 | 1 | 2 | 1 | 1, 2 |
| m4.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| m4.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| m4.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| m4.10xlarge | 40 | 20 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20 | 1, 2 |
| m4.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| m5.large | 2 | 1 | 2 | 1 | 1, 2 |
| m5.xlarge | 4 | 2 | 2 | 2 | 1, 2 |
| m5.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| m5.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| m5.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| m5.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| m5.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| m5.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| m5a.large | 2 | 1 | 2 | 1 | 1, 2 |
| m5a.xlarge | 4 | 2 | 2 | 2 | 1, 2 |
| m5a.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| m5a.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| m5a.8xlarge | 32 | 16 | 2 | 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| m5a.12xlarge | 48 | 24 | 2 | 6, 12, 18, 24 | 1, 2 |
| m5a.16xlarge | 64 | 32 | 2 | 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| m5a.24xlarge | 96 | 48 | 2 | 12, 18, 24, 36, 48 | 1, 2 |
| m5ad.large | 2 | 1 | 2 | 1 | 1, 2 |
| m5ad.xlarge | 4 | 2 | 2 | 2 | 1, 2 |
| m5ad.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| m5ad.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| m5ad.8xlarge | 32 | 16 | 2 | 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| m5ad.12xlarge | 48 | 24 | 2 | 6, 12, 18, 24 | 1, 2 |
| m5ad.16xlarge | 64 | 32 | 2 | 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| m5ad.24xlarge | 96 | 48 | 2 | 12, 18, 24, 36, 48 | 1, 2 |
| m5d.large | 2 | 1 | 2 | 1 | 1, 2 |
| m5d.xlarge | 4 | 2 | 2 | 2 | 1, 2 |
| m5d.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| m5d.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| m5d.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| m5d.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| m5d.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| m5d.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| m5dn.large | 2 | 1 | 2 | 1 | 1, 2 |
| m5dn.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| m5dn.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| m5dn.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| m5dn.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| m5dn.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| m5dn.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| m5dn.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| m5n.large | 2 | 1 | 2 | 1 | 1, 2 |
| m5n.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| m5n.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| m5n.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| m5n.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| m5n.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| m5n.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| m5n.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| m5zn.large | 2 | 1 | 2 | 1 | 1, 2 |
| m5zn.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| m5zn.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| m5zn.3xlarge | 12 | 6 | 2 | 2, 4, 6 | 1, 2 |
| m5zn.6xlarge | 24 | 12 | 2 | 2, 4, 6, 8, 10, 12 | 1, 2 |
| m5zn.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| m6a.large | 2 | 1 | 2 | 1 | 1, 2 |
| m6a.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| m6a.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| m6a.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| m6a.8xlarge | 32 | 16 | 2 | 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| m6a.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 16, 24 | 1, 2 |
| m6a.16xlarge | 64 | 32 | 2 | 4, 6, 8, 10, 12, 14, 16, 32 | 1, 2 |
| m6a.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 32, 48 | 1, 2 |
| m6a.32xlarge | 128 | 64 | 2 | 8, 12, 16, 20, 24, 28, 32, 64 | 1, 2 |
| m6a.48xlarge | 192 | 96 | 2 | 8, 12, 16, 20, 24, 28, 32, 64, 96 | 1, 2 |
| m6g.large | 2 | 2 | 1 | 1, 2 | 1 |
| m6g.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| m6g.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| m6g.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| m6g.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| m6g.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| m6g.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| m6gd.large | 2 | 2 | 1 | 1, 2 | 1 |
| m6gd.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| m6gd.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| m6gd.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| m6gd.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| m6gd.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| m6gd.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| m6i.large | 2 | 1 | 2 | 1 | 1, 2 |
| m6i.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| m6i.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| m6i.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| m6i.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| m6i.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| m6i.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| m6i.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| m6i.32xlarge | 128 | 64 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| m6id.large | 2 | 1 | 2 | 1 | 1, 2 |
| m6id.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| m6id.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| m6id.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| m6id.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| m6id.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| m6id.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| m6id.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| m6id.32xlarge | 128 | 64 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| m6idn.large | 2 | 1 | 2 | 1 | 1, 2 |
| m6idn.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| m6idn.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| m6idn.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| m6idn.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| m6idn.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| m6idn.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| m6idn.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| m6idn.32xlarge | 128 | 64 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| m6in.large | 2 | 1 | 2 | 1 | 1, 2 |
| m6in.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| m6in.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| m6in.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| m6in.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| m6in.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| m6in.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| m6in.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| m6in.32xlarge | 128 | 64 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| m7a.large | 2 | 2 | 1 | 1, 2 | 1 |
| m7a.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| m7a.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| m7a.4xlarge | 16 | 16 | 1 | 1, 2, 4, 6, 8, 10, 12, 14, 16 | 1 |
| m7a.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 8, 12, 16, 20, 24, 28, 32 | 1 |
| m7a.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 12, 18, 24, 30, 36, 42, 48 | 1 |
| m7a.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 16, 24, 32, 40, 48, 56, 64 | 1 |
| m7a.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 24, 36, 48, 60, 72, 84, 96 | 1 |
| m7a.32xlarge | 128 | 128 | 1 | 4, 6, 8, 10, 12, 14, 16, 32, 48, 64, 80, 96, 112, 128 | 1 |
| m7a.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 48, 72, 96, 120, 144, 168, 192 | 1 |
| m7g.large | 2 | 2 | 1 | 1, 2 | 1 |
| m7g.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| m7g.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| m7g.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| m7g.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| m7g.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| m7g.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| m7gd.large | 2 | 2 | 1 | 1, 2 | 1 |
| m7gd.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| m7gd.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| m7gd.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| m7gd.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| m7gd.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| m7gd.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| m7i.large | 2 | 1 | 2 | 1 | 1, 2 |
| m7i.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| m7i.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| m7i.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| m7i.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| m7i.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| m7i.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| m7i.24xlarge | 96 | 48 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1, 2 |
| m7i.48xlarge | 192 | 96 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96 | 1, 2 |
| m7i-flex.large | 2 | 1 | 2 | 1 | 1, 2 |
| m7i-flex.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| m7i-flex.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| m7i-flex.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| m7i-flex.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| m7i-flex.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| m7i-flex.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| m8a.medium | 1 | 1 | 1 | 1 | 1 |
| m8a.large | 2 | 2 | 1 | 1, 2 | 1 |
| m8a.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| m8a.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| m8a.4xlarge | 16 | 16 | 1 | 1, 2, 4, 6, 8, 10, 12, 14, 16 | 1 |
| m8a.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 8, 12, 16, 20, 24, 28, 32 | 1 |
| m8a.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 12, 18, 24, 30, 36, 42, 48 | 1 |
| m8a.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 16, 24, 32, 40, 48, 56, 64 | 1 |
| m8a.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 24, 36, 48, 60, 72, 84, 96 | 1 |
| m8a.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 48, 72, 96, 120, 144, 168, 192 | 1 |
| m8azn.medium | 1 | 1 | 1 | 1 | 1 |
| m8azn.large | 2 | 2 | 1 | 1, 2 | 1 |
| m8azn.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| m8azn.3xlarge | 12 | 12 | 1 | 1, 2, 4, 6, 8, 10, 12 | 1 |
| m8azn.6xlarge | 24 | 24 | 1 | 1, 2, 3, 4, 8, 12, 16, 20, 24 | 1 |
| m8azn.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 16, 24, 32, 40, 48 | 1 |
| m8azn.24xlarge | 96 | 96 | 1 | 4, 6, 8, 10, 12, 14, 16, 32, 48, 64, 80, 96 | 1 |
| m8g.large | 2 | 2 | 1 | 1, 2 | 1 |
| m8g.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| m8g.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| m8g.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| m8g.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| m8g.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| m8g.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| m8g.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96 | 1 |
| m8g.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102, 104, 106, 108, 110, 112, 114, 116, 118, 120, 122, 124, 126, 128, 130, 132, 134, 136, 138, 140, 142, 144, 146, 148, 150, 152, 154, 156, 158, 160, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180, 182, 184, 186, 188, 190, 192 | 1 |
| m8gb.large | 2 | 2 | 1 | 1, 2 | 1 |
| m8gb.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| m8gb.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| m8gb.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| m8gb.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| m8gb.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| m8gb.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| m8gb.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96 | 1 |
| m8gb.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102, 104, 106, 108, 110, 112, 114, 116, 118, 120, 122, 124, 126, 128, 130, 132, 134, 136, 138, 140, 142, 144, 146, 148, 150, 152, 154, 156, 158, 160, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180, 182, 184, 186, 188, 190, 192 | 1 |
| m8gd.large | 2 | 2 | 1 | 1, 2 | 1 |
| m8gd.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| m8gd.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| m8gd.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| m8gd.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| m8gd.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| m8gd.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| m8gd.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96 | 1 |
| m8gd.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102, 104, 106, 108, 110, 112, 114, 116, 118, 120, 122, 124, 126, 128, 130, 132, 134, 136, 138, 140, 142, 144, 146, 148, 150, 152, 154, 156, 158, 160, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180, 182, 184, 186, 188, 190, 192 | 1 |
| m8gn.large | 2 | 2 | 1 | 1, 2 | 1 |
| m8gn.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| m8gn.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| m8gn.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| m8gn.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| m8gn.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| m8gn.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| m8gn.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96 | 1 |
| m8gn.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102, 104, 106, 108, 110, 112, 114, 116, 118, 120, 122, 124, 126, 128, 130, 132, 134, 136, 138, 140, 142, 144, 146, 148, 150, 152, 154, 156, 158, 160, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180, 182, 184, 186, 188, 190, 192 | 1 |
| m8i.large | 2 | 1 | 2 | 1 | 1, 2 |
| m8i.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| m8i.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| m8i.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| m8i.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| m8i.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| m8i.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| m8i.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| m8i.32xlarge | 128 | 64 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| m8i.48xlarge | 192 | 96 | 2 | 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, 36, 39, 42, 45, 48, 51, 54, 57, 60, 63, 66, 69, 72, 75, 78, 81, 84, 87, 90, 93, 96 | 1, 2 |
| m8i.96xlarge | 384 | 192 | 2 | 12, 18, 24, 30, 36, 42, 48, 54, 60, 66, 72, 78, 84, 90, 96, 102, 108, 114, 120, 126, 132, 138, 144, 150, 156, 162, 168, 174, 180, 186, 192 | 1, 2 |
| m8id.large | 2 | 1 | 2 | 1 | 1, 2 |
| m8id.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| m8id.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| m8id.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| m8id.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| m8id.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| m8id.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| m8id.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| m8id.32xlarge | 128 | 64 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| m8id.48xlarge | 192 | 96 | 2 | 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, 36, 39, 42, 45, 48, 51, 54, 57, 60, 63, 66, 69, 72, 75, 78, 81, 84, 87, 90, 93, 96 | 1, 2 |
| m8id.96xlarge | 384 | 192 | 2 | 12, 18, 24, 30, 36, 42, 48, 54, 60, 66, 72, 78, 84, 90, 96, 102, 108, 114, 120, 126, 132, 138, 144, 150, 156, 162, 168, 174, 180, 186, 192 | 1, 2 |
| m8i-flex.large | 2 | 1 | 2 | 1 | 1, 2 |
| m8i-flex.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| m8i-flex.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| m8i-flex.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| m8i-flex.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| m8i-flex.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| m8i-flex.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| t3.nano | 2 | 1 | 2 | 1 | 1, 2 |
| t3.micro | 2 | 1 | 2 | 1 | 1, 2 |
| t3.small | 2 | 1 | 2 | 1 | 1, 2 |
| t3.medium | 2 | 1 | 2 | 1 | 1, 2 |
| t3.large | 2 | 1 | 2 | 1 | 1, 2 |
| t3.xlarge | 4 | 2 | 2 | 2 | 1, 2 |
| t3.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| t3a.nano | 2 | 1 | 2 | 1 | 1, 2 |
| t3a.micro | 2 | 1 | 2 | 1 | 1, 2 |
| t3a.small | 2 | 1 | 2 | 1 | 1, 2 |
| t3a.medium | 2 | 1 | 2 | 1 | 1, 2 |
| t3a.large | 2 | 1 | 2 | 1 | 1, 2 |
| t3a.xlarge | 4 | 2 | 2 | 2 | 1, 2 |
| t3a.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| t4g.nano | 2 | 2 | 1 | 1, 2 | 1 |
| t4g.micro | 2 | 2 | 1 | 1, 2 | 1 |
| t4g.small | 2 | 2 | 1 | 1, 2 | 1 |
| t4g.medium | 2 | 2 | 1 | 1, 2 | 1 |
| t4g.large | 2 | 2 | 1 | 1, 2 | 1 |
| t4g.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| t4g.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
## 컴퓨팅 최적화 인스턴스
| 인스턴스 유형 | 기본 vCPU | 기본 CPU 코어 | 코어당 기본 스레드 | 유효한 CPU 코어 수 | 코어당 유효한 스레드 수 |
| --- | --- | --- | --- | --- | --- |
| c3.large | 2 | 1 | 2 | 1 | 1, 2 |
| c3.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| c3.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| c3.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| c3.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| c4.large | 2 | 1 | 2 | 1 | 1, 2 |
| c4.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| c4.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| c4.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| c4.8xlarge | 36 | 18 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18 | 1, 2 |
| c5.large | 2 | 1 | 2 | 1 | 1, 2 |
| c5.xlarge | 4 | 2 | 2 | 2 | 1, 2 |
