本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# Amazon EC2 執行個體類型
啟動執行個體時，您指定的*執行個體類型*將決定執行個體所用的主機電腦硬體。每個執行個體類型均提供不同的運算、記憶體和儲存功能，且會依照這些功能分組為不同的執行個體系列。請根據您計劃在執行個體上執行之應用程式或軟體的需求選取執行個體類型。如需功能和使用案例的詳細資訊，請參閱 [Amazon EC2 執行個體類型](https://aws.amazon.com/ec2/instance-types/)。
Amazon EC2 會將主機電腦的部分資源 (例如 CPU、記憶體和執行個體儲存體) 專用於特定執行個體。Amazon EC2 在執行個體間共用主機電腦的其他資源，例如網路和磁碟子系統。如果主機電腦上的每個執行個體嘗試對其中一項共用資源作最大的利用，該資源會平均分配給每個執行個體。但是，當某一資源使用率較低時，執行個體便能使用該資源較高的比例 (需有資源可用)。
每個執行個體類型從共同資源獲得的最低效能可能更高或更低。例如，具有高 I/O 效能的執行個體類型會分配到較多的共用資源。分配較多的共用資源，也可減少 I/O 效能的變動。對多數的應用程式來說，中等的 I/O 效能即堪使用。但是，對於需要更高或更一致 I/O 效能的應用程式，請考慮使用具有較高 I/O 效能的執行個體類型。
**Topics**
+ [
## 可用的執行個體類型
](#AvailableInstanceTypes)
+ [
## 硬體規格
](#instance-hardware-specs)
+ [
## Hypervisor 類型
](#instance-hypervisor-type)
+ [
## AMI 虛擬化類型
](#instance-virtualization-type)
+ [
## 處理器
](#instance-types-processors)
+ [
# 尋找 Amazon EC2 執行個體類型
](instance-discovery.md)
+ [
# 從 EC2 執行個體類型搜尋工具取得建議
](get-ec2-instance-type-recommendations.md)
+ [
# 從 Compute Optimizer 取得 EC2 執行個體建議
](ec2-instance-recommendations.md)
+ [
# Amazon EC2 執行個體類型變更
](ec2-instance-resize.md)
+ [
# 爆量效能執行個體
](burstable-performance-instances.md)
+ [
# 使用 GPU 執行個體加速效能
](configure-gpu-instances.md)
+ [
# Amazon EC2 Mac 執行個體
](ec2-mac-instances.md)
+ [
# Amazon EBS 最佳化的執行個體類型
](ebs-optimized.md)
+ [
# Amazon EC2 執行個體的 CPU 選項
](instance-optimize-cpu.md)
+ [
# Amazon EC2 執行個體的 AMD SEV-SNP
](sev-snp.md)
+ [
# Amazon EC2 Linux 執行個體的處理器狀態控制
](processor_state_control.md)
## 可用的執行個體類型
Amazon EC2 提供各式各樣的最佳化執行個體類型，以滿足不同的使用案例。執行個體類型包含 CPU、記憶體、儲存體和聯網功能的各種組合，供您靈活選擇適用於應用程式的適當資源組合。每個執行個體類型都包含一個或多個執行個體大小，可讓您根據目標工作負載的需求擴展資源。
**執行個體類型命名慣例**
名稱是根據執行個體系列、世代、處理器系列、功能和大小來命名。如需詳細資訊，請參閱「Amazon EC2 執行個體類型指南」**中的[命名慣例](https://docs.aws.amazon.com/ec2/latest/instancetypes/instance-type-names.html)。
**尋找執行個體類型**
若要判斷哪些執行個體類型符合您的需求，例如支援的區域、運算資源或儲存資源，請參閱「Amazon EC2 執行個體類型指南」**中的 [尋找 Amazon EC2 執行個體類型](instance-discovery.md) 和 [Amazon EC2 執行個體類型規格](https://docs.aws.amazon.com/ec2/latest/instancetypes/ec2-instance-type-specifications.html)。
## 硬體規格
如需執行個體類型的詳細規格，請參閱「Amazon EC2 執行個體類型指南」**中的[規格](https://docs.aws.amazon.com/ec2/latest/instancetypes/ec2-instance-type-specifications.html)。如需定價的詳細資訊，請參閱 [Amazon EC2 隨需定價](https://aws.amazon.com/ec2/pricing/on-demand/)。
為了決定最符合您需求的執行個體類型，我們建議您啟動執行個體並使用您自己的基準參考應用程式。由於您必須為執行個體按秒數付費，因此在作決定前先測試多個執行個體類型是比較方便且省錢的方式。假如您在作決定後需要變更，也可稍後再變更執行個體類型。如需詳細資訊，請參閱[Amazon EC2 執行個體類型變更](ec2-instance-resize.md)。
## Hypervisor 類型
Amazon EC2 支援下列 Hypervisor：Xen 和 Nitro。
**Nitro 型執行個體**
+ **一般用途：**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
+ **運算最佳化：**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
+ **記憶體最佳化：**R5 \$1 R5a \$1 R5ad \$1 R5b \$1 R5d \$1 R5dn 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-8tbU7i-12tb U7in-16tb U7in-24tb U7in-32tb U7inh-32tb X2gd X2idn X2iedn X2iezn X8g X8aedz X8i
+ **儲存最佳化：**D3 \$1 D3en \$1 I3en \$1 I4g \$1 I4i \$1 I7i \$1 I7ie \$1 I8g \$1 I8ge \$1 Im4gn \$1 Is4gen
+ **加速運算：**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
+ **高效能運算：**Hpc6a \$1 Hpc6id \$1 Hpc7a \$1 Hpc7g \$1 Hpc8a
+ **上一代：**A1 \$1 P3dn
如需 Nitro Hypervisor 支援版本的詳細資訊，請參閱「Amazon EC2 執行個體類型指南」**中的[網路功能支援](https://docs.aws.amazon.com/ec2/latest/instancetypes/ec2-nitro-instances.html#nitro-version-network-features)。
**Xen 型執行個體**
+ **一般用途**：M1 \$1 M2 \$1 M3 \$1 M4 \$1 T1 \$1 T2
+ **運算最佳化**：C1 \$1 C3 \$1 C4
+ **記憶體最佳化**：R3 \$1 R4 \$1 X1 \$1 X1e
+ **儲存最佳化：**D2 \$1 H1 \$1 I2 \$1 I3
+ **加速運算**：F1 \$1 G3 \$1 P2 \$1 P3
## AMI 虛擬化類型
執行個體的虛擬化類型由用來啟動執行個體的 AMI 決定。最新一代的執行個體類型僅支援硬體虛擬機器 (HVM)。有些上一代執行個體類型支援全虛擬化 (PV)，有些 AWS 區域則支援 PV 執行個體。如需詳細資訊，請參閱[虛擬化類型](ComponentsAMIs.md#virtualization_types)。
為獲得最高效能，我們建議您使用 HVM AMI。此外，需要 HVM AMI 才能充分利用增強型聯網。HVM 虛擬化使用 AWS 平台提供的硬體協助技術。透過 HVM 虛擬化，訪客 VM 便能如同在原生硬體平台上一般執行，只是仍是使用全虛擬化 (PV) 網路和儲存驅動程式來提升效能。
## 處理器
EC2 執行個體支援各種處理器。
**Topics**
+ [
### Intel 處理器
](#instance-hardware-processors)
+ [
### AMD 處理器
](#amd-epyc-instances)
+ [
### AWS Graviton 處理器
](#aws-graviton-instances)
+ [
### AWS Trainium
](#aws-trainium-instances)
+ [
### AWS Inferentia
](#aws-inferentia-instances)
### Intel 處理器
在 Intel 處理器上執行的 Amazon EC2 執行個體可能包含下列處理器功能。並非所有在 Intel 處理器上執行的執行個體都支援這些處理器功能。如需有關每種執行個體類型可用哪些功能的詳細資訊，請參閱 [Amazon EC2 執行個體類型](https://aws.amazon.com/ec2/instance-types/)。
+ **Intel AES New Instructions (AES-NI)** – Intel AES-NI 加密指令集改進了原先 Advanced Encryption Standard (AES) 的演算法，可以提供更快的資料保護和更佳的安全性。所有最新一代的 EC2 執行個體都支援此處理器功能。
+ **Intel Advanced Vector Extensions (Intel AVX、Intel AVX2 和 Intel AVX-512)** – Intel AVX 和 Intel AVX2 是 256 位元，而 Intel AVX-512 是 512 位元指令集延伸，專為浮點 (FP) 密集型應用程式所設計。Intel AVX instructions 可提升如圖片和音效/影片處理、科學模擬、財務分析、3D 模組化與分析等應用程式的效能。只有以 HVM AMI 啟動的執行個體可使用這些功能。
+ **Intel Turbo Boost Technology (Intel 渦輪加速技術)** – Intel Turbo Boost Technology (Intel 渦輪加速技術) 處理器會自動執行核心，比基礎操作頻率更快。
+ **Intel Deep Learning Boost (Intel DL Boost) ** – 可加速 AI 深度學習使用案例。第二代 Intel Xeon 可擴充處理器透過新的向量神經網路指令 (VNNI/INT8) 擴展 Intel AVX-512，相較於前一代 Intel Xeon 可擴充處理器 (搭配 FP32)，大幅提升了影像辨識 / 切割、物件偵測、語音辨識、語言翻譯、推薦系統、強化學習等的深度學習推斷效能。VNNI 可能無法與所有 Linux 發行版相容。
下列執行個體支援 VNNI：`M5n`、`R5n`、`M5dn`、`M5zn`、`R5b`、`R5dn`、`D3`、`D3en` 和 `C6i`。`C5` 和 `C5d` 執行個體僅針對 `12xlarge`、`24xlarge` 以及 `metal` 執行個體支援 VNNI。
業界對 64 位元 CPU 的命名慣例會導致混淆。自晶片製造商 Advanced Micro Devices (AMD) 成功推出首款以 Intel x86 指令集為基礎的商用 64 位元架構後，該架構自此便廣泛統稱為 AMD64，無論產品來自哪一間晶片製造商。Windows 和多個 Linux 發行版本也遵照此作法。這說明了為何執行 Ubuntu 或 Windows 之執行個體上的內部系統資訊會顯示 CPU 架構為 AMD64，即使該執行個體是在 Intel 硬體上執行。
### AMD 處理器
在 [AMD EPYC](https://aws.amazon.com/ec2/amd/) 處理器上執行的 Amazon EC2 執行個體可協助您最佳化工作負載的成本和效能。這些執行個體可能支援下列處理器功能。並非所有在 AMD 處理器上執行的執行個體都支援所有這些處理器功能。如需有關每種執行個體類型可用哪些功能的詳細資訊，請參閱 [Amazon EC2 執行個體類型](https://aws.amazon.com/ec2/instance-types/)。
+ AMD Secure Memory Encryption (SME)
+ AMD Transparent Single Key Memory Encryption (TSME)
+ AMD Advanced Vector Extensions (AVX)
+ AMD Secure Encrypted Virtualization-Secure Nested Paging ([SEV-SNP](sev-snp.md))。
+ 向量神經網路指令 (VNNI)
+ BFloat16
### AWS Graviton 處理器
[AWS Graviton](https://aws.amazon.com/ec2/graviton/) 是一系列處理器，旨在為在 Amazon EC2 執行個體上執行的工作負載提供最佳價格效能。
如需詳細資訊，請參閱[開始使用 Graviton](https://aws.amazon.com/ec2/graviton/getting-started/)。
### AWS Trainium
由 [AWS Trainium](https://aws.amazon.com/ai/machine-learning/trainium/) 支援的執行個體專為提供高效能、符合成本效益的深度學習訓練而建置。您可以使用這些執行個體來訓練自然語言處理、電腦視覺以及廣泛應用程式所使用的推薦模型，例如語音辨識、建議、詐騙偵測以及影像和影片分類。在常見的機器學習架構 (例如 PyTorch 和 TensorFlow) 中使用您現有的工作流程。
### AWS Inferentia
採用 [AWS Inferentia](https://aws.amazon.com/ai/machine-learning/inferentia/) 技術的執行個體專為加速機器學習而設計。其提供高效能和低延遲的機器學習推斷。這些執行個體已進行最佳化，適用於部署不同應用的深度學習 (DL) 模型，例如自然語言處理、物件偵測與分類、內容個人化與篩選，以及語音辨識等應用。
您可以透過多種方式開始使用：
+ 使用 SageMaker AI，這是一個完整受管理的服務，是開始使用機器學習模型的最簡單方式。如需詳細資訊，請參閱「Amazon SageMaker AI 開發人員指南」**中的[開始使用 SageMaker AI](https://docs.aws.amazon.com/sagemaker/latest/dg/gs.html)。
+ 使用深度學習 AMI 啟動 Inf1 或 Inf2 執行個體。如需詳細資訊，請參閱 *AWS 深度學習 AMIs 開發人員指南*中的[具有 DLAMI 的AWS Inferentia](https://docs.aws.amazon.com/dlami/latest/devguide/tutorial-inferentia.html)。
+ 使用您自己的 AMI 啟動 Inf1 或 Inf2 執行個體，並安裝 [AWS Neuron SDK](https://github.com/aws/aws-neuron-sdk)，以便能夠編譯、執行和分析 AWS Inferentia 的深度學習模型。
+ 使用 Inf1 或 Inf2 執行個體和最佳化 Amazon ECS 的 AMI 啟動容器執行個體。若要取得更多資訊，請參閱 *Amazon Elastic Container Service Developer Guide*中的 [Amazon Linux 2 (Inferentia) AMI](https://docs.aws.amazon.com/AmazonECS/latest/developerguide/ecs-optimized_AMI.html)。
+ 建立具有執行 Inf1 執行個體之節點的 Amazon EKS 叢集。如需詳細資訊，請參閱 **Amazon EKS 使用者指南**中的 [Inferentia 支援](https://docs.aws.amazon.com/eks/latest/userguide/inferentia-support.html)。
# 尋找 Amazon EC2 執行個體類型
您必須先選取要使用的執行個體類型，才能啟動執行個體。您選擇的執行個體類型可能取決於您的工作負載所需的資源，如運算、記憶體或儲存資源。識別數種可能適合您的工作負載的執行個體類型，並評估其在測試環境中的效能，可能是有利的做法。沒有任何替代方法可以測量您的應用程式在負載條件下的效能。
您可以使用 EC2 執行個體類型搜尋工具取得 EC2 執行個體類型的建議和指導。如需詳細資訊，請參閱[從 EC2 執行個體類型搜尋工具取得建議](get-ec2-instance-type-recommendations.md)。
如果您已經有執行中的 EC2 執行個體，您可以使用 AWS Compute Optimizer 取得有關應該用來改善效能、節省成本或兩者之執行個體類型的建議。如需詳細資訊，請參閱[從 Compute Optimizer 取得 EC2 執行個體建議](ec2-instance-recommendations.md)。
**Topics**
+ [
## 使用主控台尋找執行個體類型
](#instance-discovery-console)
+ [
## 使用 描述執行個體類型 AWS CLI
](#describe-instance-type-example)
+ [
## 使用 尋找執行個體類型 AWS CLI
](#instance-discovery-cli)
+ [
## 使用 Tools for PowerShell 尋找執行個體類型
](#instance-discovery-ps)
## 使用主控台尋找執行個體類型
您可以使用 Amazon EC2 主控台來尋找符合您需求的執行個體類型。
**使用主控台尋找執行個體類型**
1. 在 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台。
1. 從導覽列選取要在其中啟動執行個體的區域。無論您的位置為何，皆可選取任何可用的區域。
1. 在導覽窗格中，選擇 **Instance Types (執行個體類型)**。
1. (選用) 選取偏好設定 (齒輪) 圖示來選取要顯示的執行個體類型屬性，例如**隨需 Linux 定價**，然後選取 **Confirm (確認)**。或者，選取執行個體類型的名稱，以開啟其詳細資訊頁面，並透過主控台檢視可用的所有屬性。主控台不會顯示透過 API 或命令列可用的所有屬性。
1. 使用執行個體類型屬性，將顯示的執行個體類型清單篩選為僅符合您需求的執行個體類型。例如，您可以篩選下列屬性：
+ **Availability zones** (可用區域) – 可用區域、本機區域或 Wavelength 區域的名稱。如需詳細資訊，請參閱 [區域 (Region) 和區域 (Zone)](using-regions-availability-zones.md)。
+ **vCPUs** 或 **Cores** (核心) – vCPU 或核心的數量。
+ **Memory (GiB)** (記憶體 (GiB)) – 記憶體大小 (以 GiB 為單位)。
+ **Network performance** (網路效能) – 網路效能 (以 GB 為單位)。
+ **Local instance storage** (本機執行個體儲存體) – 表示執行個體類型是否具有本機執行個體儲存體 (`true` \$1 `false`)。
1. (選用) 若要查看並排比較結果，請選取多個執行個體類型的核取方塊。比較結果顯示在螢幕畫面的底部。
1. (選用) 若要將執行個體類型清單儲存為逗號分隔值 (.csv) 檔案以供進一步檢閱，請選擇 **Actions** (動作)、**Download list CSV** (下載清單 CSV)。檔案包括符合您所設定篩選的所有執行個體類型。
1. (選用) 若要使用滿足您需求的執行個體類型來啟動執行個體，請選取執行個體類型的核取方塊，然後選取 **Actions** (動作)、**Launch instance** (啟動執行個體)。如需詳細資訊，請參閱[使用主控台中的啟動執行個體精靈，啟動 EC2 執行個體](ec2-launch-instance-wizard.md)。
## 使用 描述執行個體類型 AWS CLI
您可以使用 [describe-instance-types](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instance-types.html) 命令來說明特定執行個體類型。
**完整說明執行個體類型**
下列命令顯示指定執行個體類型的所有可用詳細資訊。輸出很冗長，因此在此處省略。
```
aws ec2 describe-instance-types \
--instance-types t2.micro \
--region us-east-2
```
**說明執行個體類型並篩選輸出**
下列命令會顯示指定執行個體類型的網路詳細資訊。
```
aws ec2 describe-instance-types \
--instance-types t2.micro \
--region us-east-2 \
--query "InstanceTypes[].NetworkInfo"
```
以下為範例輸出。
```
[
{
"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
}
]
```
下列命令會顯示指定執行個體類型的可用記憶體。
```
aws ec2 describe-instance-types \
--instance-types t2.micro \
--region us-east-2 \
--query "InstanceTypes[].MemoryInfo"
```
以下為範例輸出。
```
[
{
"SizeInMiB": 1024
}
]
```
## 使用 尋找執行個體類型 AWS CLI
您可以使用 [describe-instance-types](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instance-types.html) 和 [describe-instance-type-offerings](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instance-type-offerings.html) 命令來尋找符合您需求的執行個體類型。
**Topics**
+ [依可用區域尋找執行個體類型](#find-instance-type-example-1)
+ [依可用的記憶體大小尋找執行個體類型](#find-instance-type-example-2)
+ [依可用的執行個體儲存體尋找執行個體類型](#find-instance-type-example-3)
+ [尋找支援休眠的執行個體類型](#find-instance-type-example-4)
### 範例 1：依可用區域尋找執行個體類型
下列範例僅顯示指定的可用區域中所提供的執行個體類型。
```
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
```
輸出是執行個體類型的清單，依字母順序排序。以下僅為輸出的開始：
```
a1.2xlarge
a1.4xlarge
a1.large
a1.medium
a1.metal
a1.xlarge
c4.2xlarge
...
```
### 範例 2：依可用的記憶體大小尋找執行個體類型
下列範例僅顯示包含 64GiB (65536MiB) 記憶體的目前世代執行個體類型。
```
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
```
輸出是執行個體類型的清單，依字母順序排序。以下僅為輸出的開始：
```
c5a.8xlarge
c5ad.8xlarge
c6a.8xlarge
c6g.8xlarge
c6gd.8xlarge
c6gn.8xlarge
c6i.8xlarge
c6id.8xlarge
c6in.8xlarge
...
```
### 範例 3：依可用的執行個體儲存體尋找執行個體類型
下列範例顯示具有執行個體儲存體磁碟區所有 R7 執行個體的執行個體儲存體總大小。
```
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
```
以下為範例輸出。
```
---------------------------
| 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 |
+----------------+--------+
```
### 範例 4：尋找支援休眠的執行個體類型
下列範例顯示支援休眠的執行個體類型。
```
aws ec2 describe-instance-types \
--filters "Name=hibernation-supported,Values=true" \
--region us-east-2 \
--query "InstanceTypes[*].[InstanceType]" \
--output text | sort
```
輸出是執行個體類型的清單，依字母順序排序。以下僅為輸出的開始：
```
c4.2xlarge
c4.4xlarge
c4.8xlarge
c4.large
c4.xlarge
c5.12xlarge
c5.18xlarge
c5.2xlarge
c5.4xlarge
c5.9xlarge
...
```
## 使用 Tools for PowerShell 尋找執行個體類型
您可使用 [Get-EC2InstanceType](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2InstanceType.html) 與 [Get-EC2InstanceTypeOffering](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2InstanceTypeOffering.html) cmdlet 來尋找符合您需求的執行個體類型。
**Topics**
+ [
### 依可用區域尋找執行個體類型
](#find-instance-type-by-az-ps)
+ [
### 依可用的記憶體大小尋找執行個體類型
](#find-instance-type-by-memory-ps)
+ [
### 依可用的執行個體儲存體尋找執行個體類型
](#find-instance-type-by-storage-ps)
+ [
### 尋找支援休眠的執行個體類型
](#find-instance-type-hibernation-ps)
### 依可用區域尋找執行個體類型
下列範例僅顯示指定的可用區域中所提供的執行個體類型。
```
(Get-EC2InstanceTypeOffering `
-LocationType "availability-zone" `
-Region us-east-2 `
-Filter @{Name="location"; Values="us-east-2a"}).InstanceType | Sort-Object `
```
### 依可用的記憶體大小尋找執行個體類型
下列範例僅顯示包含 64GiB (65536MiB) 記憶體的目前世代執行個體類型。
```
(Get-EC2InstanceType `
-Filter @{Name="current-generation"; Values="true"},
@{Name="memory-info.size-in-mib"; Values="65536"}).InstanceType | Sort-Object
```
### 依可用的執行個體儲存體尋找執行個體類型
下列範例顯示具有執行個體儲存體磁碟區所有 R7 執行個體的執行個體儲存體總大小。
```
Get-EC2InstanceType `
-Filter @{Name="instance-type"; Values="r7*"},
@{Name="instance-storage-supported"; Values="true"} | `
Select InstanceType, @{Name="TotalSizeInGB"; Expression={($_.InstanceStorageInfo.TotalSizeInGB)}}
```
以下為範例輸出。
```
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
```
### 尋找支援休眠的執行個體類型
下列範例顯示支援休眠的執行個體類型。
```
(Get-EC2InstanceType `
-Filter @{Name="hibernation-supported"; Values="true"}).InstanceType | Sort-Object
```
# 從 EC2 執行個體類型搜尋工具取得建議
EC2 執行個體類型搜尋工具會考量您的使用案例、工作負載類型、CPU 製造商偏好設定、排定價格和效能優先順序的方式，以及您可以指定的其他參數。然後，它會使用這些資料，針對您的新工作負載，提供最適合的 Amazon EC2 執行個體類型建議和指引。
由於有太多可用的執行個體類型，為您的工作負載尋找適當的執行個體類型可能既耗時又複雜。透過使用 EC2 執行個體類型搜尋工具，您可以保持最新的執行個體類型，並為工作負載達到最佳的價格效能。
您可以使用 Amazon EC2 主控台取得 EC2 執行個體類型的建議和指引。您也可以直接前往 Amazon Q 尋求執行個體類型建議。如需詳細資訊，請參閱 [Amazon Q Developer 使用者指南](https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/what-is.html)。
如果您正在尋找適用於*現有*工作負載的執行個體類型建議，請使用 AWS Compute Optimizer. 如需詳細資訊，請參閱[從 Compute Optimizer 取得 EC2 執行個體建議](ec2-instance-recommendations.md)。
## 使用 EC2 執行個體類型搜尋工具
在 Amazon EC2 主控台中，您可以在啟動執行個體精靈中、建立啟動範本時或在**執行個體類型**頁面上，從 EC2 執行個體類型搜尋工具取得執行個體類型建議。
依照下列說明，在 Amazon EC2 主控台中使用 EC2 執行個體類型搜尋工具取得 EC2 執行個體類型的建議和指引。若要檢視步驟動畫，請參閱 [檢視動畫：使用 EC2 執行個體類型搜尋工具，取得執行個體類型的建議](#use-ec2-instance-type-finder-animation)。
**使用 EC2 執行個體類型搜尋工具取得執行個體類型建議**
1. 使用下列任何一項開始您的流程：
+ 請遵循該程序來[啟動執行個體](ec2-launch-instance-wizard.md)。在**執行個體類型**旁，選擇**取得建議**連結。
+ 請依照程序[建立啟動範本](create-launch-template.md#create-launch-template-define-parameters)。在**執行個體類型**旁，選擇**取得建議**連結。
+ 在導覽窗格中，依序選擇**執行個體類型**和**執行個體類型搜尋工具**按鈕。
1. 在**取得執行個體類型選擇建議**畫面中，執行下列動作：
1. 使用**工作負載類型**、**使用案例**、**優先順序**和 **CPU 製造商**等選項，指定您的執行個體類型。
1. (選用) 若要為您的工作負載指定更詳細的需求，請執行下列動作：
1. 展開**進階參數**。
1. 若要新增參數，請選取參數並選擇**新增**，然後指定該參數的值。針對每個您要新增的其他參數重複此步驟。若要指示沒有最小值或最大值，請將欄位留空。
1. 若要移除剛新增的參數，請選擇參數旁的 **X**。
1. 選擇**取得執行個體類型建議**。
Amazon EC2 為您提供符合指定需求的執行個體系列建議。
1. 若要檢視建議執行個體系列中每個執行個體類型的詳細資訊，請選擇**檢視建議的執行個體系列詳細資訊**。
1. 選取符合您需求的執行個體類型，然後選擇**動作**、**啟動執行個體**或**動作**、**建立啟動範本**。