| c5.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| c5.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| c5.9xlarge | 36 | 18 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18 | 1, 2 |
| c5.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| c5.18xlarge | 72 | 36 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36 | 1, 2 |
| c5.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| c5a.large | 2 | 1 | 2 | 1 | 1, 2 |
| c5a.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| c5a.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| c5a.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 8 | 1, 2 |
| c5a.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 8, 12, 16 | 1, 2 |
| c5a.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 8, 12, 16, 20, 24 | 1, 2 |
| c5a.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 8, 12, 16, 20, 24, 28, 32 | 1, 2 |
| c5a.24xlarge | 96 | 48 | 2 | 1, 2, 3, 4, 8, 12, 16, 20, 24, 28, 32, 36, 40, 44, 48 | 1, 2 |
| c5ad.large | 2 | 1 | 2 | 1 | 1, 2 |
| c5ad.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| c5ad.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| c5ad.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 8 | 1, 2 |
| c5ad.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 8, 12, 16 | 1, 2 |
| c5ad.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 8, 12, 16, 20, 24 | 1, 2 |
| c5ad.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 8, 12, 16, 20, 24, 28, 32 | 1, 2 |
| c5ad.24xlarge | 96 | 48 | 2 | 1, 2, 3, 4, 8, 12, 16, 20, 24, 28, 32, 36, 40, 44, 48 | 1, 2 |
| c5d.large | 2 | 1 | 2 | 1 | 1, 2 |
| c5d.xlarge | 4 | 2 | 2 | 2 | 1, 2 |
| c5d.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| c5d.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| c5d.9xlarge | 36 | 18 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18 | 1, 2 |
| c5d.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| c5d.18xlarge | 72 | 36 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36 | 1, 2 |
| c5d.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| c5n.large | 2 | 1 | 2 | 1 | 1, 2 |
| c5n.xlarge | 4 | 2 | 2 | 2 | 1, 2 |
| c5n.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| c5n.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| c5n.9xlarge | 36 | 18 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18 | 1, 2 |
| c5n.18xlarge | 72 | 36 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36 | 1, 2 |
| c6a.large | 2 | 1 | 2 | 1 | 1, 2 |
| c6a.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| c6a.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| c6a.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| c6a.8xlarge | 32 | 16 | 2 | 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| c6a.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 16, 24 | 1, 2 |
| c6a.16xlarge | 64 | 32 | 2 | 4, 6, 8, 10, 12, 14, 16, 32 | 1, 2 |
| c6a.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 32, 48 | 1, 2 |
| c6a.32xlarge | 128 | 64 | 2 | 8, 12, 16, 20, 24, 28, 32, 64 | 1, 2 |
| c6a.48xlarge | 192 | 96 | 2 | 8, 12, 16, 20, 24, 28, 32, 64, 96 | 1, 2 |
| c6g.large | 2 | 2 | 1 | 1, 2 | 1 |
| c6g.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| c6g.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| c6g.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| c6g.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| c6g.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| c6g.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| c6gd.large | 2 | 2 | 1 | 1, 2 | 1 |
| c6gd.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| c6gd.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| c6gd.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| c6gd.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| c6gd.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| c6gd.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| c6gn.medium | 1 | 1 | 1 | 1 | 1 |
| c6gn.large | 2 | 2 | 1 | 1, 2 | 1 |
| c6gn.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| c6gn.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| c6gn.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| c6gn.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| c6gn.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| c6gn.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| c6i.large | 2 | 1 | 2 | 1 | 1, 2 |
| c6i.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| c6i.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| c6i.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| c6i.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| c6i.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| c6i.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| c6i.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| c6i.32xlarge | 128 | 64 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| c6id.large | 2 | 1 | 2 | 1 | 1, 2 |
| c6id.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| c6id.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| c6id.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| c6id.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| c6id.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| c6id.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| c6id.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| c6id.32xlarge | 128 | 64 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| c6in.large | 2 | 1 | 2 | 1 | 1, 2 |
| c6in.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| c6in.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| c6in.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| c6in.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| c6in.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| c6in.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| c6in.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| c6in.32xlarge | 128 | 64 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| c7a.large | 2 | 2 | 1 | 1, 2 | 1 |
| c7a.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| c7a.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| c7a.4xlarge | 16 | 16 | 1 | 1, 2, 4, 6, 8, 10, 12, 14, 16 | 1 |
| c7a.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 8, 12, 16, 20, 24, 28, 32 | 1 |
| c7a.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 12, 18, 24, 30, 36, 42, 48 | 1 |
| c7a.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 16, 24, 32, 40, 48, 56, 64 | 1 |
| c7a.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 24, 36, 48, 60, 72, 84, 96 | 1 |
| c7a.32xlarge | 128 | 128 | 1 | 4, 6, 8, 10, 12, 14, 16, 32, 48, 64, 80, 96, 112, 128 | 1 |
| c7a.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 48, 72, 96, 120, 144, 168, 192 | 1 |
| c7g.large | 2 | 2 | 1 | 1, 2 | 1 |
| c7g.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| c7g.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| c7g.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| c7g.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| c7g.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| c7g.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| c7gd.large | 2 | 2 | 1 | 1, 2 | 1 |
| c7gd.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| c7gd.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| c7gd.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| c7gd.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| c7gd.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| c7gd.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| c7gn.large | 2 | 2 | 1 | 1, 2 | 1 |
| c7gn.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| c7gn.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| c7gn.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| c7gn.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| c7gn.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| c7gn.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| c7i.large | 2 | 1 | 2 | 1 | 1, 2 |
| c7i.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| c7i.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| c7i.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| c7i.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| c7i.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| c7i.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| c7i.24xlarge | 96 | 48 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1, 2 |
| c7i.48xlarge | 192 | 96 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96 | 1, 2 |
| c7i-flex.large | 2 | 1 | 2 | 1 | 1, 2 |
| c7i-flex.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| c7i-flex.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| c7i-flex.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| c7i-flex.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| c7i-flex.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| c7i-flex.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| c8a.medium | 1 | 1 | 1 | 1 | 1 |
| c8a.large | 2 | 2 | 1 | 1, 2 | 1 |
| c8a.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| c8a.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| c8a.4xlarge | 16 | 16 | 1 | 1, 2, 4, 6, 8, 10, 12, 14, 16 | 1 |
| c8a.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 8, 12, 16, 20, 24, 28, 32 | 1 |
| c8a.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 12, 18, 24, 30, 36, 42, 48 | 1 |
| c8a.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 16, 24, 32, 40, 48, 56, 64 | 1 |
| c8a.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 24, 36, 48, 60, 72, 84, 96 | 1 |
| c8a.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 48, 72, 96, 120, 144, 168, 192 | 1 |
| c8g.large | 2 | 2 | 1 | 1, 2 | 1 |
| c8g.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| c8g.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| c8g.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| c8g.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| c8g.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| c8g.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| c8g.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96 | 1 |
| c8g.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102, 104, 106, 108, 110, 112, 114, 116, 118, 120, 122, 124, 126, 128, 130, 132, 134, 136, 138, 140, 142, 144, 146, 148, 150, 152, 154, 156, 158, 160, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180, 182, 184, 186, 188, 190, 192 | 1 |
| c8gb.large | 2 | 2 | 1 | 1, 2 | 1 |
| c8gb.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| c8gb.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| c8gb.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| c8gb.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| c8gb.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| c8gb.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| c8gb.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96 | 1 |
| c8gb.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102, 104, 106, 108, 110, 112, 114, 116, 118, 120, 122, 124, 126, 128, 130, 132, 134, 136, 138, 140, 142, 144, 146, 148, 150, 152, 154, 156, 158, 160, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180, 182, 184, 186, 188, 190, 192 | 1 |
| c8gd.large | 2 | 2 | 1 | 1, 2 | 1 |
| c8gd.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| c8gd.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| c8gd.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| c8gd.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| c8gd.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| c8gd.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| c8gd.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96 | 1 |
| c8gd.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102, 104, 106, 108, 110, 112, 114, 116, 118, 120, 122, 124, 126, 128, 130, 132, 134, 136, 138, 140, 142, 144, 146, 148, 150, 152, 154, 156, 158, 160, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180, 182, 184, 186, 188, 190, 192 | 1 |
| c8gn.large | 2 | 2 | 1 | 1, 2 | 1 |
| c8gn.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| c8gn.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| c8gn.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| c8gn.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| c8gn.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| c8gn.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| c8gn.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96 | 1 |
| c8gn.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102, 104, 106, 108, 110, 112, 114, 116, 118, 120, 122, 124, 126, 128, 130, 132, 134, 136, 138, 140, 142, 144, 146, 148, 150, 152, 154, 156, 158, 160, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180, 182, 184, 186, 188, 190, 192 | 1 |
| c8i.large | 2 | 1 | 2 | 1 | 1, 2 |
| c8i.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| c8i.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| c8i.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| c8i.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| c8i.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| c8i.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| c8i.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| c8i.32xlarge | 128 | 64 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| c8i.48xlarge | 192 | 96 | 2 | 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, 36, 39, 42, 45, 48, 51, 54, 57, 60, 63, 66, 69, 72, 75, 78, 81, 84, 87, 90, 93, 96 | 1, 2 |
| c8i.96xlarge | 384 | 192 | 2 | 12, 18, 24, 30, 36, 42, 48, 54, 60, 66, 72, 78, 84, 90, 96, 102, 108, 114, 120, 126, 132, 138, 144, 150, 156, 162, 168, 174, 180, 186, 192 | 1, 2 |
| c8id.large | 2 | 1 | 2 | 1 | 1, 2 |
| c8id.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| c8id.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| c8id.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| c8id.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| c8id.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| c8id.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| c8id.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| c8id.32xlarge | 128 | 64 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| c8id.48xlarge | 192 | 96 | 2 | 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, 36, 39, 42, 45, 48, 51, 54, 57, 60, 63, 66, 69, 72, 75, 78, 81, 84, 87, 90, 93, 96 | 1, 2 |
| c8id.96xlarge | 384 | 192 | 2 | 12, 18, 24, 30, 36, 42, 48, 54, 60, 66, 72, 78, 84, 90, 96, 102, 108, 114, 120, 126, 132, 138, 144, 150, 156, 162, 168, 174, 180, 186, 192 | 1, 2 |
| c8i-flex.large | 2 | 1 | 2 | 1 | 1, 2 |
| c8i-flex.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| c8i-flex.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| c8i-flex.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| c8i-flex.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| c8i-flex.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| c8i-flex.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
## 메모리 최적화 인스턴스
| 인스턴스 유형 | 기본 vCPU | 기본 CPU 코어 | 코어당 기본 스레드 | 유효한 CPU 코어 수 | 코어당 유효한 스레드 수 |
| --- | --- | --- | --- | --- | --- |
| r3.large | 2 | 1 | 2 | 1 | 1, 2 |
| r3.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| r3.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| r3.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| r3.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| r4.large | 2 | 1 | 2 | 1 | 1, 2 |
| r4.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| r4.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| r4.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| r4.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| r4.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| r5.large | 2 | 1 | 2 | 1 | 1, 2 |
| r5.xlarge | 4 | 2 | 2 | 2 | 1, 2 |
| r5.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| r5.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| r5.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| r5.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| r5.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| r5.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| r5a.large | 2 | 1 | 2 | 1 | 1, 2 |
| r5a.xlarge | 4 | 2 | 2 | 2 | 1, 2 |
| r5a.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| r5a.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| r5a.8xlarge | 32 | 16 | 2 | 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| r5a.12xlarge | 48 | 24 | 2 | 6, 12, 18, 24 | 1, 2 |
| r5a.16xlarge | 64 | 32 | 2 | 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| r5a.24xlarge | 96 | 48 | 2 | 12, 18, 24, 36, 48 | 1, 2 |
| r5ad.large | 2 | 1 | 2 | 1 | 1, 2 |
| r5ad.xlarge | 4 | 2 | 2 | 2 | 1, 2 |
| r5ad.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| r5ad.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| r5ad.8xlarge | 32 | 16 | 2 | 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| r5ad.12xlarge | 48 | 24 | 2 | 6, 12, 18, 24 | 1, 2 |
| r5ad.16xlarge | 64 | 32 | 2 | 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| r5ad.24xlarge | 96 | 48 | 2 | 12, 18, 24, 36, 48 | 1, 2 |
| r5b.large | 2 | 1 | 2 | 1 | 1, 2 |
| r5b.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| r5b.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| r5b.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| r5b.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| r5b.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| r5b.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| r5b.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| r5d.large | 2 | 1 | 2 | 1 | 1, 2 |
| r5d.xlarge | 4 | 2 | 2 | 2 | 1, 2 |
| r5d.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| r5d.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| r5d.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| r5d.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| r5d.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| r5d.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| r5dn.large | 2 | 1 | 2 | 1 | 1, 2 |
| r5dn.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| r5dn.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| r5dn.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| r5dn.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| r5dn.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| r5dn.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| r5dn.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| r5n.large | 2 | 1 | 2 | 1 | 1, 2 |
| r5n.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| r5n.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| r5n.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| r5n.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| r5n.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| r5n.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| r5n.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| r6a.large | 2 | 1 | 2 | 1 | 1, 2 |
| r6a.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| r6a.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| r6a.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| r6a.8xlarge | 32 | 16 | 2 | 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| r6a.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 16, 24 | 1, 2 |
| r6a.16xlarge | 64 | 32 | 2 | 4, 6, 8, 10, 12, 14, 16, 32 | 1, 2 |
| r6a.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 32, 48 | 1, 2 |
| r6a.32xlarge | 128 | 64 | 2 | 8, 12, 16, 20, 24, 28, 32, 64 | 1, 2 |
| r6a.48xlarge | 192 | 96 | 2 | 8, 12, 16, 20, 24, 28, 32, 64, 96 | 1, 2 |
| r6g.large | 2 | 2 | 1 | 1, 2 | 1 |
| r6g.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| r6g.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| r6g.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| r6g.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| r6g.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| r6g.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| r6gd.large | 2 | 2 | 1 | 1, 2 | 1 |
| r6gd.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| r6gd.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| r6gd.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| r6gd.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| r6gd.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| r6gd.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| r6i.large | 2 | 1 | 2 | 1 | 1, 2 |
| r6i.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| r6i.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| r6i.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| r6i.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| r6i.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| r6i.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| r6i.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| r6i.32xlarge | 128 | 64 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| r6id.large | 2 | 1 | 2 | 1 | 1, 2 |
| r6id.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| r6id.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| r6id.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| r6id.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| r6id.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| r6id.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| r6id.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| r6id.32xlarge | 128 | 64 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| r6idn.large | 2 | 1 | 2 | 1 | 1, 2 |
| r6idn.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| r6idn.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| r6idn.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| r6idn.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| r6idn.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| r6idn.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| r6idn.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| r6idn.32xlarge | 128 | 64 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| r6in.large | 2 | 1 | 2 | 1 | 1, 2 |
| r6in.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| r6in.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| r6in.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| r6in.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| r6in.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| r6in.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| r6in.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| r6in.32xlarge | 128 | 64 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| r7a.large | 2 | 2 | 1 | 1, 2 | 1 |
| r7a.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| r7a.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| r7a.4xlarge | 16 | 16 | 1 | 1, 2, 4, 6, 8, 10, 12, 14, 16 | 1 |
| r7a.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 8, 12, 16, 20, 24, 28, 32 | 1 |
| r7a.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 12, 18, 24, 30, 36, 42, 48 | 1 |
| r7a.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 16, 24, 32, 40, 48, 56, 64 | 1 |
| r7a.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 24, 36, 48, 60, 72, 84, 96 | 1 |
| r7a.32xlarge | 128 | 128 | 1 | 4, 6, 8, 10, 12, 14, 16, 32, 48, 64, 80, 96, 112, 128 | 1 |
| r7a.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 48, 72, 96, 120, 144, 168, 192 | 1 |
| r7g.large | 2 | 2 | 1 | 1, 2 | 1 |
| r7g.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| r7g.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| r7g.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| r7g.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| r7g.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| r7g.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| r7gd.large | 2 | 2 | 1 | 1, 2 | 1 |
| r7gd.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| r7gd.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| r7gd.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| r7gd.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| r7gd.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| r7gd.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| r7i.large | 2 | 1 | 2 | 1 | 1, 2 |
| r7i.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| r7i.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| r7i.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| r7i.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| r7i.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| r7i.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| r7i.24xlarge | 96 | 48 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1, 2 |
| r7i.48xlarge | 192 | 96 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96 | 1, 2 |
| r7iz.large | 2 | 1 | 2 | 1 | 1, 2 |
| r7iz.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| r7iz.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| r7iz.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| r7iz.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| r7iz.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| r7iz.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| r7iz.32xlarge | 128 | 64 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| r8a.medium | 1 | 1 | 1 | 1 | 1 |
| r8a.large | 2 | 2 | 1 | 1, 2 | 1 |
| r8a.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| r8a.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| r8a.4xlarge | 16 | 16 | 1 | 1, 2, 4, 6, 8, 10, 12, 14, 16 | 1 |
| r8a.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 8, 12, 16, 20, 24, 28, 32 | 1 |
| r8a.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 12, 18, 24, 30, 36, 42, 48 | 1 |
| r8a.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 16, 24, 32, 40, 48, 56, 64 | 1 |
| r8a.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 24, 36, 48, 60, 72, 84, 96 | 1 |
| r8a.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 48, 72, 96, 120, 144, 168, 192 | 1 |
| r8g.large | 2 | 2 | 1 | 1, 2 | 1 |
| r8g.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| r8g.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| r8g.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| r8g.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| r8g.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| r8g.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| r8g.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96 | 1 |
| r8g.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102, 104, 106, 108, 110, 112, 114, 116, 118, 120, 122, 124, 126, 128, 130, 132, 134, 136, 138, 140, 142, 144, 146, 148, 150, 152, 154, 156, 158, 160, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180, 182, 184, 186, 188, 190, 192 | 1 |
| r8gb.large | 2 | 2 | 1 | 1, 2 | 1 |
| r8gb.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| r8gb.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| r8gb.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| r8gb.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| r8gb.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| r8gb.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| r8gb.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96 | 1 |
| r8gb.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102, 104, 106, 108, 110, 112, 114, 116, 118, 120, 122, 124, 126, 128, 130, 132, 134, 136, 138, 140, 142, 144, 146, 148, 150, 152, 154, 156, 158, 160, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180, 182, 184, 186, 188, 190, 192 | 1 |
| r8gd.large | 2 | 2 | 1 | 1, 2 | 1 |
| r8gd.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| r8gd.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| r8gd.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| r8gd.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| r8gd.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| r8gd.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| r8gd.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96 | 1 |
| r8gd.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102, 104, 106, 108, 110, 112, 114, 116, 118, 120, 122, 124, 126, 128, 130, 132, 134, 136, 138, 140, 142, 144, 146, 148, 150, 152, 154, 156, 158, 160, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180, 182, 184, 186, 188, 190, 192 | 1 |
| r8gn.large | 2 | 2 | 1 | 1, 2 | 1 |
| r8gn.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| r8gn.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| r8gn.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| r8gn.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| r8gn.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| r8gn.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| r8gn.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96 | 1 |
| r8gn.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102, 104, 106, 108, 110, 112, 114, 116, 118, 120, 122, 124, 126, 128, 130, 132, 134, 136, 138, 140, 142, 144, 146, 148, 150, 152, 154, 156, 158, 160, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180, 182, 184, 186, 188, 190, 192 | 1 |
| r8i.large | 2 | 1 | 2 | 1 | 1, 2 |
| r8i.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| r8i.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| r8i.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| r8i.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| r8i.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| r8i.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| r8i.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| r8i.32xlarge | 128 | 64 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| r8i.48xlarge | 192 | 96 | 2 | 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, 36, 39, 42, 45, 48, 51, 54, 57, 60, 63, 66, 69, 72, 75, 78, 81, 84, 87, 90, 93, 96 | 1, 2 |
| r8i.96xlarge | 384 | 192 | 2 | 12, 18, 24, 30, 36, 42, 48, 54, 60, 66, 72, 78, 84, 90, 96, 102, 108, 114, 120, 126, 132, 138, 144, 150, 156, 162, 168, 174, 180, 186, 192 | 1, 2 |
| r8id.large | 2 | 1 | 2 | 1 | 1, 2 |
| r8id.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| r8id.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| r8id.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| r8id.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| r8id.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| r8id.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| r8id.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| r8id.32xlarge | 128 | 64 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| r8id.48xlarge | 192 | 96 | 2 | 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, 36, 39, 42, 45, 48, 51, 54, 57, 60, 63, 66, 69, 72, 75, 78, 81, 84, 87, 90, 93, 96 | 1, 2 |
| r8id.96xlarge | 384 | 192 | 2 | 12, 18, 24, 30, 36, 42, 48, 54, 60, 66, 72, 78, 84, 90, 96, 102, 108, 114, 120, 126, 132, 138, 144, 150, 156, 162, 168, 174, 180, 186, 192 | 1, 2 |
| r8i-flex.large | 2 | 1 | 2 | 1 | 1, 2 |
| r8i-flex.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| r8i-flex.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| r8i-flex.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| r8i-flex.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| r8i-flex.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| r8i-flex.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| u-3tb1.56xlarge | 224 | 112 | 2 | 8, 12, 16, 20, 24, 28, 32, 36, 40, 44, 48, 52, 56, 60, 64, 68, 72, 76, 80, 84, 88, 92, 96, 100, 104, 108, 112 | 1, 2 |
| u-6tb1.56xlarge | 224 | 224 | 1 | 16, 24, 32, 40, 48, 56, 64, 72, 80, 88, 96, 104, 112, 120, 128, 136, 144, 152, 160, 168, 176, 184, 192, 200, 208, 216, 224 | 1 |
| u-6tb1.112xlarge | 448 | 224 | 2 | 16, 24, 32, 40, 48, 56, 64, 72, 80, 88, 96, 104, 112, 120, 128, 136, 144, 152, 160, 168, 176, 184, 192, 200, 208, 216, 224 | 1, 2 |
| u-9tb1.112xlarge | 448 | 224 | 2 | 16, 24, 32, 40, 48, 56, 64, 72, 80, 88, 96, 104, 112, 120, 128, 136, 144, 152, 160, 168, 176, 184, 192, 200, 208, 216, 224 | 1, 2 |
| u-12tb1.112xlarge | 448 | 224 | 2 | 16, 24, 32, 40, 48, 56, 64, 72, 80, 88, 96, 104, 112, 120, 128, 136, 144, 152, 160, 168, 176, 184, 192, 200, 208, 216, 224 | 1, 2 |
| u-18tb1.112xlarge | 448 | 224 | 2 | 16, 24, 32, 40, 48, 56, 64, 72, 80, 88, 96, 104, 112, 120, 128, 136, 144, 152, 160, 168, 176, 184, 192, 200, 208, 216, 224 | 1, 2 |
| u-24tb1.112xlarge | 448 | 224 | 2 | 16, 24, 32, 40, 48, 56, 64, 72, 80, 88, 96, 104, 112, 120, 128, 136, 144, 152, 160, 168, 176, 184, 192, 200, 208, 216, 224 | 1, 2 |
| u7i-6tb.112xlarge | 448 | 224 | 2 | 8, 12, 16, 20, 24, 28, 32, 36, 40, 44, 48, 52, 56, 60, 64, 68, 72, 76, 80, 84, 88, 92, 96, 100, 104, 108, 112, 116, 120, 124, 128, 132, 136, 140, 144, 148, 152, 156, 160, 164, 168, 172, 176, 180, 184, 188, 192, 196, 200, 204, 208, 212, 216, 220, 224 | 1, 2 |
| u7i-8tb.112xlarge | 448 | 224 | 2 | 8, 12, 16, 20, 24, 28, 32, 36, 40, 44, 48, 52, 56, 60, 64, 68, 72, 76, 80, 84, 88, 92, 96, 100, 104, 108, 112, 116, 120, 124, 128, 132, 136, 140, 144, 148, 152, 156, 160, 164, 168, 172, 176, 180, 184, 188, 192, 196, 200, 204, 208, 212, 216, 220, 224 | 1, 2 |
| u7i-12tb.224xlarge | 896 | 448 | 2 | 16, 24, 32, 40, 48, 56, 64, 72, 80, 88, 96, 104, 112, 120, 128, 136, 144, 152, 160, 168, 176, 184, 192, 200, 208, 216, 224, 232, 240, 248, 256, 264, 272, 280, 288, 296, 304, 312, 320, 328, 336, 344, 352, 360, 368, 376, 384, 392, 400, 408, 416, 424, 432, 440, 448 | 1, 2 |
| u7in-16tb.224xlarge | 896 | 448 | 2 | 16, 24, 32, 40, 48, 56, 64, 72, 80, 88, 96, 104, 112, 120, 128, 136, 144, 152, 160, 168, 176, 184, 192, 200, 208, 216, 224, 232, 240, 248, 256, 264, 272, 280, 288, 296, 304, 312, 320, 328, 336, 344, 352, 360, 368, 376, 384, 392, 400, 408, 416, 424, 432, 440, 448 | 1, 2 |
| u7in-24tb.224xlarge | 896 | 448 | 2 | 16, 24, 32, 40, 48, 56, 64, 72, 80, 88, 96, 104, 112, 120, 128, 136, 144, 152, 160, 168, 176, 184, 192, 200, 208, 216, 224, 232, 240, 248, 256, 264, 272, 280, 288, 296, 304, 312, 320, 328, 336, 344, 352, 360, 368, 376, 384, 392, 400, 408, 416, 424, 432, 440, 448 | 1, 2 |
| u7in-32tb.224xlarge | 896 | 448 | 2 | 16, 24, 32, 40, 48, 56, 64, 72, 80, 88, 96, 104, 112, 120, 128, 136, 144, 152, 160, 168, 176, 184, 192, 200, 208, 216, 224, 232, 240, 248, 256, 264, 272, 280, 288, 296, 304, 312, 320, 328, 336, 344, 352, 360, 368, 376, 384, 392, 400, 408, 416, 424, 432, 440, 448 | 1, 2 |
| u7inh-32tb.480xlarge | 1920 | 960 | 2 | 32, 48, 64, 80, 96, 112, 128, 144, 160, 176, 192, 208, 224, 240, 256, 272, 288, 304, 320, 336, 352, 368, 384, 400, 416, 432, 448, 464, 480, 496, 512, 528, 544, 560, 576, 592, 608, 624, 640, 656, 672, 688, 704, 720, 736, 752, 768, 784, 800, 816, 832, 848, 864, 880, 896, 912, 928, 944, 960 | 1, 2 |
| x1.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| x1.32xlarge | 128 | 64 | 2 | 4, 8, 12, 16, 20, 24, 28, 32, 36, 40, 44, 48, 52, 56, 60, 64 | 1, 2 |
| x1e.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| x1e.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| x1e.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| x1e.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| x1e.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| x1e.32xlarge | 128 | 64 | 2 | 4, 8, 12, 16, 20, 24, 28, 32, 36, 40, 44, 48, 52, 56, 60, 64 | 1, 2 |
| x2gd.large | 2 | 2 | 1 | 1, 2 | 1 |