或者，如果您開始了啟動執行個體精靈或啟動範本頁面中的流程，且偏好返回原始流程，請記下要使用的執行個體類型。然後，在啟動執行個體精靈或啟動範本中，針對**執行個體類型**選擇執行個體類型，並完成啟動執行個體或建立啟動範本的程序。
### 檢視動畫：使用 EC2 執行個體類型搜尋工具，取得執行個體類型的建議
![\[此動畫示範如何使用 EC2 執行個體類型搜尋工具，取得執行個體類型的建議。如需此動畫的文字版本，請參閱前面程序中的步驟。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/use-ec2-instance-type-finder-animation.gif)
# 從 Compute Optimizer 取得 EC2 執行個體建議
AWS Compute Optimizer 提供 Amazon EC2 建議，協助您改善效能、節省成本或兩者。您可以根據這些建議來決定是否變更為新的執行個體類型。
若要提出建議，Compute Optimizer 會分析您現有的執行個體規格和使用率指標。然後，編譯的資料會用來建議哪些 Amazon EC2 執行個體類型最適合處理現有的工作負載。建議會連同每小時執行個體定價一起傳回。如需詳細資訊，請參閱「AWS Compute Optimizer 使用者指南」**中的 [Amazon EC2 執行個體指標](https://docs.aws.amazon.com/compute-optimizer/latest/ug/metrics.html#ec2-metrics-analyzed)。
**Topics**
+ [
## 要求
](#compute-optimizer-limitations)
+ [
## 尋找分類
](#findings-classifications)
+ [
## 檢視建議
](#viewing-recommendations)
+ [
## 評估建議的考量事項
](#considerations)
## 要求
若要從 Compute Optimizer 取得建議，您必須先選擇加入 Compute Optimizer。如需詳細資訊，請參閱「 AWS Compute Optimizer使用者指南」**中的 [AWS Compute Optimizer 入門](https://docs.aws.amazon.com/compute-optimizer/latest/ug/getting-started.html)。
Compute Optimizer 會為某些執行個體類型產生建議，但並非所有執行個體類型。如果您使用的是不受支援的執行個體類型，則 Compute Optimizer 不會產生建議。如需支援執行個體類型清單，請參閱「AWS Compute Optimizer 使用者指南」**中的 [Amazon EC2 執行個體需求](https://docs.aws.amazon.com/compute-optimizer/latest/ug/requirements.html#requirements-ec2-instances)。
## 尋找分類
Compute Optimizer 會將其 EC2 執行個體的發現結果分類如下：
+ **Under-provisioned (佈建不足)**–當您的執行個體至少有一個規格 (例如 CPU、記憶體或網路) 不符合工作負載的效能需求時，EC2 執行個體即視為佈建不足。佈建不足的 EC2 執行個體可能會導致應用程式效能不佳。
+ **Over-provisioned (過度佈建)**–當執行個體至少一個規格可以縮小 (例如 CPU、記憶體或網路)，同時仍然符合工作負載的效能需求時，以及當沒有規格佈建不足時，EC2 執行個體即視為過度佈建。過度佈建的 EC2 執行個體可能會導致不必要的基礎設施成本。
+ **Optimized (最佳化)**–當執行個體的所有規格 (例如 CPU、記憶體和網路) 都符合工作負載的效能需求，且執行個體未過度佈建時，EC2 執行個體即視為最佳化。最佳化的 EC2 執行個體會以最佳效能和基礎設施成本執行您的工作負載。對於最佳化的執行個體，Compute Optimizer 有時可能會建議新一代執行個體類型。
+ **None (無)**–沒有此執行個體的建議。如果您已在 12 小時內選擇加入 Compute Optimizer，或是執行個體執行時間不到 30 小時，或 Compute Optimizer 不支援執行個體類型，就可能會發生這種情況。
## 檢視建議
選擇加入 Compute Optimizer 之後，您可以在 Amazon EC2 主控台中檢視 Compute Optimizer 為 EC2 執行個體所產生的調查結果。然後，您可以存取 Compute Optimizer 主控台來檢視建議。如果您最近選擇加入，發現結果可能需要長達 12 小時才會反映在 EC2 主控台中。
**透過 Amazon EC2 主控台檢視執行個體的建議**
1. 前往 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台。
1. 在導覽窗格中，選擇**執行個體**。
1. 選擇執行個體 ID 以開啟執行個體詳細資訊頁面。
1. 在執行個體詳細資訊頁面的最上方摘要區段，尋找 **AWS Compute Optimizer 調查結果**。如果有調查結果，系統會顯示調查結果分類及檢視詳細資訊的連結。否則，系統會顯示**沒有適用於此執行個體的建議。**
1. 如果有調查結果，請選擇**檢視詳細資訊**。這會在 Compute Optimizer 主控台開啟 **EC2 執行個體的建議**頁面。目前的執行個體類型會標記為**目前**。還有最多三種執行個體類型建議，標示為**選項 1**、**選項 2** 和**選項 3**。此頁面也會顯示執行個體的最新 CloudWatch 指標資料。
**檢視所有區域所有執行個體的建議**
您可以使用 Compute Optimizer 主控台檢視所有區域所有 Amazon EC2 執行個體的建議。如需詳細資訊，請參閱「AWS Compute Optimizer 使用者指南」**中的[檢視 EC2 執行個體建議](https://docs.aws.amazon.com/compute-optimizer/latest/ug/view-ec2-recommendations.html#ec2-view-recommendations)已及[檢視 EC2 執行個體詳細資訊](https://docs.aws.amazon.com/compute-optimizer/latest/ug/view-ec2-recommendations.html#ec2-viewing-details)。
## 評估建議的考量事項
當收到建議時，您必須決定是否對其採取行動。變更執行個體類型之前，請考慮下列事項：
+ 建議不會預測您的使用量。建議是根據您最近 14 天期間的歷史使用情況而定。請務必選擇符合未來資源需求的執行個體類型。
+ 著重於圖形指標，以判斷實際使用量是否低於執行個體容量。您也可以檢視CloudWatch 中的指標資料 (平均、峰值、百分比)，以進一步評估您的 EC2 執行個體建議。例如，注意 CPU 百分比指標在白天的變化，以及是否有需要應付的尖峰時期。如需詳細資訊，請參閱「Amazon CloudWatch 使用者指南」**中的 [檢視可用指標](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/viewing_metrics_with_cloudwatch.html)。
+ Compute Optimizer 可能會提供高載效能執行個體的建議，亦即 T3、T3a 和 T2 執行個體。如果您定期爆增超過基準線，請確定您可以根據新執行個體類型的 vCPU 繼續執行此作業。如需詳細資訊，請參閱[爆量效能執行個體的重要概念](burstable-credits-baseline-concepts.md)。
+ 如果您購買的是預留執行個體，隨需執行個體可能會以預留執行個體方式計費。變更目前的執行個體類型之前，請先評估對預留執行個體使用率和涵蓋範圍的影響。
+ 盡可能考慮轉換為較新一代的執行個體。
+ 移轉至不同的執行個體系列時，請確定目前的執行個體類型和新的執行個體類型是相容的，例如在虛擬化、架構或網路類型方面。如需詳細資訊，請參閱[變更執行個體類型的相容性](resize-limitations.md)。
+ 最後，請考慮針對每個建議所提供的效能風險評分。效能風險指出您可能需要花費的精力，以驗證建議的執行個體類型是否符合工作負載的效能需求。我們也建議在進行任何變更之前和之後進行嚴格的負載和效能測試。
# Amazon EC2 執行個體類型變更
隨著您的需求變更，您可能會發現您的執行個體過度利用 (執行個體類型太小)，或利用不足 (執行個體類型太大)。若出現此情況，您可以透過變更執行個體類型來調整執行個體的大小。例如，如果您的 `t2.micro` 執行個體對於其工作負載來說太小，則您可以透過將其變更為較大的 T2 執行個體類型 (例如 `t2.large`) 來增加其大小。或者，您可以將其變更為另一個執行個體類型，例如 `m5.large`。您可能也會希望將先前世代的執行個體類型變更為目前世代的執行個體類型，以利用某些功能，例如 IPv6 的支援。
如果想要獲得有關最能處理現有工作負載的執行個體類型建議，可以使用 AWS Compute Optimizer。如需詳細資訊，請參閱[從 Compute Optimizer 取得 EC2 執行個體建議](ec2-instance-recommendations.md)。
若變更執行個體類型，您將開始支付新執行個體類型的費率。如需所有執行個體類型的隨需費率，請參閱 [Amazon EC2 隨需定價](https://aws.amazon.com/ec2/pricing/on-demand/)。
若要在不變更執行個體類型的情況下為執行個體新增額外儲存空間，請將 EBS 磁碟區新增至執行個體。如需詳細資訊，請參閱「Amazon EBS 使用者指南」**中的[將 Amazon EBS 磁碟區連接到執行個體](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-attaching-volume.html)。
## 要遵循哪些指示？
變更執行個體類型有不同的指示。要使用的指示取決於執行個體的根磁碟區，以及執行個體類型是否與執行個體的目前組態相容。如需如何判斷相容性的相關資訊，請參閱 [變更執行個體類型的相容性](resize-limitations.md)。
使用下表判斷要遵循哪些指示。
| 根磁碟區 | 相容性 | 使用這些指示 |
| --- | --- | --- |
| EBS | 相容 | [變更執行個體類型](change-instance-type-of-ebs-backed-instance.md) |
| EBS | 不相容 | [遷移至新的執行個體類型](migrate-instance-configuration.md) |
| 執行個體存放區 | 不適用 | [遷移至新的執行個體類型](migrate-instance-configuration.md) |
# 變更執行個體類型的相容性
只在執行個體的目前組態與您想要的執行個體類型相容時，您才能變更執行個體類型。如果您想要的執行個體類型與執行個體的目前狀態不相容，您必須搭配與執行個體類型相容的組態，啟動新的執行個體，然後將您的應用程式遷移到新的執行個體。
下列方式可用於判斷相容性：
**虛擬化類型**
Linux AMI 會使用兩種虛擬化類型的其中之一：全虛擬化 (PV) 或硬體虛擬機器 (HVM)。如果已從 PV AMI 啟動執行個體，則您無法將其變更為僅限 HVM 的執行個體類型。如需詳細資訊，請參閱 [虛擬化類型](ComponentsAMIs.md#virtualization_types)。若要檢查您執行個體的虛擬化類型，請檢查 Amazon EC2 主控台中 **Instances** (執行個體) 畫面詳細資訊窗格上的 **Virtualization** (虛擬化) 值。
**Architecture**
AMI 是處理器特有架構，所以您選取的執行個體類型，必須和目前的執行個體類型有相同的處理器架構。例如：
+ 如果目前執行個體類型具有 Arm 架構處理器，您會受限於支援 Arm 架構處理器的執行個體類型，例如 C6g 和 M6g。
+ 下列執行個體類型是唯一支援 32 位元 AMIs 的執行個體類型：`t2.nano`、`t2.micro`、`t2.small`、`t2.medium`、`c3.large`、`t1.micro`、`m1.small`、`m1.medium` 和 `c1.medium`。如果您要變更 32 位元執行個體的執行個體類型，則會受限於這些執行個體類型。
**網路介面卡**
如果您從某個網路介面卡的驅動程式切換到另一個網路介面卡，該網路介面卡設定會在作業系統建立新的介面卡時重設。若要重新進行設定，您可能需要存取具有系統管理員許可的本機帳戶。以下是從某個網路介面卡移至另一個網路介面卡的範例：
+ AWS PV (T2 執行個體） 至 Intel 82599 VF (M4 執行個體）
+ Intel 82599 VF (大多數 M4 執行個體) 至 ENA (M5 執行個體)
+ ENA (M5 執行個體) 至高頻寬 ENA (M5n 執行個體)
**增強型網路**
支援[增強型聯網](enhanced-networking.md)的執行個體類型需要安裝必要的驅動程式。例如，以 [Nitro 為基礎的執行個體](instance-types.md#instance-hypervisor-type)需要 EBS 後端 AMI，並且安裝彈性網路介面卡 (ENA) 驅動程式。若要將不支援增強型聯網的執行個體類型變更為支援增強型聯網的執行個體類型，您必須視需要在執行個體上安裝 [ENA 驅動程式](enhanced-networking-ena.md)或 [ixgbevf 驅動程式](sriov-networking.md)。
當您在啟用 ENA Express 的情況下調整執行個體大小時，新的執行個體類型也必須支援 ENA Express。如需支援 ENA Express 的執行個體類型清單，請參閱 [ENA Express 支援的執行個體類型](ena-express.md#ena-express-supported-instance-types)。
若要將支援 ENA Express 的執行個體類型變更為不支援其的執行個體類型，請確定目前在調整執行個體大小之前，ENA Express 未啟用。
**NVMe**
EBS 磁碟區會公開為 [Nitro 型執行個體](instance-types.md#instance-hypervisor-type)上的 NVMe 區塊型儲存設備。如果將不支援 NVMe 的執行個體類型變更為支援 NVMe 的執行個體類型，您必須先在執行個體上安裝 NVMe 驅動程式。此外，您在區塊型儲存設備映射中指定之裝置的裝置名稱也會使用 NVMe 裝置名稱 (`/dev/nvme[0-26]n1`) 重新命名。
[Linux 執行個體] 因此，若要在開機時使用 `/etc/fstab` 來掛載檔案系統，您必須使用 UUID/標籤，而非裝置名稱。
**磁碟區限制**
可連接到執行個體的 Amazon EBS 磁碟區數目上限，取決於執行個體類型和執行個體大小。如需詳細資訊，請參閱[Amazon EC2 執行個體的 Amazon EBS 磁碟區限制](volume_limits.md)。
只有執行個體類型或執行個體大小支援的磁碟區數量，等於或大於目前連接至執行個體的磁碟區數量，您才能變更為這樣的執行個體類型或執行個體大小。如果您變更為不支援目前連接磁碟區數量的執行個體類型或執行個體大小，則該請求會失敗。例如，如果您從具有 32 個連接磁碟區的 `m7i.4xlarge` 執行個體變更為最多支援 27 個磁碟區的 `m6i.4xlarge`，則該請求會失敗。
**NitroTPM**
如果您使用已啟用 [NitroTPM](nitrotpm.md) 的 AMI，以及支援 NitroTPM 的執行個體類型來啟動執行個體，即會啟動執行個體並啟用 NitroTPM。您只能變更為同樣支援 NitroTPM 的執行個體類型。
# 變更 Amazon EC2 執行個體的執行個體類型
如果您需要的執行個體類型與執行個體的目前組態相容，請使用下列指示來變更 Amazon EBS 後端執行個體的執行個體類型。如需詳細資訊，請參閱[變更執行個體類型的相容性](resize-limitations.md)。
**考量事項**
+ 您必須先停止執行個體，才能變更其執行個體類型。請確認您已為執行個體停止時的停機時間做好規劃。停止執行個體並變更其執行個體類型可能會花費數分鐘，重新啟動您的執行個體所需要花費的時間則會根據您應用程式的啟動指令碼而有所不同。如需詳細資訊，請參閱 [停止和啟動 Amazon EC2 執行個體](Stop_Start.md)。