| x2gd.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| x2gd.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| x2gd.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| x2gd.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| x2gd.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| x2gd.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| x2idn.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| x2idn.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| x2idn.32xlarge | 128 | 64 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| x2iedn.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| x2iedn.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| x2iedn.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| x2iedn.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| x2iedn.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| x2iedn.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| x2iedn.32xlarge | 128 | 64 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| x2iezn.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| x2iezn.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| x2iezn.6xlarge | 24 | 12 | 2 | 2, 4, 6, 8, 10, 12 | 1, 2 |
| x2iezn.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| x2iezn.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| x8g.large | 2 | 2 | 1 | 1, 2 | 1 |
| x8g.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| x8g.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| x8g.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| x8g.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| x8g.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| x8g.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| x8g.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96 | 1 |
| x8g.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102, 104, 106, 108, 110, 112, 114, 116, 118, 120, 122, 124, 126, 128, 130, 132, 134, 136, 138, 140, 142, 144, 146, 148, 150, 152, 154, 156, 158, 160, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180, 182, 184, 186, 188, 190, 192 | 1 |
| x8aedz.large | 2 | 2 | 1 | 1, 2 | 1 |
| x8aedz.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| x8aedz.3xlarge | 12 | 12 | 1 | 1, 2, 4, 6, 8, 10, 12 | 1 |
| x8aedz.6xlarge | 24 | 24 | 1 | 1, 2, 3, 4, 8, 12, 16, 20, 24 | 1 |
| x8aedz.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 16, 24, 32, 40, 48 | 1 |
| x8aedz.24xlarge | 96 | 96 | 1 | 4, 6, 8, 10, 12, 14, 16, 32, 48, 64, 80, 96 | 1 |
| x8i.large | 2 | 1 | 2 | 1 | 1, 2 |
| x8i.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| x8i.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| x8i.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| x8i.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| x8i.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| x8i.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| x8i.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| x8i.32xlarge | 128 | 64 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| x8i.48xlarge | 192 | 96 | 2 | 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, 36, 39, 42, 45, 48, 51, 54, 57, 60, 63, 66, 69, 72, 75, 78, 81, 84, 87, 90, 93, 96 | 1, 2 |
| x8i.64xlarge | 256 | 128 | 2 | 8, 12, 16, 20, 24, 28, 32, 36, 40, 44, 48, 52, 56, 60, 64, 68, 72, 76, 80, 84, 88, 92, 96, 100, 104, 108, 112, 116, 120, 124, 128 | 1, 2 |
| x8i.96xlarge | 384 | 192 | 2 | 12, 18, 24, 30, 36, 42, 48, 54, 60, 66, 72, 78, 84, 90, 96, 102, 108, 114, 120, 126, 132, 138, 144, 150, 156, 162, 168, 174, 180, 186, 192 | 1, 2 |
| z1d.large | 2 | 1 | 2 | 1 | 1, 2 |
| z1d.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| z1d.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| z1d.3xlarge | 12 | 6 | 2 | 2, 4, 6 | 1, 2 |
| z1d.6xlarge | 24 | 12 | 2 | 2, 4, 6, 8, 10, 12 | 1, 2 |
| z1d.12xlarge | 48 | 24 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
## 스토리지 최적화 인스턴스
| 인스턴스 유형 | 기본 vCPU | 기본 CPU 코어 | 코어당 기본 스레드 | 유효한 CPU 코어 수 | 코어당 유효한 스레드 수 |
| --- | --- | --- | --- | --- | --- |
| d2.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| d2.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| d2.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| d2.8xlarge | 36 | 18 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18 | 1, 2 |
| d3.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| d3.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| d3.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| d3.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| d3en.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| d3en.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| d3en.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| d3en.6xlarge | 24 | 12 | 2 | 2, 4, 6, 8, 10, 12 | 1, 2 |
| d3en.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| d3en.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| h1.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| h1.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| h1.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| h1.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| i2.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| i2.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| i2.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| i2.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| i3.large | 2 | 1 | 2 | 1 | 1, 2 |
| i3.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| i3.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| i3.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| i3.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| i3.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| i3en.large | 2 | 1 | 2 | 1 | 1, 2 |
| i3en.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| i3en.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| i3en.3xlarge | 12 | 6 | 2 | 2, 4, 6 | 1, 2 |
| i3en.6xlarge | 24 | 12 | 2 | 2, 4, 6, 8, 10, 12 | 1, 2 |
| i3en.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| i3en.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| i4g.large | 2 | 2 | 1 | 1, 2 | 1 |
| i4g.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| i4g.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| i4g.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| i4g.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| i4g.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| i4i.large | 2 | 1 | 2 | 1 | 1, 2 |
| i4i.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| i4i.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| i4i.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| i4i.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| i4i.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| i4i.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| i4i.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| i4i.32xlarge | 128 | 64 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| i7i.large | 2 | 1 | 2 | 1 | 1, 2 |
| i7i.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| i7i.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| i7i.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| i7i.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| i7i.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| i7i.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1, 2 |
| i7i.24xlarge | 96 | 48 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1, 2 |
| i7i.48xlarge | 192 | 96 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96 | 1, 2 |
| i7ie.large | 2 | 1 | 2 | 1 | 1, 2 |
| i7ie.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| i7ie.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| i7ie.3xlarge | 12 | 6 | 2 | 1, 2, 3, 4, 5, 6 | 1, 2 |
| i7ie.6xlarge | 24 | 12 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 | 1, 2 |
| i7ie.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| i7ie.18xlarge | 72 | 36 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36 | 1, 2 |
| i7ie.24xlarge | 96 | 48 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1, 2 |
| i7ie.48xlarge | 192 | 96 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96 | 1, 2 |
| i8g.large | 2 | 2 | 1 | 1, 2 | 1 |
| i8g.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| i8g.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| i8g.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| i8g.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| i8g.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| i8g.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| i8g.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96 | 1 |
| i8g.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102, 104, 106, 108, 110, 112, 114, 116, 118, 120, 122, 124, 126, 128, 130, 132, 134, 136, 138, 140, 142, 144, 146, 148, 150, 152, 154, 156, 158, 160, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180, 182, 184, 186, 188, 190, 192 | 1 |
| i8ge.large | 2 | 2 | 1 | 1, 2 | 1 |
| i8ge.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| i8ge.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| i8ge.3xlarge | 12 | 12 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 | 1 |
| i8ge.6xlarge | 24 | 24 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1 |
| i8ge.12xlarge | 48 | 48 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1 |
| i8ge.18xlarge | 72 | 72 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72 | 1 |
| i8ge.24xlarge | 96 | 96 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96 | 1 |
| i8ge.48xlarge | 192 | 192 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102, 104, 106, 108, 110, 112, 114, 116, 118, 120, 122, 124, 126, 128, 130, 132, 134, 136, 138, 140, 142, 144, 146, 148, 150, 152, 154, 156, 158, 160, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180, 182, 184, 186, 188, 190, 192 | 1 |
| im4gn.large | 2 | 2 | 1 | 1, 2 | 1 |
| im4gn.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| im4gn.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| im4gn.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| im4gn.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| im4gn.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| is4gen.medium | 1 | 1 | 1 | 1 | 1 |
| is4gen.large | 2 | 2 | 1 | 1, 2 | 1 |
| is4gen.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| is4gen.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| is4gen.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| is4gen.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
## 가속 컴퓨팅 인스턴스
| 인스턴스 유형 | 기본 vCPU | 기본 CPU 코어 | 코어당 기본 스레드 | 유효한 CPU 코어 수 | 코어당 유효한 스레드 수 |
| --- | --- | --- | --- | --- | --- |
| dl1.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| dl2q.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| f1.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| f1.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| f1.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| f2.6xlarge | 24 | 12 | 2 | 1, 2, 3, 6, 9, 12 | 1, 2 |
| f2.12xlarge | 48 | 24 | 2 | 1, 2, 3, 6, 9, 12, 15, 18, 21, 24 | 1, 2 |
| f2.48xlarge | 192 | 96 | 2 | 4, 6, 8, 10, 12, 24, 36, 48, 60, 72, 84, 96 | 1, 2 |
| g3.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| g3.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| g3.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| g4ad.xlarge | 4 | 2 | 2 | 2 | 1, 2 |
| g4ad.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| g4ad.4xlarge | 16 | 8 | 2 | 2, 4, 8 | 1, 2 |
| g4ad.8xlarge | 32 | 16 | 2 | 2, 4, 8, 16 | 1, 2 |
| g4ad.16xlarge | 64 | 32 | 2 | 2, 4, 8, 16, 32 | 1, 2 |
| g4dn.xlarge | 4 | 2 | 2 | 2 | 1, 2 |
| g4dn.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| g4dn.4xlarge | 16 | 8 | 2 | 2, 4, 6, 8 | 1, 2 |
| g4dn.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| g4dn.12xlarge | 48 | 24 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24 | 1, 2 |
| g4dn.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| g5g.xlarge | 4 | 4 | 1 | 1, 2, 3, 4 | 1 |
| g5g.2xlarge | 8 | 8 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 | 1 |
| g5g.4xlarge | 16 | 16 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1 |
| g5g.8xlarge | 32 | 32 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32 | 1 |
| g5g.16xlarge | 64 | 64 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64 | 1 |
| g6.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| g6.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| g6.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| g6.8xlarge | 32 | 16 | 2 | 1, 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| g6.12xlarge | 48 | 24 | 2 | 1, 2, 3, 6, 9, 12, 15, 18, 21, 24 | 1, 2 |
| g6.16xlarge | 64 | 32 | 2 | 1, 2, 3, 4, 8, 12, 16, 20, 24, 28, 32 | 1, 2 |
| g6.24xlarge | 96 | 48 | 2 | 1, 2, 3, 4, 5, 6, 12, 18, 24, 30, 36, 42, 48 | 1, 2 |
| g6.48xlarge | 192 | 96 | 2 | 4, 6, 8, 10, 12, 24, 36, 48, 60, 72, 84, 96 | 1, 2 |
| g6e.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| g6e.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| g6e.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| g6e.8xlarge | 32 | 16 | 2 | 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| g6e.12xlarge | 48 | 24 | 2 | 3, 6, 9, 12, 15, 18, 21, 24 | 1, 2 |
| g6e.16xlarge | 64 | 32 | 2 | 4, 8, 12, 16, 20, 24, 28, 32 | 1, 2 |
| g6e.24xlarge | 96 | 48 | 2 | 6, 12, 18, 24, 30, 36, 42, 48 | 1, 2 |
| g6e.48xlarge | 192 | 96 | 2 | 12, 24, 36, 48, 60, 72, 84, 96 | 1, 2 |
| g6f.large | 2 | 1 | 2 | 1 | 1, 2 |
| g6f.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| g6f.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| g6f.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| gr6.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| gr6.8xlarge | 32 | 16 | 2 | 1, 2, 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| gr6f.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| g7e.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| g7e.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| g7e.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| g7e.12xlarge | 48 | 24 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 | 1, 2 |
| g7e.24xlarge | 96 | 48 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 | 1, 2 |
| g7e.48xlarge | 192 | 96 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96 | 1, 2 |
| inf1.xlarge | 4 | 2 | 2 | 2 | 1, 2 |
| inf1.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| inf1.6xlarge | 24 | 12 | 2 | 2, 4, 6, 8, 10, 12 | 1, 2 |
| inf1.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| inf2.xlarge | 4 | 2 | 2 | 1, 2 | 1, 2 |
| inf2.8xlarge | 32 | 16 | 2 | 4, 6, 8, 10, 12, 14, 16 | 1, 2 |
| inf2.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 32, 48 | 1, 2 |
| inf2.48xlarge | 192 | 96 | 2 | 4, 8, 12, 16, 20, 24, 28, 32, 64, 96 | 1, 2 |
| p3.2xlarge | 8 | 4 | 2 | 1, 2, 3, 4 | 1, 2 |
| p3.8xlarge | 32 | 16 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 | 1, 2 |
| p3.16xlarge | 64 | 32 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32 | 1, 2 |
| p3dn.24xlarge | 96 | 48 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| p4d.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| p4de.24xlarge | 96 | 48 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48 | 1, 2 |
| p5.4xlarge | 16 | 8 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 | 1, 2 |
| p5.48xlarge | 192 | 96 | 2 | 12, 24, 36, 48, 60, 72, 84, 96 | 1, 2 |
| p5e.48xlarge | 192 | 96 | 2 | 12, 24, 36, 48, 60, 72, 84, 96 | 1, 2 |
| p5en.48xlarge | 192 | 96 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96 | 1, 2 |
| p6-b200.48xlarge | 192 | 96 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96 | 1, 2 |
| p6-b300.48xlarge | 192 | 96 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96 | 1, 2 |
| p6e-gb200.36xlarge | 144 | 144 | 1 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104, 105, 106, 107, 108, 109, 110, 111, 112, 113, 114, 115, 116, 117, 118, 119, 120, 121, 122, 123, 124, 125, 126, 127, 128, 129, 130, 131, 132, 133, 134, 135, 136, 137, 138, 139, 140, 141, 142, 143, 144 | 1 |
| trn1.2xlarge | 8 | 4 | 2 | 2, 4 | 1, 2 |
| trn1.32xlarge | 128 | 64 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| trn1n.32xlarge | 128 | 64 | 2 | 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1, 2 |
| trn2.3xlarge | 12 | 6 | 2 | 1, 2, 3, 4, 5, 6 | 1, 2 |
| trn2.48xlarge | 192 | 96 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96 | 1, 2 |
| trn2u.48xlarge | 192 | 96 | 2 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96 | 1, 2 |
| vt1.3xlarge | 12 | 6 | 2 | 6 | 1, 2 |
| vt1.6xlarge | 24 | 12 | 2 | 6, 12 | 1, 2 |
| vt1.24xlarge | 96 | 48 | 2 | 6, 12, 48 | 1, 2 |
## 고성능 컴퓨팅 인스턴스
| 인스턴스 유형 | 기본 vCPU | 기본 CPU 코어 | 코어당 기본 스레드 | 유효한 CPU 코어 수 | 코어당 유효한 스레드 수 |
| --- | --- | --- | --- | --- | --- |
| hpc6id.32xlarge | 64 | 64 | 1 | 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64 | 1 |
| hpc8a.96xlarge | 192 | 192 | 1 | 24, 48, 72, 96, 120, 144, 168, 192 | 1 |
# Amazon EC2 인스턴스의 CPU 옵션 지정
인스턴스 시작 도중 또는 이후에 CPU 옵션을 지정할 수 있습니다.
**Topics**
+ [
## 동시 멀티스레딩 비활성화
](#cpu-options-disable-simultaneous-multithreading)
+ [
## 시작 시 vCPU 사용자 지정 수 지정
](#cpu-options-customize-vCPUs-launch)
+ [
## 시작 템플릿에 vCPU 사용자 지정 수 지정
](#cpu-options-customize-vCPUs-launch-template)
+ [
## EC2 인스턴스의 CPU 옵션 변경
](#change-vCPUs-after-launch)
## 동시 멀티스레딩 비활성화
하이퍼스레딩이라고도 하는 동시 멀티스레딩(SMT)을 비활성화하려면 코어당 스레드 하나를 지정하세요.
------
#### [ Console ]
**인스턴스 시작 중 SMT 비활성화**
1. [콘솔에서 인스턴스 시작 마법사를 사용하여 EC2 인스턴스 시작](ec2-launch-instance-wizard.md) 절차를 수행하고 필요에 따라 인스턴스를 구성합니다.
1. **고급 세부 정보**를 확장하고 **CPU 옵션 지정** 확인란을 선택합니다.
1. **코어 수**에 대해 필요한 CPU 코어 수를 선택합니다. 이 예에서 `r5.4xlarge` 인스턴스에 필요한 기본 CPU 코어 개수를 지정하려면 `8`을 선택합니다.
1. SMT를 비활성화하려면 **코어당 스레드**로 **1**을 선택하세요.
1. **Summary**(요약) 패널에서 인스턴스 구성을 검토한 다음 **Launch instance**(인스턴스 시작)를 선택합니다. 자세한 내용은 [콘솔에서 인스턴스 시작 마법사를 사용하여 EC2 인스턴스 시작](ec2-launch-instance-wizard.md) 섹션을 참조하세요.
------
#### [ AWS CLI ]
**인스턴스 시작 중 SMT 비활성화**
[run-instances](https://docs.aws.amazon.com/cli/latest/reference/ec2/run-instances.html) AWS CLI 명령을 사용하여 `1` 파라미터의 `ThreadsPerCore`에 값을 `--cpu-options`로 지정합니다. `CoreCount`에 대해 CPU 코어 수를 지정합니다. 이 예에서 `r7i.4xlarge` 인스턴스에 필요한 기본 CPU 코어 개수를 지정하려면 값을 `8`로 지정합니다.