+ 當您停止並啟動執行個體時，我們會將執行個體移至新硬體。如果您的執行個體具有公有 IPv4 地址且不是彈性 IP，我們會釋出位址並向您的執行個體提供新的公有 IPv4 地址。如需有關整個執行個體生命週期中 IP 位址行為的詳細資訊，請參閱 [執行個體狀態之間的差異](ec2-instance-lifecycle.md#lifecycle-differences)。
+ 您無法變更 [Spot 執行個體](using-spot-instances-request.md#stopping-a-spot-instance)的執行個體類型。
+ 【Windows 執行個體】 建議您在變更執行個體類型之前更新 AWS PV 驅動程式套件。如需詳細資訊，請參閱[升級 EC2 Windows 執行個體上的 PV 驅動程式](Upgrading_PV_drivers.md)。
+ 如果您的執行個體位於 Auto Scaling 群組中，Amazon EC2 Auto Scaling 服務會將停止的執行個體標記為狀況不良，且可能將其終止並啟動替代執行個體。若要避免這種情況，您可以在變更執行個體類型時，暫停群組的擴展程序。如需詳細資訊，請參閱*Amazon EC2 Auto Scaling 使用者指南*中的[暫停及繼續擴展程序](https://docs.aws.amazon.com/autoscaling/ec2/userguide/as-suspend-resume-processes.html)。
+ 當您變更具有 NVMe執行個體存放區磁碟區之執行個體的執行個體類型時，更新後的執行個體可能具有其他執行個體存放區磁碟區，因為即使未在 AMI 或執行個體區塊型設備映射中加以指定，所有 NVMe 執行個體存放區磁碟區都可用。否則，更新後的執行個體通常會有與您在啟動原始執行個體時指定之執行個體儲存體磁碟區相同數目的執行個體儲存體磁碟區。
+ 可連接到執行個體的 Amazon EBS 磁碟區數目上限，取決於執行個體類型和執行個體大小。如果執行個體類型或執行個體大小不支援已連接至執行個體的磁碟區數量，您就無法變更為這樣的執行個體類型或執行個體大小。如需詳細資訊，請參閱[Amazon EC2 執行個體的 Amazon EBS 磁碟區限制](volume_limits.md)。
+ [Linux 執行個體] 您可以使用 `AWSSupport-MigrateXenToNitroLinux` 執行手冊，將相容的 Linux 執行個體從 Xen 執行個體類型遷移至 Nitro 執行個體類型。如需詳細資訊，請參閱《*AWS Systems Manager Automation 執行手冊參考*》中的 [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)。
+ [Windows 執行個體] 如需將相容 Windows 執行個體從 Xen 執行個體類型遷移至 Nitro 執行個體類型的其他指引，請參閱[遷移至最新一代執行個體類型](migrating-latest-types.md)。
**變更 Amazon EBS 為後端之執行個體的執行個體類型**
1. (選用) 若新執行個體類型需要的驅動程式並未安裝於現有的執行個體，您必須先連接您的執行個體並安裝驅動程式。如需詳細資訊，請參閱[變更執行個體類型的相容性](resize-limitations.md)。
1. [Windows 執行個體] 如果您將 Windows 執行個體設定為使用[靜態 IP 定址](config-windows-multiple-ip.md#step1)，且要將不支援增強型網路的執行個體類型變更為支援增強型網路的執行個體類型，重新設定靜態 IP 位址時可能會收到出現 IP 位址衝突的警告。為避免出現警告，請在執行個體的網路介面上啟用 DHCP，然後再變更執行個體類型。在執行個體中開啟 **Network and Sharing Center** (網路和共用中心)，開啟網路介面的 **Internet Protocol Version 4 (TCP/IPv4) Properties** (網際網路通訊協定第 4 版 (TCP/IPv4) 內容)，然後選擇 **Obtain an IP address automatically** (自動取得 IP 地址)。在網路介面上變更執行個體類型，然後重新設定靜態 IP 地址。
1. 前往 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台。
1. 在導覽窗格中，選擇 **Instances** (執行個體)。
1. 選取執行個體，並選取 **Instance state (執行個體狀態)**、**Stop instance (停止執行個體)**。出現確認提示時，請選擇 **Stop (停止)**。停止執行個體可能需要幾分鐘。
1. 在仍然選取執行個體的情況下，選取 **Actions (動作)**、**Instance settings (執行個體設定)**、**Change instance type (變更執行個體類型)**。如果執行個體狀態不是 `stopped`，此選項會呈現灰色。
1. 在 **Change instance type** (變更執行個體類型) 頁面上，執行下列動作：
1. 針對 **Instance type** (執行個體類型)，選取您想要的執行個體類型。
如果執行個體類型不在清單中，表示其與您執行個體的組態不相容。請改用下列指示：[透過啟動新的 EC2 執行個體，遷移至新的執行個體類型](migrate-instance-configuration.md)。
1. (選用) 如果您選取的執行個體類型支援 EBS 最佳化，請選取 **EBS-optimized** (EBS 最佳化) 以啟用 EBS 最佳化，或取消選取 **EBS-optimized** (EBS 最佳化) 以停用 EBS 最佳化。
如果您選取的執行個體類型預設為 EBS 最佳化，則 **EBS-optimized** (EBS 最佳化) 便會處於選取狀態，而且您無法取消選取。
1. (選用) 在新的執行個體類型上設定 vCPU 選項。
當您變更現有執行個體的執行個體類型時，Amazon EC2 會盡可能將現有執行個體的 CPU 選項設定套用至新執行個體。若新的執行個體類型不支援這些設定，則 CPU 選項會重設為**無**。此選項使用預設 vCPU 數量的新執行個體類型。
如果您選取的執行個體類型支援 vCPU 組態，請選取**進階詳細資訊**面板中的**指定 CPU 選項**，將 vCPU 設定為新的執行個體類型。
1. 選擇**變更**以接受新的設定。
1. 若要啟動執行個體，請選取執行個體，然後選取 **Instance state** (執行個體狀態)、**Start instance** (啟動執行個體)。執行個體進入 `running` 狀態可能需要數分鐘。若您的執行個體未啟動，請參閱 [對變更執行個體類型進行疑難排解](troubleshoot-change-instance-type.md)。
1. [Windows 執行個體] 如果您的執行個體執行配備 EC2Launch v1 的 Windows Server 2016 或 Windows Server 2019，請連線到您的 Windows 執行個體，然後執行下列 EC2Launch PowerShell 指令碼，在變更執行個體類型之後設定執行個體。
**重要**
當您啟用初始化執行個體 EC2 Launch 指令碼時，管理員密碼將重設。您可以修改組態檔來停用管理員密碼重設，方法為在初始化任務的設定中指定它。如需如何停用密碼重設的步驟，請參閱[設定初始化任務](ec2launch-config.md#ec2launch-inittasks) (EC2Launch) 或[變更設定](ec2launch-v2-settings.md#ec2launch-v2-ui) (EC2Launch v2)。
```
PS C:\> C:\ProgramData\Amazon\EC2-Windows\Launch\Scripts\InitializeInstance.ps1 -Schedule
```
# 透過啟動新的 EC2 執行個體，遷移至新的執行個體類型
只有在 EBS 後端執行個體的組態與您想要的新執行個體類型相容時，您才能變更 EC2 執行個體的執行個體類型。否則，如果組態或您的執行個體與新的執行個體類型不相容，或者該執行個體是以執行個體儲存體為基礎的執行個體，您必須啟動與您想要之執行個體類型相容的替代執行個體。如需有關如何判斷相容性的詳細資訊，請參閱 [變更執行個體類型的相容性](resize-limitations.md)。
**遷移程序概觀**
+ 備份原始執行個體上的資料。
+ 搭配與您想要之新執行個體類型相容的組態，啟動新的執行個體，並連接任何已連接至原始執行個體的 EBS 磁碟區。
+ 在新的執行個體上安裝您的應用程式。
+ 還原任何資料。
+ 如果原始執行個體具有彈性 IP 位址，您必須將其與新執行個體建立關聯，以確保您的使用者可以繼續使用應用程式而不會中斷。
**將執行個體遷移至新的執行個體**
1. 前往 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台。
1. 備份任何仍然需要的資料，如下所示：
+ 連線到您的執行個體，並將執行個體儲存體磁碟區上的資料複製到持久性儲存。
+ 為您的 EBS 磁碟區[建立快照](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-creating-snapshot.html)，以便建立具有相同資料的新磁碟區，或從原始執行個體分離磁碟區，以便將它們連接到新的執行個體。
1. 在導覽窗格中，選擇**執行個體**。
1. 選擇**啟動執行個體**。設定執行個體時，請執行下列動作：
1. 選取支援您想要之執行個體類型的 AMI。例如，您必須選取支援新執行個體類型之處理器類型的 AMI。此外，目前世代的執行個體類型也需要 HVM AMI。
1. 選取您想要的新執行個體類型。如果您想要的執行個體類型無法使用，表示該類型與您選取的 AMI 組態不相容。
1. 如果您想允許相同流量觸及新的執行個體，請選取與原始執行個體搭配使用的安全群組。
1. 完成設定新的執行個體後，請完成步驟來選取金鑰對並啟動您的執行個體。執行個體進入 `running` 狀態可能需要數分鐘。
1. 如果您將資料備份至 EBS 快照，[請從快照建立磁碟區](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-creating-volume.html#ebs-create-volume-from-snapshot)，再將[磁碟區連接至](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-attaching-volume.html)新的執行個體。
若要將原始執行個體的 EBS 磁碟區移至新的執行個體，請[將磁碟區與原始執行個體分離](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-detaching-volume.html)，再將[磁碟區連接至](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-attaching-volume.html)新的執行個體。
1. 在新的執行個體上安裝您的應用程式及任何必要的軟體。
1. 還原您從原始執行個體的執行個體儲存體磁碟區備份的任何資料。
1. 如果原始執行個體有彈性 IP 位址，將其指派給新的執行個體，如下所示：
1. 在導覽窗格中，選擇 **Elastic IPs (彈性 IP)**。
1. 選取與原始執行個體相關聯的彈性 IP 地址，選取 **Actions (動作)**，然後選取 **Disassociate Elastic IP address (與彈性 IP 地址取消關聯)**。出現確認提示時，請選擇 **Disassociate (取消關聯)**。
1. 在彈性 IP 地址仍在選取狀態的情況下，選取 **Actions (動作)**，然後選取 **Associate Elastic IP address (與彈性 IP 地址建立關聯)**。
1. 對於 **Resource type (資源類型)**，選擇 **Instance (執行個體)**。
1. 在**執行個體**中，選擇新的執行個體。
1. (選用) 對於 **Private IP address (私人 IP 位址)**，指定要與彈性 IP 位址建立關聯的私人 IP 位址。
1. 選擇 **Associate** (關聯)。
1. (選用) 若您不再需要原始執行個體，則可將其終止。選取執行個體，確認您要終止的是原始執行個體，而非新的執行個體 (例如，檢查名稱或啟動時間)，然後選取 **Instance state** (執行個體狀態)、**Terminate instance** (終止執行個體)。
# 對變更執行個體類型進行疑難排解
請使用以下資訊來協助您診斷並修正在變更執行個體類型時可能遇到的問題。
## 在變更執行個體類型之後執行個體不會啟動
**可能原因：未符合新執行個體類型的需求**
如果您的執行個體未啟動，則原因可能是未符合新執行個體類型的其中一個需求。如需詳細資訊，請參閱[為何我的 Linux 執行個體在我變更其類型之後未啟動？](https://repost.aws/knowledge-center/boot-error-linux-nitro-instance)
**可能原因：AMI 不支援執行個體類型**
如果您使用 EC2 主控台變更執行個體類型，則只能使用所選 AMI 支援的執行個體類型。不過，如果您使用 AWS CLI 啟動執行個體，您可以指定不相容的 AMI 和執行個體類型。如果 AMI 與執行個體類型不相容，則執行個體無法啟動。如需詳細資訊，請參閱 [變更執行個體類型的相容性](resize-limitations.md)。
**可能原因：執行個體位於集群放置群組中**
如果您的執行個體位於[集群放置群組](placement-strategies.md#placement-groups-cluster)中，並在變更執行個體類型之後，執行個體無法啟動，請嘗試下列動作：
1. 停止集群放置群組中的所有執行個體。
1. 變更受影響執行個體的執行個體類型。
1. 啟動集群放置群組中的所有執行個體。
## 在變更執行個體類型之後，無法從網際網路連線到應用程式或網站
**可能原因：公有 IPv4 地址已釋出**
變更執行個體類型時，您必須先停止執行個體。當您停止執行個體時，我們會釋出公有 IPv4 地址，並給予您的執行個體新的公有 IPv4 地址。
若要在執行個體停止和啟動之間保留公有 IPv4 地址，建議您使用彈性 IP 地址，只要您的執行個體正在執行，就不需要額外費用。如需詳細資訊，請參閱[彈性 IP 位址](elastic-ip-addresses-eip.md)。
# 爆量效能執行個體
許多一般用途工作負載平均起來並不忙碌，而且不需要高級別的持續 CPU 效能。下圖說明客戶目前在 AWS 雲端中執行的許多常見工作負載的 CPU 使用率。
![\[許多常見的工作負載是這樣的：CPU 平均使用率等於或低於基準，有些峰值高於基準。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/CPU-common-workloads.png)
這些低至中等 CPU 使用率工作負載會導致 CPU 週期的浪費，因此您付出的費用超過使用量。為了克服此問題，您可以利用低成本爆量一般用途執行個體，也就是 T 執行個體。
T 執行個體系列提供基準 CPU 效能，能夠隨時長時間超越基準高效能執行。基準 CPU 的定義是為了滿足大多數一般用途工作負載的需求，包括大規模微服務、Web 伺服器、中小型資料庫、資料記錄、程式碼儲存庫、虛擬桌面、開發和測試環境，以及業務關鍵應用程式。T 執行個體在運算、記憶體和網路資源之間取得平衡，並為您提供最符合成本效益的方式，來執行各種具有低至中等 CPU 使用率的一般用途應用程式。與 M 執行個體相比，這些執行個體最多可節省 15% 的成本，並且透過更小、更經濟的執行個體大小可節省更多成本，提供最低 2 個 vCPU 和 0.5 GiB 的記憶體。較小的 T 執行個體大小 (例如超微型、微型、小型和中型) 非常適合需要少量記憶體且不需要高 CPU 使用率的工作負載。
**注意**
本主題說明爆量 CPU。如需有關爆量網路效能的詳細資訊，請參閱 [Amazon EC2 執行個體網路頻寬](ec2-instance-network-bandwidth.md)。
## EC2 爆量執行個體類型
EC2 爆量執行個體包含 T4g、T3a 和 T3 執行個體類型以及前一代 T2 執行個體類型。
T4g 執行個體類型是最新一代的爆量執行個體。它們提供最佳的效能價格，並為您提供所有 EC2 執行個體類型中最低的成本。T4g 執行個體類型採用 Arm 型 [AWS Graviton2](https://aws.amazon.com/ec2/graviton/) 處理器，具有作業系統廠商、獨立軟體廠商以及熱門 AWS 服務和應用程式的廣泛生態系統支援。
下表摘要列出爆量執行個體類型之間的主要差異。
****
| 類型 | 描述 | 處理器系列 |
| --- | --- | --- |
| 最新一代 |
| T4g | 成本最低的 EC2 執行個體類型，與 T3 相比價格/效能高 40%，成本低 20% | 具有 Arm Neoverse N1 核心的AWS Graviton2 處理器 |
| T3a | 成本最低的 x86 型執行個體，成本比 T3 執行個體低 10% | AMD 第一代 EPYC 處理器 |
| T3 | 適用於 x86 工作負載的最佳峰值價格/效能，比上一代 T2 執行個體的價格/效能低 30% | Intel Xeon 可擴充處理器 (Skylake、Cascade Lake 處理器) |
| 上一代 |
| T2 | 上一代爆量執行個體 | Intel Xeon 處理器 |
如需執行個體定價和其他規格的相關資訊，請參閱 [Amazon EC2 定價](https://aws.amazon.com/ec2/pricing/)和 [Amazon EC2 執行個體類型](https://aws.amazon.com/ec2/instance-types/)。如需有關爆量網路效能的詳細資訊，請參閱 [Amazon EC2 執行個體網路頻寬](ec2-instance-network-bandwidth.md)。
如果您的 是在 2025 年 7 月 15 AWS 帳戶 日之前建立 ，而且不到 12 個月，您可以在特定用量限制內免費使用`t2.micro`執行個體 （或`t2.micro`無法使用 區域中的`t3.micro`執行個體）。如果您在 2025 年 7 月 15 日 AWS 帳戶 或之後建立 ，則可以使用 `t3.micro`、`t4g.micro`、、 `t3.small``t4g.small`執行個體類型 6 個月，或直到您的點數用完為止。如需詳細資訊，請參閱[AWS 免費方案](https://aws.amazon.com/free/)。
**T 執行個體支援的購買選項**
+ On-Demand Instances
+ Reserved Instances
+ 專用執行個體 (僅限 T3)
+ 專用執行個體 (僅限 T3，僅限 `standard` 模式)
+ Spot 執行個體
如需詳細資訊，請參閱[Amazon EC2 帳單與購買選項](instance-purchasing-options.md)。
**Topics**
+ [
## EC2 爆量執行個體類型
](#burstable-instance-types)
+ [
## 最佳實務
](#burstable-performance-instances-best-practices)
+ [
# 爆量效能執行個體的重要概念
](burstable-credits-baseline-concepts.md)
+ [
# 爆量效能執行個體的無限制模式
](burstable-performance-instances-unlimited-mode.md)
+ [
# 爆量效能執行個體的標準模式
](burstable-performance-instances-standard-mode.md)
+ [
# 設定爆量效能執行個體
](burstable-performance-instances-how-to.md)
+ [
# 監控爆量執行個體的 CPU 額度
](burstable-performance-instances-monitoring-cpu-credits.md)
## 最佳實務
請遵循這些最佳實務，讓高載效能執行個體發揮最大的效益。
+ 請確定您所選擇的執行個體容量，高於作業系統和應用程式的最低記憶體容量需求。使用圖形化使用者介面的作業系統 (例如 Windows) 可能會耗用大量記憶體和 CPU 資源，因此在許多使用案例中可能需要 `t3.micro` 或更大的執行個體大小。隨著工作負載對記憶體和 CPU 的需求隨時間增加，使用 T 執行個體可獲得一定的靈活性，您可以擴展到相同執行個體類型的較大執行個體大小，或選取其他執行個體類型。
+ 為您的帳戶啟用 [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/getting-started/)，並檢閱工作負載的 Compute Optimizer 建議。Compute Optimizer 可協助評估執行個體是否應該擴大規模以提高效能，還是應縮小規模以節省成本。Compute Optimizer 也可能會根據您的情況建議不同的執行個體類型。如需詳細資訊，請參閱「AWS Compute Optimizer 使用者指南」**中的[檢視 EC2 執行個體建議](https://docs.aws.amazon.com/compute-optimizer/latest/ug/view-ec2-recommendations.html)。
# 爆量效能執行個體的重要概念
傳統的 Amazon EC2 執行個體類型提供固定的 CPU 資源；爆量效能執行個體則提供 CPU 基準使用率，並可大幅提升 CPU 使用率至超越基準水準。這可確保您只需支付基準 CPU 外加任何額外的爆量 CPU 使用的費用，進而降低運算成本。基準使用率與大幅提升效能的能力，取決於 CPU 的額度。高載效能執行個體是唯一透過額度來使用 CPU 的執行個體類型。
當每個爆量效能執行個體維持在 CPU 基準以下時，會持續獲得額度，並在爆量超出基準時持續消耗額度。獲得或消耗的額度取決於執行個體的 CPU 使用率：
+ 如果 CPU 使用率低於基準，則獲得的額度大於消耗的額度。
+ 如果 CPU 使用率等於基準，則獲得的額度等於消耗的額度。
+ 如果 CPU 使用率高於基準，則消耗的額度大於獲得的額度。
當獲得的額度大於消耗的額度時，差額稱為累積額度，它稍後可用於超出基準 CPU 使用率。同樣地，如果消耗的額度大於獲得的額度，則執行個體行為取決於額度組態模式 – 標準模式或無限制模式。
在標準模式中，當消耗的額度超過獲得的額度時，執行個體會使用累積額度以超出基準 CPU 使用率。如果沒有剩餘的累積額度，則執行個體會逐漸降至基準 CPU 使用率，並且無法超出基準線，直到累積更多額度為止。
在無限制模式中，如果執行個體超出基準 CPU 使用率，則執行個體會先使用累積額度進行超出。如果沒有剩餘的累積額度，則執行個體會消耗剩餘額度進行超出。當 CPU 使用率掉到基準以下，該執行個體會使用自己先前所獲得的 CPU 額度，來償還先前用掉的剩餘額度。獲得 CPU 額度來償還剩餘額度的能力，讓 Amazon EC2 能夠在 24 小時的期間，實現平均的執行個體 CPU 使用率。如果在 24 小時的期間，CPU 平均使用量超過基準，則會以每 vCPU 小時的[其他固定費率](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing)，向執行個體收取其他使用量的費用。
**Contents**
+ [
## 重要概念和定義
](#key-concepts)
+ [
## 獲得 CPU 額度
](#earning-CPU-credits)
+ [
## CPU 額度獲得率
](#CPU-credit-earn-rate)
+ [
## CPU 額度累積限額
](#CPU-credit-accrual-limit)
+ [
## 累積的 CPU 額度壽命
](#accrued-CPU-credits-life-span)
+ [
## 基準使用率
](#baseline_performance)
## 重要概念和定義
下列重要概念和定義適用於爆量效能執行個體。
**CPU 使用率**
CPU 使用率是執行個體上目前正在使用的已分配的 EC2 運算單位的百分比。此指標測量執行個體正在使用的已分配的 CPU 週期的百分比。CPU 使用率 CloudWatch 指標顯示每個執行個體的 CPU 使用率，而非每個核心的 CPU 使用率。執行個體的基準 CPU 規格也以每個執行個體的 CPU 使用率為基礎。若要使用 AWS 管理主控台 或 測量 CPU 使用率 AWS CLI，請參閱 [取得特定執行個體的統計資料](US_SingleMetricPerInstance.md)。
**CPU 額度**
vCPU 時間單位。
範例:
1 個 CPU 額度 = 1 個 vCPU \$1 100% 使用率 \$1 1 分鐘。
1 個 CPU 額度 = 1 個 vCPU \$1 50% 使用率 \$1 2 分鐘。
1 個 CPU 額度 = 2 個 vCPU \$1 25% 使用率 \$1 2 分鐘。
**基準使用率**
基準使用率是在獲得的 CPU 額度符合使用的 CPU 額度時，可用於零的淨額度餘額的 CPU 水準。基準使用率也稱為基準。基準使用率表示為 vCPU 使用率百分比，其計算方式如下：基準使用率百分比 = (獲得的額度/vCPU 數)/60 分鐘。
如需每個爆量效能執行個體類型的基準使用率，請參閱[點數表](#burstable-performance-instances-credit-table)。
**獲得的額度**
執行個體在執行時持續獲得的額度。
每小時獲得的額度 = 基準使用率百分比 \$1 vCPU 數量 \$1 60 分鐘
範例：
具有 2 個 vCPU 和 5% 基準使用率的 t3.nano 每小時可獲得 6 個額度，其計算方式如下：
2 個 vCPU \$1 5% 基準使用率 \$1 60 分鐘 = 每小時 6 個額度
**消耗或使用的額度**
執行個體在執行時持續使用的額度。
每分鐘消耗的 CPU 額度 = vCPU 數量 \$1 CPU 使用率 \$1 1 分鐘
**累積額度**
當執行個體使用的額度少於基準使用率所需的額度時，未消耗的 CPU 額度。換句話說，累積額度 = (獲得的額度 - 使用的額度) 低於基準。
範例：
如果在 2% CPU 使用率的情況下執行 t3.nano (低於一小時 5% 的基準)，則累積額度的計算方式如下：
累積的 CPU 額度 = (每小時獲得的額度 - 每小時使用的額度) = 6 - 2 個 vCPU \$1 2% CPU 使用率 \$1 60 分鐘 = 6 - 2.4 = 每小時 3.6 個累積額度
**額度累積限額**
它取決於執行個體大小，但通常等於 24 小時內獲得的最大額度。
範例：
對於 t3.nano，額度累積限額 = 24 \$1 6 = 144 個額度
**啟動額度**
僅適用於為標準模式設定的 T2 執行個體。啟動額度是分配給新 T2 執行個體的有限 CPU 額度，因此在標準模式下啟動時，它可以超出基準線。
**剩餘額度**
執行個體耗盡其累積額度餘額之後所消耗的額度。剩餘額度是專為爆量執行個體所設計，以便長時間維持高效能，並且僅用於無限制模式。剩餘額度餘額用於決定執行個體在無限制模式下爆量使用了多少額度。
**標準模式**
額度組態模式，透過消耗掉額度餘額中所累積的額度，此模式可讓執行個體超出基準。
**無限制模式**
額度組態模式，透過在任何期間皆隨需提供高 CPU 使用率，此模式可讓執行個體超出基準。如果在累計 24 小時的期間或執行個體的生命週期期間 (以較短者為準)，執行個體的 CPU 平均使用率等於或低於基準，則執行個體的每小時定價將自動涵蓋所有 CPU 使用量峰值。如果執行個體需要長時間以更高的 CPU 使用率執行，也可使用每 vCPU 小時的[其他固定費率](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing)來執行。
下表摘要列出爆量執行個體類型之間的主要額度差異。
****
| 類型 | 支援的 CPU 額度類型 | 額度組態模式 | 執行個體啟動和停止之間累積的 CPU 額度的使用壽命 |
| --- | --- | --- | --- |
| 最新一代 |
| T4g | 獲得的額度、累積的額度、消耗的額度、剩餘額度 (僅限無限制模式) | 標準、無限制 (預設) | 7 天 (額度會在執行個體停止後保留 7 天) |
| T3a | 獲得的額度、累積的額度、消耗的額度、剩餘額度 (僅限無限制模式) | 標準、無限制 (預設) | 7 天 (額度會在執行個體停止後保留 7 天) |
| T3 | 獲得的額度、累積的額度、消耗的額度、剩餘額度 (僅限無限制模式) | 標準、無限制 (預設) | 7 天 (額度會在執行個體停止後保留 7 天) |
| 上一代 |
| T2 | 獲得的額度、累積的額度、消耗的額度、啟動額度 (僅限標準模式)、剩餘額度 (僅限無限制模式) | 標準 (預設)、無限制 | 0 天 (當執行個體停止時，額度會消失) |
**注意**
專用執行個體上啟動的 T3 執行個體不支援無限制模式。
## 獲得 CPU 額度
視執行個體的大小而定，每個爆量效能執行個體每小時會持續獲得 (以毫秒級的解析度) 固定比率的 CPU 額度。管理額度累積或使用的會計程序，也會以毫秒級的解析度進行，因此您無需擔心 CPU 額度超支；CPU 的短時間突發只會使用一小部分的 CPU 額度。
如果爆量效能執行個體所使用的 CPU 資源比基準使用率所需的還少 (例如在閒置時)，則未使用的 CPU 額度會累計到 CPU 額度餘額。如果爆量效能執行個體的效能需要突增到超過基準使用率，將會用掉累積的額度。爆量效能執行個體所累積的額度愈多，在需要更多的 CPU 使用率時，能夠突增超過基準使用率的時間也愈長。
下表列出了爆量效能執行個體類型、每小時獲得的 CPU 額度、執行個體可累計獲得的 CPU 額度上限、每個執行個體的 vCPU 數量，以及使用單一 vCPU 時的基準使用率 (以完整核心的百分比表示)。
| 執行個體類型 | 每小時獲得的 CPU 額度 | 可累積的額度上限\$1 | vCPU\$1\$1\$1 | 每個 vCPU 的基準使用率 |
| --- | --- | --- | --- | --- |
| **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 可累計的額度等於在 24 小時期間可獲得的額度。 |
| \$1\$1 表格中所顯示的是每個 vCPU 的百分比基準使用率。在 CloudWatch 中，會顯示每 vCPU 的 CPU 使用率。例如，`t3.large` 執行個體以基準水準運作時的 CPU 使用率，在 CloudWatch CPU 指標中顯示為 30%。如需如何計算基準使用率的資訊，請參閱[基準使用率](#baseline_performance)。 |
| \$1\$1\$1 每個 vCPU 都是 Intel Xeon 核心或 AMD EPYC 核心的一個執行緒，但 T2 和 T4g 執行個體除外。 |
## CPU 額度獲得率
每小時所獲得的 CPU 額度，是由執行個體的大小所決定。例如，`t3.nano` 每小時可獲得 6 點，而 `t3.small` 每小時可獲得 24 點。上表列出所有執行個體的額度獲得率。
## CPU 額度累積限額
執行中的執行個體所獲得的額度，雖然永遠不會過期，但是執行個體可累積獲得的額度有其上限。此額度上限取決於 CPU 額度餘額的限額。在達到上限之後，任何新獲得的額度都會遭到捨棄，如下圖所示。全滿的水桶代表 CPU 額度餘額的限額，溢出的水代表新獲得的額度已超過限額。
![\[超過上限後，獲得的新額度會遭到捨棄。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/t2-t3-bucket.png)
每種 執行個體容量大小各有不同的 CPU 額度餘額限制。例如，`t3.micro` 執行個體可在 CPU 額度餘額中，累積最多 288 點獲得的 CPU 額度。上面的表格列出了每個 執行個體的可累積獲得的額度上限。
T2 標準執行個體也會獲得啟動額度。啟動額度不會列入 CPU 額度餘額限額的計算。如果 T2 執行個體並未用掉其啟動額度，而且在 24 小時的期間維持閒置，同時累計獲得的額度，則其 CPU 額度餘額會顯示為超過限額。如需詳細資訊，請參閱[啟動額度](burstable-performance-instances-standard-mode-concepts.md#launch-credits)。