```
aws ec2 run-instances \
--image-id ami-0abcdef1234567890 \
--instance-type r7i.4xlarge \
--cpu-options "CoreCount=8,ThreadsPerCore=1" \
--key-name my-key-pair
```
------
#### [ PowerShell ]
**인스턴스 시작 중 SMT 비활성화**
[New-EC2Instance](https://docs.aws.amazon.com/powershell/latest/reference/items/New-EC2Instance.html) 명령을 사용하고 `-CpuOptions` 파라미터의 `ThreadsPerCore`에 값을 `1`로 지정합니다. `CoreCount`에 대해 CPU 코어 수를 지정합니다. 이 예에서 `r7i.4xlarge` 인스턴스에 필요한 기본 CPU 코어 개수를 지정하려면 값을 `8`로 지정합니다.
```
New-EC2Instance `
-ImageId 'ami-0abcdef1234567890' `
-InstanceType 'r7i.4xlarge' `
-CpuOptions @{CoreCount=8; ThreadsPerCore=1} `
-KeyName 'my-key-pair'
```
------
**참고**
기존 인스턴스에 대해 SMT를 비활성화하려면 [EC2 인스턴스의 CPU 옵션 변경](#change-vCPUs-after-launch)에 표시된 프로세스에 따라 코어당 실행되는 스레드 수를 `1`로 변경합니다.
## 시작 시 vCPU 사용자 지정 수 지정
EC2 콘솔 또는 AWS CLI에서 인스턴스를 시작할 때 인스턴스의 코어당 CPU 코어와 스레드 수를 사용자 지정할 수 있습니다. 이 섹션의 예제는 `r5.4xlarge` 인스턴스 유형을 사용하며 다음과 같은 기본 설정을 포함합니다.
+ CPU 코어: 8
+ 코어당 스레드: 2
기본적으로 인스턴스 유형에 사용할 수 있는 최대 수의 vCPU를 사용하여 인스턴스를 시작합니다. 이 인스턴스 유형의 경우 총 16개의 vCPU(각각 2개의 스레드를 실행하는 코어 8개)입니다. 이 인스턴스 유형에 대한 자세한 내용은 [메모리 최적화 인스턴스](cpu-options-supported-instances-values.md#cpu-options-mem-optimized) 섹션을 참조하세요.
다음 예제는 4개의 vCPU로 `r5.4xlarge` 인스턴스를 시작합니다.
------
#### [ Console ]
**인스턴스 시작 중 vCPU 수 사용자 지정**
1. [콘솔에서 인스턴스 시작 마법사를 사용하여 EC2 인스턴스 시작](ec2-launch-instance-wizard.md) 절차를 수행하고 필요에 따라 인스턴스를 구성합니다.
1. **고급 세부 정보**를 확장하고 **CPU 옵션 지정** 확인란을 선택합니다.
1. 4개의 vCPU를 얻기 위해 다음과 같이 2개의 CPU 코어와 코어당 2개의 스레드를 지정합니다.
+ **코어 수**로 **2**를 선택합니다.
+ **코어당 스레드**로 **2**를 선택합니다.
1. **Summary**(요약) 패널에서 인스턴스 구성을 검토한 다음 **Launch instance**(인스턴스 시작)를 선택합니다. 자세한 내용은 [콘솔에서 인스턴스 시작 마법사를 사용하여 EC2 인스턴스 시작](ec2-launch-instance-wizard.md) 섹션을 참조하세요.
------
#### [ AWS CLI ]
**인스턴스 시작 중 vCPU 수 사용자 지정**
[run-instances](https://docs.aws.amazon.com/cli/latest/reference/ec2/run-instances.html) AWS CLI 명령을 사용하여 `--cpu-options` 파라미터에서 CPU 코어 수와 스레드 수를 지정합니다. 4개의 vCPU를 얻기 위해 2개의 CPU 코어와 코어당 2개의 스레드를 지정할 수 있습니다.
```
aws ec2 run-instances \
--image-id ami-0abcdef1234567890 \
--instance-type r7i.4xlarge \
--cpu-options "CoreCount=2,ThreadsPerCore=2" \
--key-name my-key-pair
```
또는 4개의 vCPU를 얻기 위해 4개의 CPU 코어와 코어당 1개의 스레드(SMT 비활성화)를 지정합니다.
```
aws ec2 run-instances \
--image-id ami-0abcdef1234567890 \
--instance-type r7i.4xlarge \
--cpu-options "CoreCount=4,ThreadsPerCore=1" \
--key-name my-key-pair
```
------
#### [ PowerShell ]
**인스턴스 시작 중 vCPU 수 사용자 지정**
[New-EC2Instance](https://docs.aws.amazon.com/powershell/latest/reference/items/New-EC2Instance.html) 명령을 사용하고 `-CpuOptions` 파라미터에서 CPU 코어 수와 스레드 수를 지정합니다. 4개의 vCPU를 얻기 위해 2개의 CPU 코어와 코어당 2개의 스레드를 지정할 수 있습니다.
```
New-EC2Instance `
-ImageId 'ami-0abcdef1234567890' `
-InstanceType 'r7i.4xlarge' `
-CpuOptions @{CoreCount=2; ThreadsPerCore=2} `
-KeyName 'my-key-pair'
```
또는 4개의 vCPU를 얻기 위해 4개의 CPU 코어와 코어당 1개의 스레드(SMT 비활성화)를 지정합니다.
```
New-EC2Instance `
-ImageId 'ami-0abcdef1234567890' `
-InstanceType 'r7i.4xlarge' `
-CpuOptions @{CoreCount=4; ThreadsPerCore=1} `
-KeyName 'my-key-pair'
```
------
## 시작 템플릿에 vCPU 사용자 지정 수 지정
시작 템플릿에서 인스턴스의 코어당 CPU 코어와 스레드 수를 사용자 지정할 수 있습니다. 이 섹션의 예제는 `r5.4xlarge` 인스턴스 유형을 사용하며 다음과 같은 기본 설정을 포함합니다.
+ CPU 코어: 8
+ 코어당 스레드: 2
기본적으로 인스턴스 유형에 사용할 수 있는 최대 수의 vCPU를 사용하여 인스턴스를 시작합니다. 이 인스턴스 유형의 경우 총 16개의 vCPU(각각 2개의 스레드를 실행하는 코어 8개)입니다. 이 인스턴스 유형에 대한 자세한 내용은 [메모리 최적화 인스턴스](cpu-options-supported-instances-values.md#cpu-options-mem-optimized) 섹션을 참조하세요.
다음 예제에서는 vCPU가 4개 있는 `r5.4xlarge` 인스턴스의 구성을 지정하는 시작 템플릿을 생성합니다.
------
#### [ Console ]
**시작 템플릿에 vCPU 사용자 지정 수 지정**
1. [파라미터를 지정하여 시작 템플릿 생성](create-launch-template.md#create-launch-template-define-parameters) 절차를 수행하고 필요에 따라 시작 템플릿을 구성합니다.
1. **고급 세부 정보**를 확장하고 **CPU 옵션 지정** 확인란을 선택합니다.
1. 4개의 vCPU를 얻기 위해 다음과 같이 2개의 CPU 코어와 코어당 2개의 스레드를 지정합니다.
+ **코어 수**로 **2**를 선택합니다.
+ **코어당 스레드**로 **2**를 선택합니다.
1. **요약** 패널에서 인스턴스 구성을 검토한 다음 **인스턴스 시작**을 선택합니다. 자세한 내용은 [Amazon EC2 시작 템플릿에 인스턴스 시작 파라미터 저장](ec2-launch-templates.md) 섹션을 참조하세요.
------
#### [ AWS CLI ]
**시작 템플릿에 vCPU 사용자 지정 수 지정**
[create-launch-template](https://docs.aws.amazon.com/cli/latest/reference/ec2/create-launch-template.html) AWS CLI 명령을 사용하여 `CpuOptions` 파라미터에서 CPU 코어 수와 스레드 수를 지정합니다. 4개의 vCPU를 얻기 위해 2개의 CPU 코어와 코어당 2개의 스레드를 지정할 수 있습니다.
```
aws ec2 create-launch-template \
--launch-template-name TemplateForCPUOptions \
--version-description CPUOptionsVersion1 \
--launch-template-data file://template-data.json
```
다음은 이 예제의 인스턴스 구성에 대한 CPU 옵션 등 시작 템플릿 데이터를 포함하는 JSON 파일 예제입니다.
```
{
"NetworkInterfaces": [{
"AssociatePublicIpAddress": true,
"DeviceIndex": 0,
"Ipv6AddressCount": 1,
"SubnetId": "subnet-0abcdef1234567890"
}],
"ImageId": "ami-0abcdef1234567890",
"InstanceType": "r5.4xlarge",
"TagSpecifications": [{
"ResourceType": "instance",
"Tags": [{
"Key":"Name",
"Value":"webserver"
}]
}],
"CpuOptions": {
"CoreCount":2,
"ThreadsPerCore":2
}
}
```
또는 4개의 vCPU를 얻기 위해 4개의 CPU 코어와 코어당 1개의 스레드(SMT 비활성화)를 지정합니다.
```
{
"NetworkInterfaces": [{
"AssociatePublicIpAddress": true,
"DeviceIndex": 0,
"Ipv6AddressCount": 1,
"SubnetId": "subnet-0abcdef1234567890"
}],
"ImageId": "ami-0abcdef1234567890",
"InstanceType": "r5.4xlarge",
"TagSpecifications": [{
"ResourceType": "instance",
"Tags": [{
"Key":"Name",
"Value":"webserver"
}]
}],
"CpuOptions": {
"CoreCount":4,
"ThreadsPerCore":1
}
}
```
------
#### [ PowerShell ]
**시작 템플릿에 vCPU 사용자 지정 수 지정**
[New-EC2LaunchTemplate](https://docs.aws.amazon.com/powershell/latest/reference/items/New-EC2LaunchTemplate.html)을 사용합니다.
```
New-EC2LaunchTemplate `
-LaunchTemplateName 'TemplateForCPUOptions' `
-VersionDescription 'CPUOptionsVersion1' `
-LaunchTemplateData (Get-Content -Path 'template-data.json' | ConvertFrom-Json)
```
------
## EC2 인스턴스의 CPU 옵션 변경
시간이 지나면서 요구 사항이 변하면 기존 인스턴스의 CPU 옵션 구성을 변경하는 것이 좋습니다. 인스턴스에서 실행되는 각 스레드를 가상 CPU(vCPU)라고 합니다. Amazon EC2 콘솔, AWS CLI, API 또는 SDK에서 기존 인스턴스에서 실행되는 vCPU 수를 변경할 수 있습니다. 이렇게 변경하려면 먼저 인스턴스 상태가 `Stopped`이어야 합니다.
콘솔 또는 명령줄 단계를 보려면 환경에 맞는 탭을 선택합니다. API 요청 및 응답 정보는 *Amazon EC2 API 참조*의 [ModifyInstanceCpuOptions](https://docs.aws.amazon.com/AWSEC2/latest/APIReference/API_ModifyInstanceCpuOptions.html)을 참조하세요.
------
#### [ Console ]
다음 절차에 따라 AWS Management Console에서 인스턴스의 활성 vCPU 수를 에서 변경합니다.
1. [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/)에서 Amazon EC2 콘솔을 엽니다.
1. 왼쪽 탐색 창에서 **인스턴스**를 선택합니다. 그러면 현재 AWS 리전에 정의된 인스턴스 목록이 열립니다.
1. **인스턴스** 목록에서 인스턴스를 선택합니다. 또는 인스턴스 링크를 선택하여 인스턴스 세부 정보 페이지를 열 수도 있습니다.
1. 인스턴스가 실행 중인 경우 진행하기 전에 인스턴스를 중지해야 합니다. **인스턴스 상태** 메뉴에서 **인스턴스 중지**를 선택합니다.
1. vCPU 구성을 변경하려면 **작업** 메뉴의 **인스턴스 설정**에서 **CPU 옵션 변경**을 선택합니다. 그러면 **CPU 옵션 변경** 페이지가 열립니다.
1. 다음 CPU 옵션 중 하나를 선택하여 인스턴스의 구성을 변경합니다.
**기본 CPU 옵션 사용**
이 옵션은 인스턴스 유형의 기본 vCPU 수로 인스턴스를 재설정합니다. 기본값은 모든 CPU 코어에 대해 모든 스레드를 실행하는 것입니다.
**CPU 옵션 지정**
이 옵션을 사용하면 인스턴스에서 실행 중인 vCPU 수를 구성할 수 있습니다.
1. **CPU 옵션 지정**을 선택하면 **활성 vCPU** 필드가 표시됩니다.
+ 첫 번째 선택기를 사용하여 각 CPU 코어의 스레드 수를 구성합니다. 동시 멀티스레딩을 비활성화하려면 `1`을 선택합니다.
+ 두 번째 선택기를 사용하여 인스턴스에서 실행되는 CPU 수를 구성합니다.
CPU 옵션 선택기를 변경하면 다음 필드가 동적으로 업데이트됩니다.
+ **활성 vCPU**: 사용자의 선택을 기반으로 코어당 스레드를 곱한 CPU 코어 수입니다. 예를 들어 스레드 2개와 코어 4개를 선택한 경우 vCPU 8개가 됩니다.
+ **총 vCPU**: 인스턴스 유형의 최대 vCPU 수입니다. 예를 들어 `m6i.4xlarge` 인스턴스 유형의 경우 16개의 vCPU(각각 2개의 스레드를 실행하는 코어 8개)입니다.
1. 업데이트를 적용하려면 **변경**을 선택합니다.
------
#### [ AWS CLI ]
다음 절차에 따라 AWS CLI에서 인스턴스의 활성 vCPU 수를 에서 변경합니다.
[modify-instance-cpu-options](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/ec2/modify-instance-cpu-options.html) 명령을 사용하여 `--core-count` 파라미터에서 실행되는 CPU 코어 수와 `--threads-per-core` 파라미터에서 코어당 실행되는 스레드 수를 지정합니다.
다음 예제는 지정된 인스턴스에서 vCPU 8개를 실행할 수 있는 `m6i.4xlarge` 인스턴스 유형의 두 가지 구성을 보여줍니다. 이 인스턴스 유형의 기본값은 16개의 vCPU(각각 2개의 스레드를 실행하는 코어 8개)입니다.
**예제 1:** 코어당 스레드 2개로 CPU 코어 4개를 실행하여 총 8개의 vCPU를 실행합니다.
```
aws ec2 modify-instance-cpu-options \
--instance-id i-1234567890abcdef0 \
--core-count=4 \
--threads-per-core=2
```
**예제 2:** 동시 멀티스레딩을 사용하지 않도록 설정하려면 코어당 실행되는 스레드 수를 `1`로 변경할 수 있습니다. 또한 결과 구성에서는 총 8개의 vCPU(CPU 코어 8개, 코어당 스레드 1개)를 실행합니다.