T4g、T3a 和 T3 執行個體不會獲得啟動抵用金。這些執行個體會根據預設啟動為 `unlimited`，因此啟動時可立即大幅提升效能，而不需任何啟動額度。依預設，在專用執行個體啟動上啟動的 T3 執行個體為 `standard`；專用執行個體上的 T3 執行個體不支援 `unlimited` 模式。
## 累積的 CPU 額度壽命
執行中的執行個體，其 CPU 額度不會過期。
若為 T2，CPU 額度餘額不會在執行個體停止與啟動之間持續保存。如果您停止 T2 執行個體，則執行個體會失去其所有累績的額度。
對於 T4g、T3a 和 T3，CPU 抵用金餘額會在執行個體停止之後持續保存七天，之後抵用金便會消失。如果您在七天內啟動執行個體，則不會失去任何額度。
如需詳細資訊，請參閱 [CloudWatch 指標表格](burstable-performance-instances-monitoring-cpu-credits.md#burstable-performance-instances-CW-metrics-table)中的 `CPUCreditBalance`。
## 基準使用率
*基準使用率*是在獲得的 CPU 額度符合使用的 CPU 額度時，可用於零的淨額度餘額的 CPU 水準。基準使用率也稱為*基準*。
基準使用率是以 vCPU 使用率百分比表示，其計算方式如下：
`(number of credits earned/number of vCPUs)/60 minutes = % baseline utilization`
例如，具有 2 個 vCPU 的 `t3.nano` 執行個體每小時可獲得 6 點，因此會產生 5% 的基準使用率，其計算方式如下：
`(6 credits earned/2 vCPUs)/60 minutes = 5% baseline utilization`
具有 2 個 vCPU 的 `t3.large` 執行個體每小時可獲得 36 點，因此會產生 30% 的基準使用率 (`(36/2)/60`)。
下圖提供平均 CPU 使用率低於基準的 `t3.large` 範例。
![\[平均 CPU 使用率低於基準的 t3.large 執行個體圖形。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/baseline-utilization.png)
# 爆量效能執行個體的無限制模式
設定為 `unlimited` 的高載效能執行個體，在任何期間皆可隨需提供高 CPU 使用率。如果在累計 24 小時的期間或執行個體的生命週期期間 (以較短者為準)，執行個體的 CPU 平均使用率等於或低於基準，則執行個體的每小時定價將自動涵蓋所有 CPU 使用量峰值。
針對絕大多數的一般用途工作負載，設定為 `unlimited` 的執行個體可提供足夠效能，而不需支付任何額外費用。如果執行個體需要長時間以更高的 CPU 使用率執行，也可使用每 vCPU 小時的其他固定費率來執行。如需有關定價的資訊，請參閱 [Amazon EC2 定價](https://aws.amazon.com/ec2/pricing/)與 [T2/T3/T4 無限制模式定價](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing)。
如果您的 是在 2025 年 7 月 15 AWS 帳戶 日之前建立的，而且您在[AWS 免費方案](https://aws.amazon.com/free/)優惠下使用 `t2.micro`或 `t3.micro`執行個體，並在 `unlimited` 模式下使用它，則如果您在滾動 24 小時內的平均使用率超過執行個體的[基準使用](burstable-credits-baseline-concepts.md#baseline_performance)率，則可能需要付費。
依預設，T4g、T3a 和 T3 執行個體會以 `unlimited` 狀態啟動 (除非您[變更預設值](burstable-performance-instances-how-to.md#burstable-performance-instance-set-default-credit-specification-for-account))。如果 24 小時期間內的平均 CPU 使用量超過基準，則剩餘額度會產生費用。如果您以 `unlimited` 形式啟動 Spot 執行個體，並計劃立即持續使用這些執行個體一段短暫的時間，且沒有產生 CPU 抵用金的閒置時間，則剩餘抵用金可能會產生費用。建議您在[標準](burstable-performance-instances-standard-mode.md)模式下啟動 Spot 執行個體，以免需要支付更高的費用。如需詳細資訊，請參閱[剩餘額度可能會產生費用](burstable-performance-instances-unlimited-mode-concepts.md#unlimited-mode-surplus-credits)及[啟動爆量效能執行個體](how-spot-instances-work.md#burstable-spot-instances)。
**注意**
依預設，在專用執行個體啟動上啟動的 T3 執行個體為 `standard`；專用執行個體上的 T3 執行個體不支援 `unlimited` 模式。
**Contents**
+ [
# 爆量執行個體的無限制模式概念
](burstable-performance-instances-unlimited-mode-concepts.md)
+ [
## 無限制爆量效能執行個體如何運作
](burstable-performance-instances-unlimited-mode-concepts.md#how-burstable-performance-instances-unlimited-works)
+ [
## 使用無限制模式與固定 CPU 的時機
](burstable-performance-instances-unlimited-mode-concepts.md#when-to-use-unlimited-mode)
+ [
## 剩餘額度可能會產生費用
](burstable-performance-instances-unlimited-mode-concepts.md#unlimited-mode-surplus-credits)
+ [
## 無限高載效能的成本是多少？
](burstable-performance-instances-unlimited-mode-concepts.md#how-much-does-unlimited-burstable-performance-cost)
+ [
## T2 無限制執行個體沒有啟動額度
](burstable-performance-instances-unlimited-mode-concepts.md#unlimited-mode-no-launch-credits)
+ [
## 啟用無限制模式
](burstable-performance-instances-unlimited-mode-concepts.md#unlimited-mode-enabling)
+ [
## 在無限制與標準之間切換時，額度會有什麼變化
](burstable-performance-instances-unlimited-mode-concepts.md#unlimited-mode-switching-and-credits)
+ [
## 監控額度用量
](burstable-performance-instances-unlimited-mode-concepts.md#unlimited-mode-monitoring-credit-usage)
+ [
# 爆量執行個體的無限制模式範例
](unlimited-mode-examples.md)
+ [
## 範例 1：說明 T3 Unlimited 的額度使用
](unlimited-mode-examples.md#t3_unlimited_example)
+ [
## 範例 2：說明 T2 Unlimited 的額度使用
](unlimited-mode-examples.md#t2_unlimited_example)
# 爆量執行個體的無限制模式概念
`unlimited` 模式是爆量效能執行個體的額度組態選項。對於執行中或已停止的執行個體，隨時都可以啟用或停用它。您可以在每個可爆量效能執行個體系列的每個 AWS 區域的帳戶層級將 [設定為`unlimited`預設點數選項](burstable-performance-instances-how-to.md#burstable-performance-instance-set-default-credit-specification-for-account)，以便使用預設點數選項啟動帳戶中的所有新可爆量效能執行個體。
## 無限制爆量效能執行個體如何運作
如果設定為 `unlimited` 的爆量效能執行個體將其 CPU 額度餘額用完了，則可以使用*多餘*的額度來大幅提升效能以超過[基準](burstable-credits-baseline-concepts.md#baseline_performance)。當 CPU 使用率掉到基準以下，該執行個體會使用自己先前所獲得的 CPU 額度，來償還先前用掉的剩餘額度。獲得 CPU 額度來償還剩餘額度的能力，讓 Amazon EC2 能夠在 24 小時的期間，實現平均的執行個體 CPU 使用率。如果在 24 小時的期間，CPU 平均使用量超過基準，則會以每 vCPU 小時的[其他固定費率](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing)，向執行個體收取其他使用量的費用。
下圖顯示 `t3.large` 的 CPU 使用量。`t3.large` 的基準 CPU 使用率為 30%。如果在 24 小時的期間，執行個體以平均 30% 或更少 CPU 使用率執行，則沒有額外費用，因為執行個體每小時定價已涵蓋成本。不過，如果在 24 小時的期間，執行個體以平均 40% CPU 使用率執行 (如圖所示)，則會以每 vCPU 小時的[其他固定費率](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing)，向執行個體收取額外 10% CPU 使用率的費用。
![\[t3.large 執行個體的 CPU 帳單用量。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/t3-cpu-usage.png)
如需每一個執行個體類型的每 vCPU 基準使用率的詳細資訊，以及每一個執行個體類型可以賺取多少額度，請參閱[額度表](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)。
## 使用無限制模式與固定 CPU 的時機
判斷您應該在 `unlimited` 模式中使用爆量效能執行個體 (例如 T3)，還是固定效能執行個體 (例如 M5) 時，您需要判定損益兩平的 CPU 使用量。爆量效能執行個體的損益兩平 CPU 使用量，即是爆量效能執行個體成本與固定效能執行個體相同的那個點。損益兩平的 CPU 使用量可協助您判斷下列事項：
+ 如果在 24 小時的期間，平均 CPU 使用量為等於或低於損益兩平的 CPU 使用量，請在 `unlimited` 模式下使用爆量效能執行個體，讓您能夠得益於爆量效能執行個體的更低價格，同時又能得到與固定效能執行個體相同的效能。
+ 如果在 24 小時的期間，平均 CPU 使用量為超過損益兩平的 CPU 使用量，則爆量效能執行個體的成本將超過同等大小的固定效能執行個體。如果 T3 執行個體持續以 100% CPU 爆量，則您最終付出的成本將是同等大小 M5 執行個體的 1.5 倍。
下圖顯示損益兩平的 CPU 使用量點，其中 `t3.large` 的成本與 `m5.large` 相同。`t3.large` 的損益兩平 CPU 使用量點為 42.5%。如果平均 CPU 使用量為 42.5%，則執行 `t3.large` 的成本與 `m5.large` 相同，但若平均 CPU 使用量超過 42.5%，則更為昂貴。如果工作負載需要的平均 CPU 使用量小於 42.5%，則您可以得益於 `t3.large` 的更低價格，同時又可得到與 `m5.large` 相同的效能。
![\[t3.large 執行個體的損益兩平 CPU 使用量點為 42.5%。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/T3-unltd-when-to-use.png)
下表顯示如何計算損益兩平的 CPU 使用量閾值，讓您可以在 `unlimited` 模式下使用爆量效能執行個體，或使用固定效能執行個體時，判斷何者更便宜。資料表中的資料欄標示為 A 到 K。
| 執行個體類型 | vCPU | T3 價格\$1/小時 | M5 價格\$1/小時 | 價格差異 | 每個 vCPU 的 T3 基準使用率 (%) | 剩餘額度的每 vCPU 小時費用 | 每 vCPU 分鐘費用 | 每 vCPU 可用的額外爆量分鐘 | 其他可用的 CPU % | 損益兩平 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 價格是以 us-east-1 和 Linux OS 為基礎。 |
資料表提供下列資訊：
+ 資料欄 A 顯示執行個體類型，即 `t3.large`。
+ 資料欄 B 顯示 `t3.large` 的 vCPU 數目。
+ 資料欄 C 顯示 `t3.large` 每小時的價格。
+ 資料欄 D 顯示 `m5.large` 每小時的價格。
+ 資料欄 E 顯示`t3.large`與`m5.large`的價格差異。
+ 資料欄 F 顯示 `t3.large` 的每 vCPU 基準使用率，即 30%。根據基準，執行個體的每小時成本涵蓋 CPU 使用量的成本。
+ 資料欄 G 顯示每 vCPU 小時的[其他固定費率](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing)，若執行個體在耗盡其賺取的額度之後爆量為 100% CPU，即會以此費率向執行個體收費。
+ 資料欄 H 顯示每 vCPU 分鐘的[其他固定費率](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing)，若執行個體在耗盡其賺取的額度之後爆量為 100% CPU，即會以此費率向執行個體收費。
+ 資料欄 I 顯示 `t3.large` 每小時可以額外爆量為 100% CPU 幾分鐘，同時又可支付與 `m5.large` 相同的每小時價格。
+ 資料欄 J 顯示超過基準的額外 CPU 使用量 (以 % 表示)，而執行個體可以爆量為這個使用量，同時又可支付與 `m5.large` 相同的每小時價格。
+ 資料欄 K 顯示損益兩平的 CPU 使用量 (以 % 表示)，`t3.large` 可以爆量為這個使用量，而支付的費用不會超過 `m5.large`。除此之外，`t3.large` 的成本超過 `m5.large`。
下表顯示相較於類似大小的 M5 執行個體類型，T3 執行個體類型的損益兩平 CPU 使用量 (以 % 表示)。
| T3 執行個體類型 | 相較於 M5，T3 的損益兩平 CPU 使用量 (以 % 表示) |
| --- | --- |
| t3.large | 42.5% |
| t3.xlarge | 52.5% |
| t3.2xlarge | 52.5% |
## 剩餘額度可能會產生費用
如果執行個體的 CPU 平均使用率等於或低於基準，執行個體不會產生額外的費用。由於執行個體在 24 小時的期間獲得了[最高額度](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table) (例如，`t3.micro` 執行個體可以在 24 小時的期間獲得最多 288 點)，因此可以用掉等於最高額度的剩餘額度，而不會產生費用。
不過，如果 CPU 使用率保持在基準以上，則執行個體就無法獲得足夠的額度，來償還先前用掉的剩餘額度。未償還的剩餘額度，會以每 vCPU 小時的其他固定費率來收費。如需有關費率的資訊，請參閱 [T2/T3/T4g 無限制模式定價](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing)。
發生下列任一情況時，將會針對先前用掉的剩餘額度來收取費用。
+ 支出剩餘額度超過執行個體在 24 小時期間可獲得的[最大額度數量](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)。在小時結束時，將收取超過最大值的支出剩餘額度的費用。