```
aws ec2 modify-instance-cpu-options \
--instance-id 1234567890abcdef0 \
--core-count=8 \
--threads-per-core=1
```
------
#### [ PowerShell ]
**인스턴스의 활성 vCPU 수를 변경하려면**
[Edit-EC2InstanceCpuOption](https://docs.aws.amazon.com/powershell/latest/reference/items/Edit-EC2InstanceCpuOption.html) cmdlet을 사용하고 `-CoreCount` 파라미터에서 실행되는 CPU 코어 수와 `ThreadsPerCore` 파라미터에서 코어당 실행되는 스레드 수를 지정합니다.
**예제 1:** 코어당 스레드 2개로 CPU 코어 4개를 실행하여 총 8개의 vCPU를 실행합니다.
```
Edit-EC2InstanceCpuOption `
-InstanceId 'i-1234567890abcdef0' `
-CoreCount 4 `
-ThreadsPerCore 2
```
**예제 2:** 동시 멀티스레딩을 사용하지 않도록 설정하려면 코어당 실행되는 스레드 수를 `1`로 변경할 수 있습니다. 또한 결과 구성에서는 총 8개의 vCPU(CPU 코어 8개, 코어당 스레드 1개)를 실행합니다.
```
Edit-EC2InstanceCpuOption `
-InstanceId 'i-1234567890abcdef0' `
-CoreCount 8 `
-ThreadsPerCore 1
```
------
# Amazon EC2 인스턴스의 CPU 스레드 및 코어 보기
인스턴스를 설명하여 기존 인스턴스의 CPU 옵션을 볼 수 있습니다.
------
#### [ Console ]
**인스턴스의 CPU 옵션을 보려면**
1. [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/)에서 Amazon EC2 콘솔을 엽니다.
1. 왼쪽 탐색 창에서 **인스턴스**를 선택하고 인스턴스를 선택합니다.
1. **세부 정보** 탭의 **호스트 및 배치 그룹**에서 **vCPU 수**를 찾습니다.
------
#### [ AWS CLI ]
**인스턴스의 CPU 옵션을 보려면**
아래와 같이 [describe-instances](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instances.html) 명령을 사용합니다.
```
aws ec2 describe-instances \
--instance-ids i-1234567890abcdef0 \
--query Reservations[].Instances[].CpuOptions
```
다음은 예제 출력입니다. `CoreCount` 필드는 인스턴스의 코어 수를 나타냅니다. `ThreadsPerCore` 필드는 코어당 스레드 수를 나타냅니다.
```
[
{
"CoreCount": 24,
"ThreadsPerCore": 2
},
]
```
------
#### [ PowerShell ]
**인스턴스의 CPU 옵션을 보려면**
[Get-EC2Instance](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2Instance.html) cmdlet을 사용합니다.
```
(Get-EC2Instance `
-InstanceId 'i-1234567890abcdef0').Instances.CpuOptions
```
다음은 예제 출력입니다.
```
AmdSevSnp CoreCount ThreadsPerCore
--------- --------- --------------
24 2
```
------
또는 인스턴스에 연결하여 다음 시스템 도구 중 하나를 사용하여 CPU 정보를 볼 수 있습니다.
+ Windows 인스턴스의 Windows `Task Manager`
+ Linux 인스턴스의 **lscpu** 명령
AWS Config를 사용하여 종료된 인스턴스를 포함한 인스턴스의 구성 변경을 기록, 액세스, 감사 및 평가할 수 있습니다. 자세한 내용은 *AWS Config 개발자 가이드*에서 [AWS Config 시작하기](https://docs.aws.amazon.com/config/latest/developerguide/getting-started.html)를 참조하세요.
# 라이선스 포함 인스턴스의 CPU 최적화
Microsoft SQL Server와 같은 워크로드는 높은 수준의 메모리 및 IOPS가 필요하지만 vCPU 수는 그렇지 않은 경우가 많습니다. AWS는 대부분의 인프라 요구 사항을 충족할 수 있는 다양한 인스턴스 유형을 제공합니다. 단, Windows 및 Microsoft SQL Server의 vCPU 기반 라이선스 비용을 줄이기 위해 동일한 메모리, 스토리지, 네트워크 사양을 유지하면서 EC2 인스턴스에서 실행되는 vCPU 수를 사용자 지정할 수 있습니다. 이 접근 방식을 통해 라이선스가 포함된 워크로드와 Bring Your Own License(BYOL) 워크로드 모두에 대해 vCPU 기반 라이선스 비용을 절감할 수 있습니다. 콘솔 또는 Amazon EC2 API를 사용하여 인스턴스를 시작하거나 수정할 때 CPU 옵션을 지정할 수 있습니다. 지침은 [Amazon EC2 인스턴스의 CPU 옵션 지정](instance-specify-cpu-options.md) 섹션을 참조하세요.
자세한 내용은 SQL Server 워크로드용 CPU 최적화를 위한 모범 사례에 관한 [블로그 게시물](https://aws.amazon.com/blogs/modernizing-with-aws/optimize-cpus-best-practices-for-sql-server-workloads-continued/)을 참조하세요.
## 지원되는 라이선스 유형
CPU 최적화는 라이선스 포함 AMI에서 시작된 인스턴스에 대해 다음 유형의 라이선스 구성의 활성 CPU 수를 기반으로 한 결제를 지원합니다. 라이선스 유형에 대한 자세한 정보는 [AMI 결제 정보 필드](billing-info-fields.md) 섹션을 참조하세요.
**라이선스 포함 AMI 인스턴스 결제**
| 라이선스 포함 | 사용 작업 | vCPU 시간당 요금 |
| --- | --- | --- |
| Windows Server | RunInstances:0002 | 0.046 USD |
| SQL Server Enterprise가 설치된 Windows Server | RunInstances:0102 | 0.421 USD |
| SQL Server Standard가 설치된 Windows Server | RunInstances:0006 | 0.166 USD |
| SQL Server Web이 설치된 Windows Server | RunInstances:0202 | 0.063 USD |
## 지원되는 구매 옵션
CPU 최적화는 라이선스 포함 인스턴스에 대해 다음과 같은 구매 옵션을 지원합니다.
+ 온디맨드
+ 절감형 플랜
**주의**
예약 인스턴스를 사용하는 경우 동일한 지급인 계정의 라이선스 포함 인스턴스에서 시작된 인스턴스에 대해 CPU 최적화를 구성하면 할인이 적용되지 않을 수 있습니다. vCPU 기반 라이선스 비용을 줄이고 컴퓨팅 비용에서도 비슷한 절감 효과를 얻으려면 절감형 플랜을 사용하는 것이 좋습니다.
2025년 10월 15일 이전에 동일한 인스턴스 유형에서 Windows 및 SQL Server에 대한 CPU 최적화와 예약 인스턴스를 모두 사용한 계정은 현재 결제 환경을 유지하기 위해 옵트아웃 목록에 추가되었습니다. CPU 최적화 라이선스 비용 절감을 활용하려면 [AWS Support Center](https://console.aws.amazon.com/support/home#/)에 연락하여 옵트아웃 목록에서 제거하세요.
## CPU 최적화가 라이선스 비용을 절감하는 방법
다음 예시는 CPU 사용을 구성할 때 가능한 비용 절감을 설명하는 데 도움이 됩니다.
**예시 1: 기본 결제** 이 예시는 라이선스 포함 Windows 및 SQL Server Enterprise AMI에서 시작된 r7i.8xlarge 인스턴스를 보여줍니다. 이 인스턴스는 해당 인스턴스 유형의 기본 CPU 구성인 32개 vCPU로 100시간 동안 실행되었습니다(3,200 vCPU 시간).
청구서에는 사용량과 라이선스 비용이 모두 포함된 합산 요금이 포함된 행 하나가 표시됩니다.
![\[라이선스 포함 Windows 및 SQL Server Enterprise 인스턴스에 대한 기본 청구가 포함된 샘플 청구서.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/optimize-cpus-sample-bill-default.png)
**예시 2: CPU 최적화 결제** 이 예시는 라이선스 포함 Windows 및 SQL Server Enterprise AMI에서 시작된 r7i.8xlarge 인스턴스를 보여줍니다. 라이선스 비용을 절약하기 위해 활성 CPU 수가 16개 vCPU로 줄었습니다. 인스턴스는 새 구성으로 100시간 동안 실행되었습니다.
청구서에는 다음 2개 행이 표시됩니다.
결제 설명: **Elastic Compute Cloud**
첫 번째 행은 100시간 동안 실행된 Windows 및 SQL Server 인스턴스의 기준 비용(211.68 USD)을 보여줍니다.
결제 설명: **Amazon EC2 CPU 최적화 라이선스 포함 서드 파티 요금**
두 번째 행은 청구 기간 동안 활성화된 vCPU 수에 따른 라이선스 비용(673.60 USD)입니다.
![\[라이선스 포함 Windows 및 SQL Server Enterprise 인스턴스에 대한 CPU 최적화 청구가 포함된 샘플 청구서.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/optimize-cpus-sample-bill-optimized.png)
**예시 3: 절감형 플랜을 사용한 CPU 최적화 결제** 이 예시는 라이선스 포함 Windows 및 SQL Server Enterprise AMI에서 시작된 r7i.8xlarge 인스턴스를 보여줍니다. 라이선스 비용을 절약하기 위해 활성 CPU 수가 16개 vCPU로 줄었습니다. 인스턴스는 새 구성으로 100시간 동안 실행되었습니다.
시간당 1.60 USD(반올림) 약정이 적용되는 1년 *선결제 없음 컴퓨팅 절감형 플랜*은 Windows 및 SQL Server 인스턴스의 기준 비용을 낮춰 추가로 비용을 절감합니다. 절감형 플랜 약정은 r7i.8xlarge 인스턴스의 전체 사용량 100시간에 시간당 1.53362 USD의 절감형 플랜 요금을 적용합니다.
청구서에는 다음 행이 표시됩니다.
결제 설명: **컴퓨팅 사용에 대한 절감형 플랜**
첫 번째 행은 전체 사용량 100시간에 대한 절감형 플랜 약정을 보여줍니다(160.00 USD).
결제 설명: **Elastic Compute Cloud**
두 번째 행에는 2개의 항목이 포함됩니다. 첫 번째 항목은 절감형 플랜을 사용하지 않고 Windows 및 SQL Server 인스턴스를 100시간 동안 실행하는 경우의 기준 비용(211.68 USD)을 보여줍니다. 두 번째 항목은 전체 기준 비용이 컴퓨팅 절감형 플랜으로 충당되어(-211.68 USD) 순 비용이 0임을 보여줍니다.
결제 설명: **Amazon EC2 CPU 최적화 라이선스 포함 서드 파티 요금**
세 번째 행은 청구 기간 동안 활성화된 vCPU 수에 따른 라이선스 비용(673.60 USD)입니다.
![\[라이선스 포함 Windows 및 SQL Server Enterprise 인스턴스에 대한 절감형 플랜 및 CPU 최적화 청구가 포함된 샘플 청구서.\]](http://docs.aws.amazon.com/ko_kr/AWSEC2/latest/UserGuide/images/optimize-cpus-sample-bill-savings-plan.png)
# Amazon EC2 인스턴스용 AMD SEV-SNP
AMD SEV-SNP(AMD Secure Encrypted Virtualization-Secure Nested Paging)는 CPU 기능으로, 다음과 같은 속성을 제공합니다.
+ **증명** - AMD SEV-SNP를 사용하면 인스턴스의 상태와 ID를 검증하는 데 사용할 수 있는 암호화 측정값이 포함된 서명된 증명 보고서를 검색하고, 정품 AMD 하드웨어에서 실행되고 있음을 확인할 수 있습니다. 자세한 내용은 [AMD SEV-SNP로 Amazon EC2 인스턴스 증명](snp-attestation.md) 섹션을 참조하세요.
+ **메모리 암호화** - AMD EPYC(Milan), AWS Graviton2 및 인텔 제온 스케일러블(Ice Lake) 프로세서부터 인스턴스 메모리는 항상 암호화됩니다. AMD SEV-SNP에 대해 활성화된 인스턴스는 메모리 암호화에 인스턴스별 키를 사용합니다.
**Topics**
+ [
## 개념 및 용어
](#snp-concepts)
+ [
## 요구 사항
](#snp-requirements)
+ [
## 고려 사항
](#snp-considerations)
+ [
## 요금
](#snp-pricing)
+ [지원되는 인스턴스 유형 찾기](snp-find-instance-types.md)
+ [AMD SEV-SNP 활성화](snp-work-launch.md)
+ [AMD SEV-SNP를 통한 증명](snp-attestation.md)
## 개념 및 용어
AMD SEV-SNP를 사용하기 전에 다음 개념과 용어를 숙지해야 합니다.
**AMD SEV-SNP 증명 보고서**
AMD SEV-SNP 증명 보고서는 인스턴스가 CPU에 요청할 수 있는 문서입니다. AMD SEV-SNP 증명 보고서는 인스턴스의 상태와 ID를 검증하고 승인된 AMD 환경에서 실행 중인지 확인하는 데 사용할 수 있습니다. 보고서에는 초기 인스턴스 메모리 콘텐츠 및 vCPU의 초기 상태를 포함하여 인스턴스의 초기 부팅 상태에 대한 암호화 해시인 시작 측정값이 포함됩니다. AMD SEV-SNP 증명 보고서에는 AMD의 신뢰 루트에 다시 연결되는 VLEK 서명이 포함되어 있습니다.
**VLEK**
VLEK(Versioned Loaded Endorsement Key)는 AMD에서 인증하고 AMD CPU에서 AMD SEV-SNP 증명 보고서에 서명하는 데 사용하는 버전이 지정된 서명 키입니다. VLEK 서명은 AMD에서 제공하는 인증서를 사용하여 확인할 수 있습니다.
**OVMF 이진수**
OVMF(Open Virtual Machine Firmware)는 인스턴스에 대한 UEFI 환경을 제공하는 데 사용되는 초기 부팅 코드입니다. 초기 부팅 코드는 AMI의 코드가 부팅되기 전에 실행됩니다. 또한 OVMF는 AMI에 제공된 부트 로더를 찾아 실행합니다. 자세한 내용은 [OVMF 리포지토리](https://github.com/tianocore/tianocore.github.io/wiki/OVMF)를 참조하세요.
## 요구 사항
AMD SEV-SNP를 사용하려면 다음을 수행해야 합니다.
+ 지원되는 인스턴스 유형 중 하나를 사용해야 합니다.
+ **범용**: `m6a.large` \$1 `m6a.xlarge` \$1 `m6a.2xlarge` \$1 `m6a.4xlarge` \$1 `m6a.8xlarge`
+ **컴퓨팅 최적화**: `c6a.large` \$1 `c6a.xlarge` \$1 `c6a.2xlarge` \$1 `c6a.4xlarge` \$1 `c6a.8xlarge` \$1 `c6a.12xlarge` \$1 `c6a.16xlarge`
+ **메모리 최적화**: `r6a.large` \$1 `r6a.xlarge` \$1 `r6a.2xlarge` \$1 `r6a.4xlarge`
+ 지원되는 AWS 리전에서 인스턴스를 시작합니다. 현재는 미국 동부(오하이오)와 유럽(아일랜드)만 지원됩니다.
+ `uefi` 또는 `uefi-preferred` 부팅 모드의 AMI와 AMD SEV-SNP를 지원하는 운영 체제를 사용하세요. 운영 체제의 AMD SEV-SNP 지원에 관한 자세한 내용은 해당 운영 체제의 설명서를 참조하세요. AWS의 경우 AMD SEV-SNP는 AL2023, RHEL 9.3, SLES 15 SP4 및 Ubuntu 23.04 이상에서 지원됩니다.
## 고려 사항
AMD SEV-SNP는 인스턴스를 시작할 때만 활성화할 수 있습니다. 인스턴스 시작에 대해 AMD SEV-SNP가 활성화되어 있으면 다음 규칙이 적용됩니다.
+ AMD SEV-SNP는 활성화한 이후에 비활성화할 수 없습니다. 인스턴스 수명 주기 동안 활성화됩니다.
+ AMD SEV-SNP를 지원하는 다른 인스턴스 유형으로만 [인스턴스 유형을 변경](ec2-instance-resize.md)할 수 있습니다.
+ 최대 절전 및 Nitro Enclaves는 지원되지 않습니다.
+ 전용 호스트는 지원되지 않습니다.
+ 인스턴스의 기본 호스트가 유지 관리 일정이 예정된 경우 이벤트 14일 전에 예약된 이벤트 알림을 받게 됩니다. 인스턴스를 새 호스트로 이동하려면 인스턴스를 수동으로 중지하거나 다시 시작해야 합니다.
## 요금
AMD SEV-SNP가 활성화된 상태에서 Amazon EC2 인스턴스를 시작하면 선택한 인스턴스 유형의 [온디맨드 시간당 요금](https://aws.amazon.com/ec2/pricing/on-demand/)의 10% 에 해당하는 추가 시간당 사용 요금이 부과됩니다.
이 AMD SEV-SNP 사용 요금은 Amazon EC2 인스턴스 사용에 대한 별도의 요금입니다. 예약 인스턴스, 절감형 플랜 및 운영 체제 사용량은 이 요금에 영향을 미치지 않습니다.
[AMD SEV-SNP](#sev-snp)가 활성화된 상태에서 스팟 인스턴스를 시작하도록 구성하면 선택한 인스턴스 유형의 [온디맨드 시간당 요금](https://aws.amazon.com/ec2/pricing/on-demand/)의 10% 에 해당하는 시간당 사용 요금이 추가로 부과됩니다. 할당 전략에서 가격을 입력으로 사용하는 경우 스팟 플릿에는 이 추가 요금이 포함되지 않습니다. 스팟 가격만 사용됩니다.
# AMD SEV-SNP를 지원하는 EC2 인스턴스 유형 찾기
AMD SEV-SNP를 지원하는 인스턴스 유형을 찾을 수 있습니다. Amazon EC2 콘솔에는 인스턴스 유형에 대한 이 정보가 표시되지 않습니다.
------
#### [ AWS CLI ]
**AMD SEV-SNP를 지원하는 인스턴스 유형을 찾으려면**
다음 [https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instance-types.html](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instance-types.html) 명령을 사용합니다.
```
aws ec2 describe-instance-types \
--filters Name=processor-info.supported-features,Values=amd-sev-snp \
--query 'InstanceTypes[*].[InstanceType]' \
--output text | sort
```
출력의 예시는 다음과 같습니다.
```
c6a.12xlarge
c6a.16xlarge
c6a.2xlarge
c6a.4xlarge
c6a.8xlarge
c6a.large
c6a.xlarge
m6a.2xlarge
m6a.4xlarge
m6a.8xlarge
m6a.large
m6a.xlarge
r6a.2xlarge
r6a.4xlarge
r6a.large
r6a.xlarge
```
------
#### [ PowerShell ]
**AMD SEV-SNP를 지원하는 인스턴스 유형을 찾으려면**
[Get-EC2InstanceType](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2InstanceType.html) cmdlet을 사용합니다.
```
(Get-EC2InstanceType `
-Filter @{Name="processor-info.supported-features"; Values="amd-sev-snp"}).InstanceType.Value | Sort-Object
```
출력의 예시는 다음과 같습니다.
```
c6a.12xlarge
c6a.16xlarge
c6a.2xlarge
c6a.4xlarge
c6a.8xlarge
c6a.large
c6a.xlarge
m6a.2xlarge
m6a.4xlarge
m6a.8xlarge
m6a.large
m6a.xlarge
r6a.2xlarge
r6a.4xlarge
r6a.large
r6a.xlarge
```
------
# EC2 인스턴스에서 AMD SEV-SNP 활성화
AMD SEV-SNP가 활성화된 상태에서 인스턴스를 시작할 수 있습니다. 시작 후에는 AMD SEV-SNP를 활성화할 수 없습니다.
## AMD SEV-SNP가 활성화된 상태에서 인스턴스 시작
Amazon EC2 콘솔을 사용하여 AMD SEV-SNP를 활성화할 수는 없습니다.
------
#### [ AWS CLI ]
**AMD SEV-SNP가 활성화된 상태에서 인스턴스를 시작하려면**
`--cpu-options` 옵션과 함께 [https://docs.aws.amazon.com/cli/latest/reference/ec2/run-instances.html](https://docs.aws.amazon.com/cli/latest/reference/ec2/run-instances.html) 명령을 사용합니다. 추가 요구 사항은 [AMD SEV-SNP 요구 사항](sev-snp.md#snp-requirements)을 참조하세요.
```
--cpu-options AmdSevSnp=enabled
```
------
#### [ PowerShell ]
**AMD SEV-SNP가 활성화된 상태에서 인스턴스를 시작하려면**
`-CpuOption` 파라미터와 함께 [New-EC2Instance](https://docs.aws.amazon.com/powershell/latest/reference/items/New-EC2Instance.html) cmdlet을 사용합니다.
```
-CpuOption @{AmdSevSnp="enabled"}
```
------
## EC2 인스턴스에 AMD SEV-SNP가 활성화되어 있는지 확인
AMD SEV-SNP가 활성화된 인스턴스를 찾을 수 있습니다. Amazon EC2 콘솔에는 이 정보가 표시되지 않습니다.
------
#### [ AWS CLI ]
**인스턴스에 AMD SEV-SNP가 활성화되어 있는지 확인하려면**
[https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instances.html](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instances.html) 명령을 사용합니다.
```
aws ec2 describe-instances \
--instance-ids i-1234567890abcdef0 \
--query Reservations[].Instances[].CpuOptions
```
출력의 예시는 다음과 같습니다. `CpuOptions`에 `AmdSevSnp`가 없으면 AMD SEV-SNP가 비활성화된 것입니다.
```
[
{
"AmdSevSnp": "enabled",
"CoreCount": 1,
"ThreadsPerCore": 2
}
]
```
------
#### [ PowerShell ]
**인스턴스에 AMD SEV-SNP가 활성화되어 있는지 확인하려면**
[Get-EC2Instance](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2Instance.html) cmdlet을 사용합니다.
```
(Get-EC2Instance `
-InstanceId i-1234567890abcdef0).Instances.CpuOptions
```
출력의 예시는 다음과 같습니다. `AmdSevSnp` 값이 없으면 AMD SEV-SNP가 비활성화된 것입니다.
```
AmdSevSnp CoreCount ThreadsPerCore
--------- --------- --------------
enabled 1 2
```
------
#### [ AWS CloudTrail ]
인스턴스 시작 요청에 대한 AWS CloudTrail 이벤트에서 다음 속성은 해당 인스턴스에 AMD SEV-SNP가 활성화되어 있음을 나타냅니다.
```
"cpuOptions": {"AmdSevSnp": "enabled"}
```
------
# AMD SEV-SNP로 Amazon EC2 인스턴스 증명
증명은 인스턴스가 상태 및 ID를 증명할 수 있는 프로세스입니다. 인스턴스에서 AMD SEV-SNP를 활성화한 후에는 기본 프로세서에 AMD SEV-SNP 증명 보고서를 요청할 수 있습니다. AMD SEV-SNP 증명 보고서에는 초기 게스트 메모리 콘텐츠 및 초기 vCPU 상태에 대한 시작 측정값이라는 암호화 해시가 포함되어 있습니다. 증명 보고서에는 AMD의 신뢰 루트에 다시 연결되는 VLEK 서명이 포함되어 있습니다. 증명 보고서에 포함된 시작 측정값을 사용하여 인스턴스가 정품 AMD 환경에서 실행되고 있는지 확인하고 인스턴스를 시작하는 데 사용된 초기 부팅 코드를 확인할 수 있습니다.
**전제 조건**
AMD SEV-SNP에 대해 활성화된 인스턴스를 시작합니다. 자세한 내용은 [EC2 인스턴스에서 AMD SEV-SNP 활성화](snp-work-launch.md) 섹션을 참조하세요.
**Topics**
+ [
## 1단계: 증명 보고서 가져오기
](#snp-att-get-report)
+ [
## 2단계: 증명 보고서 서명 확인
](#snp-att-validate-signature)
## 1단계: 증명 보고서 가져오기
이 단계에서는 `snpguest` 유틸리티를 설치 및 구축한 다음, 이를 사용하여 AMD SEV-SNP 증명 보고서와 인증서를 요청합니다.
1. 인스턴스에 연결합니다.
1. [https://github.com/virtee/snpguest](https://github.com/virtee/snpguest)에서 `snpguest` 유틸리티를 구축하려면 다음 명령을 실행합니다.
```
$ git clone https://github.com/virtee/snpguest.git
$ cd snpguest
$ cargo build -r
$ cd target/release
```
1. 증명 보고서에 대한 요청을 생성합니다. 유틸리티는 호스트에서 증명 보고서를 요청하고 제공된 요청 데이터를 사용해 이진 파일로 작성합니다.
다음 예제에서는 무작위 요청 문자열을 생성하고 요청 파일(`request-file.txt`)로 사용합니다. 명령이 증명 보고서를 반환하면 지정한 파일 경로에 증명 보고서가 저장됩니다(`report.bin`). 이 경우 유틸리티는 보고서를 현재 디렉터리에 저장합니다.
```
$ ./snpguest report report.bin request-file.txt --random
```
1. 호스트 메모리에서 인증서를 요청하고 PEM 파일로 저장합니다. 다음 예제에서는 `snpguest` 유틸리티와 같은 디렉터리에 파일을 저장합니다. 지정된 디렉터리에 인증서가 이미 있는 경우 해당 인증서를 덮어씁니다.
```
$ ./snpguest certificates PEM ./
```
## 2단계: 증명 보고서 서명 확인
증명 보고서에는 AMD에서 AWS용으로 발급한 VLEK(Versioned Loaded Endorsement Key)라는 인증서로 서명됩니다. 이 단계에서는 VLEK 인증서가 AMD에서 발급되었고, 증명 보고서가 해당 VLEK 인증서로 서명되었는지 확인할 수 있습니다.
1. 공식 AMD 웹 사이트에서 현재 디렉터리로 VLEK 신뢰 루트 인증서를 다운로드합니다.
```
$ sudo curl --proto '=https' --tlsv1.2 -sSf https://kdsintf.amd.com/vlek/v1/Milan/cert_chain -o ./cert_chain.pem
```
1. `openssl`을(를) 사용하여 VLEK 인증서가 AMD 신뢰 루트 인증서에 의해 서명되었는지 확인합니다.
```
$ sudo openssl verify --CAfile ./cert_chain.pem vlek.pem
```
출력의 예시는 다음과 같습니다.
```
vlek.pem: OK
```
1. `snpguest` 유틸리티를 사용하여 증명 보고서가 VLEK 인증서로 서명되었는지 확인합니다.
```
$ ./snpguest verify attestation ./ report.bin
```
출력의 예제는 다음과 같습니다.
```
Reported TCB Boot Loader from certificate matches the attestation report.
Reported TCB TEE from certificate matches the attestation report.
Reported TCB SNP from certificate matches the attestation report.
Reported TCB Microcode from certificate matches the attestation report.
VEK signed the Attestation Report!
```
# Amazon EC2 Linux 인스턴스에 대한 프로세서 상태 제어
**C 상태**는 유휴 상태일 때 코어가 진입하는 절전 수준을 제어합니다. C 상태는 C0(코어가 완전 활성 상태에서 명령을 실행하는 가장 얕은 단계) \$1 C6(코어의 전원이 꺼지는 가장 깊은 유휴 단계)의 숫자로 표시됩니다.
**P 상태**는 코어의 성능(CPU 주파수)을 제어합니다. P 상태는 P0(코어가 인텔 Turbo Boost Technology를 사용하여 최대 주파수로 증가하는 최고 성능 설정)에서 시작하여 P1(최대 기준 주파수의 P 상태) \$1 P15(최저 주파수)의 숫자로 표시됩니다.
**참고**
AWS Graviton 프로세서는 절전 모드를 기본으로 제공하며 고정 주파수로 작동합니다. 따라서 운영 체제가 C 상태 및 P 상태를 제어하는 기능을 제공하지 않습니다.
**C-states 및P-state**
다음 인스턴스 유형은 운영 체제에서 C 상태 및 P 상태를 제어할 수 있는 기능을 제공합니다.