+ 執行個體已停止或終止。
+ 執行個體從 `unlimited` 切換至 `standard`。
支出剩餘額度可透過 CloudWatch 指標 `CPUSurplusCreditBalance` 來追蹤。收費的剩餘額度可透過 CloudWatch 指標 `CPUSurplusCreditsCharged` 來追蹤。如需詳細資訊，請參閱[高載效能執行個體的其他 CloudWatch 指標](burstable-performance-instances-monitoring-cpu-credits.md#burstable-performance-instances-cw-metrics)。
## 無限高載效能的成本是多少？
若您使用剩餘抵用金，且未透過獲得的抵用金來支付這些抵用金 (請參閱 [剩餘額度可能會產生費用](#unlimited-mode-surplus-credits))，您為每個剩餘抵用金的 vCPU 小時支付固定額外費率。費率列在 *Amazon EC2 隨需定價*頁面上的 [T2/T3/T4g 無限制模式定價](https://aws.amazon.com/ec2/pricing/on-demand/#T2.2FT3.2FT4g_Unlimited_Mode_Pricing)區段中。
## T2 無限制執行個體沒有啟動額度
T2 標準執行個體會收到[啟動額度](burstable-performance-instances-standard-mode-concepts.md#launch-credits)，但 T2 無限制執行個體則不會收到。只要在累計 24 小時的期間或是其生命週期期間 (以較短者為準)，T2 無限制執行個體的 CPU 平均使用率等於或低於基準，此等執行個體即可隨時讓效能爆量超過基準水準，而不會產生額外的費用。因此，T2 Unlimited 執行個體不需要使用啟動額度，以在啟動之後立即達成高效能。
如果 T2 執行個體從 `standard` 切換為 `unlimited`，則在將剩下的 `CPUCreditBalance` 結轉過去之前，會先從 `CPUCreditBalance` 移除所有累積的啟動額度。
T4g、T3a 和 T3 執行個體不會收到啟動抵用金，因為這些執行個體預設會以無限制模式啟動，因此會在啟動時立即爆量。無限制模式抵用金組態可讓 T4g、T3a 和 T3 執行個體根據需要使用盡可能多的 CPU，以盡可能長時間地超出基準。
## 啟用無限制模式
在執行中或已停止的執行個體上，可以隨時從 `unlimited` 切換為 `standard`Unlimited，也可從 `standard` 切換為 `unlimited`。如需詳細資訊，請參閱[在啟動時設定抵用金規格](burstable-performance-instances-how-to.md#launch-burstable-performance-instances)及[管理爆量效能執行個體的抵用金規格](burstable-performance-instances-how-to.md#modify-burstable-performance-instances)。
您可以在每個可爆量效能執行個體系列的每個 AWS 區域的帳戶層級將 設定為`unlimited`預設點數選項，以便使用預設點數選項啟動帳戶中的所有新可爆量效能執行個體。如需詳細資訊，請參閱[管理帳戶的預設抵用金規格](burstable-performance-instances-how-to.md#burstable-performance-instance-set-default-credit-specification-for-account)。
您可以使用 Amazon EC2 主控台或 AWS CLI，檢查爆量效能執行個體是否已設定為 `unlimited` 或 `standard`。如需詳細資訊，請參閱[設定爆量效能執行個體](burstable-performance-instances-how-to.md)。
## 在無限制與標準之間切換時，額度會有什麼變化
`CPUCreditBalance` 是 CloudWatch 指標，會追蹤執行個體已累積的額度。`CPUSurplusCreditBalance` 是 CloudWatch 指標，會追蹤執行個體花費的剩餘額度。
當您將設定為 `unlimited` 的執行個體變更為 `standard`，會發生下列情況：
+ `CPUCreditBalance` 值會維持不變結轉過去。
+ `CPUSurplusCreditBalance` 值會立即收取費用。
當 `standard` 執行個體切換為 `unlimited` 時，會發生下列情況：
+ 將包含累積獲得之額度的 `CPUCreditBalance` 值結轉過去。
+ 若為 T2 Standard 執行個體，從 `CPUCreditBalance` 值移除所有啟動額度，然後將剩下的 `CPUCreditBalance` 值 (包含累積獲得的額度) 結轉過去。
## 監控額度用量
若要了解執行個體花費的額度是否超過基準提供的額度，您可以使用 CloudWatch 指標來追蹤使用量，並設定每小時警示，來收到額度使用狀況的通知。如需詳細資訊，請參閱[監控爆量執行個體的 CPU 額度](burstable-performance-instances-monitoring-cpu-credits.md)。
# 爆量執行個體的無限制模式範例
下列範例說明設定為 `unlimited` 之執行個體的額度使用。
**Topics**
+ [
## 範例 1：說明 T3 Unlimited 的額度使用
](#t3_unlimited_example)
+ [
## 範例 2：說明 T2 Unlimited 的額度使用
](#t2_unlimited_example)
## 範例 1：說明 T3 Unlimited 的額度使用
在此範例中，您會看到啟動為 `t3.nano` 之 `unlimited` 執行個體的 CPU 使用率，以及該執行個體如何用掉*獲得*的和*多餘*的額度，來維持 CPU 的使用率。
`t3.nano` 執行個體會在累計 24 小時的期間獲得 144 點的 CPU 額度，這些額度可用來兌換 144 分鐘的 vCPU 使用。當該執行個體用完其 CPU 額度餘額 (以 CloudWatch 指標 `CPUCreditBalance` 表示) 時，可以用掉*多餘的* CPU 額度—*尚未獲得*的額度—以在所需的期間爆量。由於 `t3.nano` 執行個體在 24 小時期間已獲得最高的 144 點，因此可以用掉等於此最高額度的剩餘額度，而不會立即產生費用。如果該執行個體用掉超過 144 點的 CPU 額度，則在該小時結束時，將會收取額度差額的費用。
此範例的目的 (如下列圖表所示)，是要說明即使用完 `CPUCreditBalance`，執行個體如何可利用剩餘額度來大幅提升效能。下列的工作流程參考了圖表上的編號點：
**P1** – 在圖表上的第 0 小時，執行個體會啟動為 `unlimited`，並立即開始獲得額度。該執行個體從啟動後即維持閒置，其 CPU 使用率為 0%，而且沒有用掉額度。所有為使用的額度都會累計到額度餘額。前 24 小時，`CPUCreditUsage` 為 0，而 `CPUCreditBalance` 值達到其最大值 144。
**P2** – 接下來 12 小時，CPU 使用率為 2.5%，低於 5% 基準。執行個體獲得的額度超出其用掉的額度，但 `CPUCreditBalance` 值不得超出其最大值，即 144 點。
**P3** – 接下來 24 小時，CPU 使用率為 7% (高於基準)，其需要用掉 57.6 點。執行個體用掉的額度超過獲得的額度，而且 `CPUCreditBalance` 值減少至 86.4 點。
**P4** – 接下來 12 小時，CPU 使用率下降至 2.5% (低於基準)，其需要用掉 36 點。同時執行個體獲得 72 點。執行個體獲得的額度超過用掉的額度，而且 `CPUCreditBalance` 值增加至 122 點。
**P5** – 接下來 5 小時，執行個體的 CPU 使用率爆量至 100%，並總共用掉 570 點來維持此爆量。在此期間大約一小時，執行個體耗盡其整個 `CPUCreditBalance` (即 122 點)，並開始用掉剩餘額度以維持高 CPU 使用率，在此期間總計剩餘 448 點 (570-122=448)。當 `CPUSurplusCreditBalance` 值達到 144 CPU 額度 (`t3.nano` 執行個體可在 24 小時期間獲得的最大額度) 時，獲得的額度無法抵銷任何用掉的剩餘額度。之後用掉的剩餘額度合計達 304 點 (448-144=304)，因此在該小時結束時，會對 304 點產生少許的額外費用。
**P6** – 接下來 13 小時，CPU 使用率為 5% (基準)。執行個體獲得與其用掉一樣多的額度，不需額外支付 `CPUSurplusCreditBalance`。`CPUSurplusCreditBalance` 值仍為 144 點。
**P7** – 在此範例的最後 24 小時，執行個體閒置且 CPU 使用率為 0%。在此期間，執行個體獲得 144 點，用來支付 `CPUSurplusCreditBalance`。
![\[t3 執行個體在 24 小時後獲得 144 點。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/t3_unlimited_graph.png)
## 範例 2：說明 T2 Unlimited 的額度使用
在此範例中，您會看到啟動為 `t2.nano` 之 `unlimited` 執行個體的 CPU 使用率，以及該執行個體如何用掉*獲得*的和*多餘*的額度，來維持 CPU 的使用率。
`t2.nano` 執行個體會在累計 24 小時的期間獲得 72 點的 CPU 額度，這些額度可用來兌換 72 分鐘的 vCPU 使用。當該執行個體用完其 CPU 額度餘額 (以 CloudWatch 指標 `CPUCreditBalance` 表示) 時，可以用掉*多餘的* CPU 額度—*尚未獲得*的額度—以在所需的期間爆量。由於 `t2.nano` 執行個體在 24 小時期間已獲得最高的 72 點，因此可以用掉等於此最高額度的剩餘額度，而不會立即產生費用。如果該執行個體用掉超過 72 點的 CPU 額度，則在該小時結束時，將會收取額度差額的費用。
此範例的目的 (如下列圖表所示)，是要說明即使用完 `CPUCreditBalance`，執行個體如何可利用剩餘額度來大幅提升效能。您可以假設，在圖表中時間線的開頭，執行個體已有累積的額度餘額，此餘額等於該執行個體在 24 小時期間內可以獲得的最高額度。下列的工作流程參考了圖表上的編號點：
**1** – 在前 10 分鐘期間，`CPUCreditUsage` 為 0，而 `CPUCreditBalance` 維持在最大值 72 點。
**2** – 在 23:40，隨著 CPU 的使用率增加，執行個體用掉了 CPU 額度，`CPUCreditBalance` 值減少。
**3** – 在大約 00:47 時，執行個體用完整個 `CPUCreditBalance`，並且開始使用剩餘額度來維持 CPU 的高使用率。
**4** – 剩餘額度一直用到 01:55，此時 `CPUSurplusCreditBalance` 到達 72 點的 CPU 額度。這等於 `t2.nano` 執行個體在 24 小時期間內可獲得的最高點數。之後，任何用掉的剩餘額度，都不能用 24 小時期間內所獲得的額度抵銷，因此在該小時結束時，會產生少許的額外費用。
**5** – 執行個體繼續使用剩餘額度，直到大約 02:20。此時，CPU 的使用率掉到基準以下，執行個體開始以每小時 3 點的速度獲得額度 (或每 5 分鐘 0.25 點)，並使用這些額度來償還 `CPUSurplusCreditBalance`。在 `CPUSurplusCreditBalance` 值減少到 0 之後，執行個體開始以每 5 分鐘 0.25 點的速度，累積其 `CPUCreditBalance` 中的獲得額度。
![\[無限額啟動的 t2.nano 執行個體的圖形化 CPU 使用率。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/t2_unlimited_graph.png)
**計算帳單 (Linux 執行個體)**
剩餘額度的成本為每 vCPU 小時 0.05USD。該執行個體在 01:55 到 02:20 之間，用掉了約 25 點剩餘額度，這等於 0.42 vCPU 小時。此執行個體其他的費用包括 0.42 vCPU 小時 x 0.05USD/vCPU 小時 = 0.021USD，四捨五入至 0.02USD。下列是這個 T2 Unlimited 執行個體月底的帳單：
![\[T2 無限制執行個體的帳單範例。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/t2_unlimited_bill_linux.png)
**計算帳單 (Windows 執行個體)**
剩餘額度的成本為每 vCPU 小時 0.096USD。該執行個體在 01:55 到 02:20 之間，用掉了約 25 點剩餘額度，這等於 0.42 vCPU 小時。此執行個體其他的費用包括 0.42 vCPU 小時 x 0.096USD/vCPU 小時 = 0.04032USD，四捨五入至 0.04USD。下列是這個 T2 Unlimited 執行個體月底的帳單：
![\[T2 無限制執行個體的帳單範例。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/t2_unlimited_bill_windows.png)
您可以設定帳單提醒，每小時通知任何累計的費用，並根據需要採取行動。
# 爆量效能執行個體的標準模式
設定為 `standard` 的高載效能標準執行個體，適用於平均 CPU 使用率持續低於執行個體之基準 CPU 使用率的工作負載。若要讓效能突增至超過基準，執行個體會用掉在 CPU 額度餘額中所累積的額度。如果執行個體累積的額度過低，CPU 使用率會逐漸降到基準水準，如此執行個體就不會在其累積的 CPU 額度餘額用完時，經歷效能急遽下降的狀況。如需詳細資訊，請參閱[爆量效能執行個體的重要概念](burstable-credits-baseline-concepts.md)。
**Contents**
+ [
# 爆量執行個體的標準模式概念
](burstable-performance-instances-standard-mode-concepts.md)
+ [
## 標準爆量效能執行個體如何運作
](burstable-performance-instances-standard-mode-concepts.md#how-burstable-performance-instances-standard-works)
+ [
## 啟動額度
](burstable-performance-instances-standard-mode-concepts.md#launch-credits)
+ [
## 啟動額度限制
](burstable-performance-instances-standard-mode-concepts.md#launch-credit-limits)
+ [
## 啟動額度與獲得額度之間的差異
](burstable-performance-instances-standard-mode-concepts.md#burstable-performance-instances-diff-launch-earned-credits)
+ [
# 爆量執行個體的標準模式範例
](standard-mode-examples.md)
+ [
## 範例 1：說明 T3 Standard 的額度使用
](standard-mode-examples.md#t3_standard_example)
+ [
## 範例 2：說明 T2 Standard 的額度使用
](standard-mode-examples.md#t2-standard-example)
+ [
### 期間 1：1 – 24 小時
](standard-mode-examples.md#period-1)
+ [
### 期間 2：25 – 36 小時
](standard-mode-examples.md#period-2)
+ [
### 期間 3：37 – 61 小時
](standard-mode-examples.md#period-3)
+ [