+ **범용**: `m4.10xlarge` \$1 `m4.16xlarge`
+ **컴퓨팅 최적화**: `c4.8xlarge`
+ **메모리 최적화**: `r4.8xlarge` \$1 `r4.16xlarge` \$1 `x1.16xlarge` \$1 `x1.32xlarge` \$1 `x1e.8xlarge` \$1 `x1e.16xlarge` \$1 `x1e.32xlarge`
+ **스토리지 최적화:** `d2.8xlarge` \$1 `i3.8xlarge` \$1 `i3.16xlarge` \$1 `h1.8xlarge` \$1 `h1.16xlarge`
+ **가속 컴퓨팅**: `f1.16xlarge` \$1 `g3.16xlarge` \$1 `p2.16xlarge` \$1 `p3.16xlarge`
+ **베어 메탈**: Intel 및 AMD 프로세서가 탑재된 모든 베어 메탈
**C-state 전용**
다음 인스턴스 유형은 운영 체제에서 C 상태를 제어할 수 있는 기능을 제공합니다.
+ **범용**: `m5.12xlarge` \$1 `m5.24xlarge` \$1 `m5d.12xlarge` \$1 `m5d.24xlarge` \$1 `m5n.12xlarge` \$1 `m5n.24xlarge` \$1 `m5dn.12xlarge` \$1 `m5dn.24xlarge` \$1 `m5zn.6xlarge` \$1 `m5zn.12xlarge` \$1 `m6a.24xlarge` \$1 `m6a.48xlarge` \$1 `m6i.16xlarge` \$1 `m6i.32xlarge` \$1 `m6id.16xlarge` \$1 `m6id.32xlarge` \$1 `m6idn.16xlarge` \$1 `m6in.16xlarge` \$1 `m6in.32xlarge` \$1 `m7a.medium` \$1 `m7a.large` \$1 `m7a.xlarge` \$1 `m7a.2xlarge` \$1 `m7a.4xlarge` \$1 `m7a.8xlarge` \$1 `m7a.12xlarge` \$1 `m7a.16xlarge` \$1 `m7a.24xlarge` \$1 `m7a.32xlarge` \$1 `m7a.48xlarge` \$1 `m7i.large` \$1 `m7i.xlarge` \$1 `m7i.2xlarge` \$1 ` m7i.4xlarge` \$1 `m7i.8xlarge` \$1 `m7i.12xlarge` \$1 `m7i.16xlarge` \$1 `m7i.24xlarge` \$1 `m7i.48xlarge` \$1 `m8a.medium` \$1 `m8a.large` \$1 `m8a.xlarge` \$1 `m8a.2xlarge` \$1 `m8a.4xlarge` \$1 `m8a.8xlarge` \$1 `m8a.12xlarge` \$1 `m8a.16xlarge` \$1 `m8a.24xlarge` \$1 `m8a.48xlarge` \$1 `m8azn.medium` \$1 `m8azn.large` \$1 `m8azn.xlarge` \$1 `m8azn.3xlarge` \$1 `m8azn.6xlarge` \$1 `m8azn.12xlarge` \$1 `m8azn.24xlarge` \$1 `m8i.large` \$1 `m8i.xlarge` \$1 `m8i.2xlarge` \$1 `m8i.4xlarge` \$1 `m8i.8xlarge` \$1 `m8i.12xlarge` \$1 `m8i.16xlarge` \$1 `m8i.24xlarge` \$1 `m8i.32xlarge` \$1 `m8i.48xlarge` \$1 `m8i.96xlarge` \$1 `m8id.large` \$1 `m8id.xlarge` \$1 `m8id.2xlarge` \$1 `m8id.4xlarge` \$1 `m8id.8xlarge` \$1 `m8id.12xlarge` \$1 `m8id.16xlarge` \$1 `m8id.24xlarge` \$1 `m8id.32xlarge` \$1 `m8id.48xlarge` \$1 `m8id.96xlarge`
+ **컴퓨팅 최적화**: `c5.9xlarge` \$1 `c5.12xlarge` \$1 `c5.18xlarge` \$1 `c5.24xlarge` \$1 `c5a.24xlarge` \$1 `c5ad.24xlarge` \$1 `c5d.9xlarge` \$1 `c5d.12xlarge` \$1 `c5d.18xlarge` \$1 `c5d.24xlarge` \$1 `c5n.9xlarge` \$1 `c5n.18xlarge` \$1 `c6a.24xlarge` \$1 `c6a.32xlarge` \$1 `c6a.48xlarge` \$1 `c6i.16xlarge` \$1 `c6i.32xlarge` \$1 `c6id.24xlarge` \$1 `c6id.32xlarge` \$1 `c6in.32xlarge` \$1 `c7a.medium` \$1 `c7a.large` \$1 `c7a.xlarge` \$1 `c7a.2xlarge` \$1 `c7a.4xlarge` \$1 `c7a.8xlarge` \$1 `c7a.12xlarge` \$1 `c7a.16xlarge` \$1 `c7a.24xlarge` \$1 `c7a.32xlarge` \$1 `c7a.48xlarge` \$1 `c7i.large` \$1 `c7i.xlarge` \$1 `c7i.2xlarge` \$1 `c7i.4xlarge` \$1 `c7i.8xlarge` \$1 `c7i.12xlarge` \$1 `c7i.16xlarge` \$1 `c7i.24xlarge` \$1 `c7i.48xlarge` \$1 `c8a.medium` \$1 `c8a.large` \$1 `c8a.xlarge` \$1 `c8a.2xlarge` \$1 `c8a.4xlarge` \$1 `c8a.8xlarge` \$1 `c8a.12xlarge` \$1 `c8a.16xlarge` \$1 `c8a.24xlarge` \$1 `c8a.48xlarge` \$1 `c8i.large` \$1 `c8i.xlarge` \$1 `c8i.2xlarge` \$1 `c8i.4xlarge` \$1 `c8i.8xlarge` \$1 `c8i.12xlarge` \$1 `c8i.16xlarge` \$1 `c8i.24xlarge` \$1 `c8i.32xlarge` \$1 `c8i.48xlarge` \$1 `c8i.96xlarge` \$1 `c8id.large` \$1 `c8id.xlarge` \$1 `c8id.2xlarge` \$1 `c8id.4xlarge` \$1 `c8id.8xlarge` \$1 `c8id.12xlarge` \$1 `c8id.16xlarge` \$1 `c8id.24xlarge` \$1 `c8id.32xlarge` \$1 `c8id.48xlarge` \$1 `c8id.96xlarge` `x8i.large` \$1 `x8i.xlarge` \$1 `x8i.2xlarge` \$1 `x8i.4xlarge` \$1 `x8i.8xlarge` \$1 `x8i.12xlarge` \$1 `x8i.16xlarge` \$1 `x8i.24xlarge` \$1 `x8i.32xlarge` \$1 `x8i.48xlarge` \$1 `x8i.48xlarge` \$1 `x8i.96xlarge`
+ **메모리 최적화**: `r5.12xlarge` \$1 `r5.24xlarge` \$1 `r5b.12xlarge` \$1 `r5d.12xlarge` \$1 `r5d.24xlarge` \$1 `r5n.12xlarge` \$1 `r5n.24xlarge` \$1 `r5dn.12xlarge` \$1 `r5dn.24xlarge` \$1 `r6a.24xlarge` \$1 `r6a.48xlarge` \$1 `r6i.16xlarge` \$1 `r6i.32xlarge` \$1 `r6id.16xlarge` \$1 `r6id.32xlarge` \$1 `r6in.16xlarge` \$1 `r6in.32xlarge` \$1 `r7a.medium` \$1 `r7a.large` \$1 `r7a.xlarge` \$1 `r7a.2xlarge` \$1 `r7a.4xlarge` \$1 `r7a.8xlarge` \$1 `r7a.12xlarge` \$1 `r7a.16xlarge` \$1 `r7a.24xlarge` \$1 `r7a.32xlarge` \$1 `r7a.48xlarge` \$1 `r7i.large` \$1 `r7i.xlarge` \$1 `r7i.2xlarge` \$1 `r7i.4xlarge` \$1 `r7i.8xlarge` \$1 `r7i.12xlarge` \$1 `r7i.16xlarge` \$1 `r7i.24xlarge` \$1 `r7i.48xlarge` \$1 `r7iz.large` \$1 `r7iz.xlarge` \$1 `r7iz.2xlarge` \$1 `r7iz.4xlarge` \$1 `r7iz.8xlarge` \$1 `r7iz.12xlarge` \$1 `r7iz.16xlarge` \$1 `r7iz.32xlarge` \$1 `r8a.medium` \$1 `r8a.large` \$1 `r8a.xlarge` \$1 `r8a.2xlarge` \$1 `r8a.4xlarge` \$1 `r8a.8xlarge` \$1 `r8a.12xlarge` \$1 `r8a.16xlarge` \$1 `r8a.24xlarge` \$1 `r8a.48xlarge` \$1 `r8i.large` \$1 `r8i.xlarge` \$1 `r8i.2xlarge` \$1 `r8i.4xlarge` \$1 `r8i.8xlarge` \$1 `r8i.12xlarge` \$1 `r8i.16xlarge` \$1 `r8i.24xlarge` \$1 `r8i.32xlarge` \$1 `r8i.48xlarge` \$1 `r8i.96xlarge` \$1 `r8id.large` \$1 `r8id.xlarge` \$1 `r8id.2xlarge` \$1 `r8id.4xlarge` \$1 `r8id.8xlarge` \$1 `r8id.12xlarge` \$1 `r8id.16xlarge` \$1 `r8id.24xlarge` \$1 `r8id.32xlarge` \$1 `r8id.48xlarge` \$1 `r8id.96xlarge` \$1 `u-3tb1.56xlarge` \$1 `u-6tb1.56xlarge` \$1 `u-6tb1.112xlarge` \$1 `u-9tb1.112xlarge` \$1 `u-12tb1.112xlarge` \$1 `u-18tb1.112xlarge` \$1 `u-24tb1.112xlarge` \$1 `u7i-6tb.112xlarge` \$1 `u7i-8tb.112xlarge` \$1 `u7i-12tb.224xlarge` \$1 `u7in-16tb.224xlarge` \$1 `u7in-24tb.224xlarge` \$1 ` u7in-32tb.224xlarge` \$1 `u7inh-32tb.480xlarge` \$1 `x2idn.32xlarge` \$1 `x2iedn.16xlarge` \$1 `x2iedn.32xlarge` \$1 `x2iezn.12xlarge` \$1 `x8aedz.large` \$1 `x8aedz.xlarge` \$1 `x8aedz.3xlarge` \$1 `x8aedz.6xlarge` \$1 `x8aedz.12xlarge` \$1 `x8aedz.24xlarge` \$1 `z1d.6xlarge` \$1 `z1d.12xlarge`
+ **스토리지 최적화**: `d3en.12xlarge` \$1 `dl1.24xlarge` \$1 `i3en.12xlarge` \$1 `i3en.24xlarge` \$1 `i4i.16xlarge` \$1 `i7i.large` \$1 `i7i.xlarge` \$1 `i7i.2xlarge` \$1 `i7i.4xlarge` \$1 `i7i.8xlarge` \$1 `i7i.12xlarge` \$1 `i7i.16xlarge` \$1 `i7i.24xlarge` \$1 `i7i.48xlarge` \$1 `i7ie.large` \$1 `i7ie.xlarge` \$1 `i7ie.2xlarge` \$1 `i7ie.3xlarge` \$1 `i7ie.6xlarge` \$1 `i7ie.12xlarge` \$1 `i7ie.18xlarge` \$1 `i7ie.24xlarge` \$1 `i7ie.48xlarge` \$1 `r5b.12xlarge` \$1 `r5b.24xlarge`
+ **가속 컴퓨팅**: `dl1.24xlarge` \$1 `f2.6xlarge` \$1 `f2.12xlarge` \$1 `f2.48xlarge` \$1 `g5.24xlarge` \$1 `g5.48xlarge` \$1 `g6.24xlarge` \$1 `g6.48xlarge` \$1 `g6e.12xlarge` \$1 `g6e.24xlarge` \$1 `g6e.48xlarge` \$1 `g7e.2xlarge` \$1 `g7e.4xlarge` \$1 `g7e.8xlarge` \$1 `g7e.12xlarge` \$1 `g7e.24xlarge` \$1 `g7e.48xlarge` \$1 `inf1.24xlarge` \$1 `p3dn.24xlarge` \$1 `p4d.24xlarge` \$1 `p4de.24xlarge` \$1 `p5.48xlarge` \$1 `p5e.48xlarge` \$1 `p5en.48xlarge` \$1 `p6-b200.48xlarge` \$1 `p6-b300.48xlarge` \$1 `trn1.32xlarge` \$1 `trn2.3xlarge` \$1 `trn2.48xlarge` \$1 `trn2a.3xlarge` \$1 `trn2a.48xlarge` \$1 `trn2n.3xlarge` \$1 `trn2n.48xlarge` \$1 `trn2p.48xlarge` \$1 `trn2u.48xlarge` \$1 `vt1.24xlarge`
+ **고성능 컴퓨팅**: `hpc7a.12xlarge` \$1 `hpc7a.24xlarge` \$1 `hpc7a.48xlarge` \$1 `hpc7a.96xlarge` \$1 `hpc8a.96xlarge`
프로세서의 성능 일관성을 향상하고 지연 시간을 줄이거나 특정 워크로드에 대해 인스턴스를 조정하기 위해 C 상태 또는 P 상태 설정을 변경할 수 있습니다. 기본 C 상태 및 P 상태는 대부분의 최고 성능을 제공하도록 설정되어 있고 대부분의 워크로드에 적합합니다. 그러나 애플리케이션에서 단일 또는 이중 코어의 높은 주파수에서 지연 시간을 줄이는 것이 비용상 이익이 되거나 Turbo Boost 버스트 주파수에 비해 낮은 주파수에서 일관된 성능을 제공하는 것이 이익이 되는 경우 이러한 인스턴스에서 사용 가능한 C 상태 또는 P 상태 설정을 시험해보는 것을 고려하세요.
다양한 프로세서 구성 및 Amazon Linux 구성의 영향을 모니터링하는 방법에 대한 자세한 내용은 *Amazon Linux 2 사용 설명서*의 [Amazon EC2 Amazon Linux 인스턴스의 프로세서 상태 제어](https://docs.aws.amazon.com//linux/al2/ug/processor_state_control.html)를 참조하세요. 이러한 절차는 Amazon Linux용으로 작성 및 적용되었지만 Kinux 커널 3.9 이상의 다른 Linux 배포판에서도 적용될 수 있습니다. Linux 배포판 및 프로세서 상태 제어에 대한 자세한 내용은 시스템별 설명서를 참조하세요.