### 期間 4：62 – 72 小時
](standard-mode-examples.md#period-4)
+ [
### 期間 5：73 – 75 小時
](standard-mode-examples.md#period-5)
+ [
### 期間 6：76 – 90 小時
](standard-mode-examples.md#period-6)
+ [
### 期間 7：91 – 96 小時
](standard-mode-examples.md#period-7)
# 爆量執行個體的標準模式概念
`standard` 模式是爆量效能執行個體的組態選項。對於執行中或已停止的執行個體，隨時都可以啟用或停用它。您可以在每個可爆量效能執行個體系列的每個 AWS 區域的帳戶層級將 [設定為`standard`預設點數選項](burstable-performance-instances-how-to.md#burstable-performance-instance-set-default-credit-specification-for-account)，以便使用預設點數選項啟動帳戶中的所有新可爆量效能執行個體。
## 標準爆量效能執行個體如何運作
當設定為 `standard` 的爆量效能執行個體處於執行中狀態時，每小時會持續獲得 (以毫秒級的解析度) 固定比率的額度。若為 T2 Standard，當執行個體停止時，會失去所有已累積的額度，而且其額度餘額會重設為零。當此等執行個體重新啟動時，會獲得一組新的啟動額度，並且開始累積獲得的額度。對於 T4g、T3a 和 T3 標準執行個體，CPU 抵用金餘額會在執行個體停止之後持續保存七天，之後抵用金便會消失。如果您在七天內啟動執行個體，則不會失去任何額度。
T2 標準執行個體會獲得兩種 [CPU 額度](burstable-credits-baseline-concepts.md#key-concepts)：*獲得的額度*和*啟動額度*。當 T2 Standard 執行個體處於執行狀態時，每小時會持續獲得 (以毫秒級的解析度) 固定比率的額度。一開始，執行個體尚未獲得額度，可能無法順暢啟動；因此，為了提供流暢啟動的體驗，執行個體在開始時會獲得啟動額度，可以在累積獲得額度的同時先用掉這些額度。
T4g、T3a 和 T3 執行個體不會收到啟動抵用金，因為這些執行個體支援無限制模式。無限制模式抵用金組態可讓 T4g、T3a 和 T3 執行個體根據需要使用盡可能多的 CPU，以盡可能長時間地超出基準。
## 啟動額度
在啟動或開始時，T2 Standard 執行個體會獲得每 vCPU 30 點的啟動額度，T1 Standard 執行個體可獲得 15 點的啟動額度。例如，`t2.micro` 執行個體擁有一個 vCPU，會獲得 30 點的啟動額度，而 `t2.xlarge` 執行個體擁有四個 vCPU，會獲得 120 點的啟動額度。啟動額度的設計旨在提供流暢的啟動體驗，讓執行個體能夠在尚未獲得累計的額度之前，先在啟動之後立即大幅提升效能。
啟動額度會比獲得的額度先用掉。未用掉的啟動額度會累計到 CPU 額度餘額，但不會列入 CPU 額度餘額限額的計算。例如，`t2.micro` 執行個體具有最多 144 點獲得額度的 CPU 額度餘額上限。如果該執行個體在啟動後保持閒置 24 小時，其 CPU 額度餘額會達到 174 點 (30 點的啟動額度 \$1 144 點的獲得額度)，超過了上限。不過，在該執行個體用掉 30 點的啟動額度之後，額度餘額不得超過 144 點。如需每種執行個體容量大小的 CPU 額度餘額限額詳細資訊，請參閱[額度表](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)。
下表列出了在啟動或開始時所獲得的初始 CPU 額度配額，以及 vCPU 的數量。
| 執行個體類型 | 啟動額度 | vCPU |
| --- | --- | --- |
| 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 |
## 啟動額度限制
T2 Standard 執行個體可以獲得啟動額度的次數是有限的。預設的限制是所有 T2 Standard 執行個體共 100 次啟動或開始 (每個帳戶、每個區域、每個累計 24 小時期間合計)。例如，當 1 個執行個體在 24 小時期間內停止和啟動 100 次、當 100 個執行個體在 24 小時期間內啟動，或是當等於 100 次啟動的其他組合動作發生時，就會到達限制的次數。新帳戶的限制值可能較低，而根據您的使用量，此限制會隨時間提高。
**提示**
為確保工作負載隨時都能獲得所需的效能，請切換為 [爆量效能執行個體的無限制模式](burstable-performance-instances-unlimited-mode.md)，或考慮使用較大的執行個體大小。
## 啟動額度與獲得額度之間的差異
下表列出了啟動額度與獲得額度之間的差異。
| | 啟動額度 | 獲得的額度 |
| --- | --- | --- |
| **額度獲得率** | 在啟動或開始時，T2 Standard 執行個體會獲得每 vCPU 30 點的啟動額度。 如果 T2 執行個體從 `unlimited` 切換為 `standard`，在切換時不會獲得啟動額度。 | 視執行個體的大小而定，每個 T2 執行個體每小時會持續獲得 (以毫秒級的解析度) 固定比率的 CPU 額度。如需每種執行個體容量大小所獲得的 CPU 額度詳細資訊，請參閱[額度表](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)。 |
| **額度獲得限制** | 獲得啟動額度的限制，是所有 T2 Standard 執行個體共 100 次啟動或開始 (每個帳戶、每個區域、每個累計 24 小時期間合計)。新帳戶的限制值可能較低，而根據您的使用量，此限制會隨時間提高。 | T2 執行個體所累積的額度不能超過 CPU 額度餘額限額。如果 CPU 額度餘額到達其上限，則在到達限額之後所獲得的任何額度都將被捨棄。啟動額度不會列入此限額的計算。如需每種 T2 執行個體容量大小的 CPU 額度餘額限額詳細資訊，請參閱[額度表](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)。 |
| **額度使用** | 啟動額度會比獲得的額度先用掉。 | 獲得的額度只會在所有啟動額度用掉之後才使用。 |
| **額度過期** | 當 T2 Standard 執行個體正在執行時，啟動額度不會過期。如果 T2 Standard 執行個體停止，或是切換為 T2 Unlimited，所有的啟動額度都會消失。 | 當 T2 執行個體執行時，已經累績獲得的額度不會過期。當 T2 執行個體停止時，所有累績獲得的額度都會消失。 |
累積的啟動額度和獲得額度，會透過 CloudWatch 指標 `CPUCreditBalance` 來追蹤其數量。如需詳細資訊，請參閱 [CloudWatch 指標表格](burstable-performance-instances-monitoring-cpu-credits.md#burstable-performance-instances-CW-metrics-table)中的 `CPUCreditBalance`。
# 爆量執行個體的標準模式範例
下列範例說明當執行個體設定為 `standard` 時的額度使用。
**Topics**
+ [
## 範例 1：說明 T3 Standard 的額度使用
](#t3_standard_example)
+ [
## 範例 2：說明 T2 Standard 的額度使用
](#t2-standard-example)
## 範例 1：說明 T3 Standard 的額度使用
在此範例中，您會看到啟動為 `t3.nano` 的 `standard` 執行個體如何獲得、累積和用掉*獲得*的額度。您會看到額度餘額如何反映累積*獲得*的額度。
執行中的 `t3.nano` 執行個體每 24 小時會獲得 144 點。其額度餘額限制為獲得的 144 點。到達限額之後，獲得的新額度都將被捨棄。如需可獲得和累積的額度詳細資訊，請參閱[額度表](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)。
您可能會啟動 T3 Standard 執行個體，並立即使用它。或是您可能會啟動 T3 Standard 執行個體，然後讓該執行個體閒置幾天之後，才在其上執行應用程式。執行個體是否在使用中或處於閒置狀態，將決定額度是否會用掉或累積。如果執行個體在啟動後 24 小時的期間仍維持閒置，則額度餘額會達到其限制，即獲得的額度在累積後的上限。
此範例說明在啟動後 24 小時期間仍維持閒置的執行個體，並逐步說明 96 小時期間的 7 個階段、顯示獲得、累積、用掉和捨棄的比率，以及每個期間結束時的額度餘額值。
下列的工作流程參考了圖表上的編號點：
**P1** – 在圖表上的第 0 小時，執行個體會啟動為 `standard`，並立即開始獲得額度。該執行個體從啟動後即維持閒置，其 CPU 使用率為 0%，而且沒有用掉額度。所有為使用的額度都會累計到額度餘額。前 24 小時，`CPUCreditUsage` 為 0，而 `CPUCreditBalance` 值達到其最大值 144。
**P2** – 接下來 12 小時，CPU 使用率為 2.5%，低於 5% 基準。執行個體獲得的額度超出其用掉的額度，但 `CPUCreditBalance` 值不得超出其最大值，即 144 點。任何獲得的額度若超出限制，即會遭到捨棄。
**P3** – 接下來 24 小時，CPU 使用率為 7% (高於基準)，其需要用掉 57.6 點。執行個體用掉的額度超過獲得的額度，而且 `CPUCreditBalance` 值減少至 86.4 點。
**P4** – 接下來 12 小時，CPU 使用率下降至 2.5% (低於基準)，其需要用掉 36 點。同時執行個體獲得 72 點。執行個體獲得的額度超過用掉的額度，而且 `CPUCreditBalance` 值增加至 122 點。
**P5** – 接下來 2 小時，執行個體的 CPU 使用率爆量至 60%，並耗盡整個 `CPUCreditBalance` 值，即 122 點。在此期間結束時，由於 `CPUCreditBalance` 為零，CPU 使用率被迫下降至基準使用率，即 5%。處於基準時，執行個體獲得與其用掉一樣多的額度。
**P6** – 接下來 14 小時，CPU 使用率為 5% (基準)。執行個體獲得與其用掉一樣多的額度。`CPUCreditBalance` 值仍為 0。
**P7** – 在此範例的最後 24 小時，執行個體閒置且 CPU 使用率為 0%。在此期間，執行個體獲得 144 點，其會累積在 `CPUCreditBalance`。
![\[T3 Standard 執行個體 CPU 使用率。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/t3_standard_graph.png)
## 範例 2：說明 T2 Standard 的額度使用
在此範例中，會示範做為 `t2.nano` 啟動的 `standard` 執行個體，如何獲得、累積和用掉*啟動*與*獲得*額度。範例中將會顯示額度餘額不只反映累積*獲得*的額度，也會反映累積的*啟動*額度。
`t2.nano` 執行個體會在啟動時獲得 30 點的啟動額度，而且每 24 小時可獲得 72 點。其額度餘額上限為 72 點獲得的額度；啟動額度不會列入此限額的計算。到達限額之後，獲得的新額度都將被捨棄。如需可獲得和累積的額度詳細資訊，請參閱[額度表](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)。如需限制的詳細資訊，請參閱 [啟動額度限制](burstable-performance-instances-standard-mode-concepts.md#launch-credit-limits)。
您可能會啟動 T2 Standard 執行個體，並立即使用它。或是您可能會啟動 T2 Standard 執行個體，然後讓該執行個體閒置幾天之後，才在其上執行應用程式。執行個體是否在使用中或處於閒置狀態，將決定額度是否會用掉或累積。如果執行個體在啟動後 24 小時的期間仍維持閒置，額度餘額會顯示為超過其限額，因為該餘額同時反映了累積獲得的額度和累積的啟動額度。不過，在使用 CPU 之後，會先用掉啟動額度。之後，此限額一律反映可累積獲得額度的上限。
此範例說明在啟動後 24 小時期間仍維持閒置的執行個體，並逐步說明 96 小時期間的 7 個階段、顯示獲得、累積、用掉和捨棄的比率，以及每個期間結束時的額度餘額值。
### 期間 1：1 – 24 小時
在圖表上的第 0 小時，T2 執行個體會啟動為 `standard`，並立即獲得 30 點的啟動額度。該執行個體會在執行狀態中獲得額度。該執行個體從啟動後即維持閒置，其 CPU 使用率為 0%，而且沒有用掉額度。所有為使用的額度都會累計到額度餘額。在啟動後大約 14 小時，其額度餘額為 72 點 (30 點的啟動額度 \$1 42 點獲得的額度)，等於該執行個體可以在 24 小時中所獲得的額度。在啟動 24 小時後，額度餘額超過 72 點，因為有未使用的啟動額度累計到額度餘額—額度餘額為 102 點 (30 點的啟動額度 \$1 72 點獲得的額度)。
![\[在 T2 Standard 的期間 1 中，額度餘額為 102 點。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/t2-graph1.png)
| | |
| --- |--- |
| CPU 額度使用率 | 每 24 小時 0 點 (0% CPU 使用率) |
| 額度獲得率 | 每 24 小時 72 點 |
| 額度捨棄率 | 每 24 小時 0 點 |
| 額度餘額 | 102 點 (30 點的啟動額度 \$1 72 點獲得的額度) |
**結論**
如果啟動之後未使用 CPU，執行個體累積的額度，會比 24 小時中可獲得的更多 (30 點的啟動額度 \$1 72 點獲得的額度 = 102 點)。
在實際的情境中，EC2 執行個體會在啟動和執行時用掉少數的額度，這可防止餘額到達本範例中的理論值上限。
### 期間 2：25 – 36 小時
在接下來的 12 小時內，該執行個體會繼續保持閒置和獲得額度，但額度餘額不會增加。餘額會穩定地保持在 102 點 (30 點的啟動額度 \$1 72 點獲得的額度)。額度餘額已到達其上限 (72 點獲得的額度)，因此新獲得的額度將被捨棄。
![\[額度餘額已到達其上限 (72 點獲得的額度)。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/t2-graph2.png)
| | |
| --- |--- |
| CPU 額度使用率 | 每 24 小時 0 點 (0% CPU 使用率) |
| 額度獲得率 | 每 24 小時 72 點 (每小時 3 點) |
| 額度捨棄率 | 每 24 小時 72 點 (100% 的額度獲得率) |
| 額度餘額 | 102 點 (30 點的啟動額度 \$1 72 點獲得的額度) – 餘額未變 |
**結論**
執行個體會持續地獲得額度，但如果額度餘額已到達其上限，就不能再累積更多獲得的額度。到達限額之後，獲得的新額度都將被捨棄。啟動額度不會列入額度餘額限額的計算。如果餘額中包含累計的啟動額度，則餘額看起來會像是超過限額。
### 期間 3：37 – 61 小時
在接下來的 25 個小時期間，執行個體使用 2% 的 CPU，這需要 30 點。在同一個期間，執行個體獲得 75 點，但額度餘額減少了。餘額減少是由於累積的*啟動*額度會先用掉，而額度餘額已到達 72 點獲得額度的限制，因此新獲得的額度被捨棄。
![\[額度餘額已到達限制，因此新獲得的額度被捨棄。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/t2-graph3.png)
| | |
| --- |--- |
| CPU 額度使用率 | 每 24 小時 28.8 點 (每小時 1.2 點、2% CPU 使用率、40% 額度獲得率) – 25 小時 30 點 |
| 額度獲得率 | 每 24 小時 72 點 |
| 額度捨棄率 | 每 24 小時 72 點 (100% 的額度獲得率) |
| 額度餘額 | 72 點 (30 點的啟動額度已用掉；72 點獲得的額度尚未用掉) |
**結論**
執行個體會先用掉啟動額度，然後才會使用獲得的額度。啟動額度不會列入額度限額的計算。在啟動額度用掉之後，餘額就永遠不會高於 24 小時內可獲得的額度。此外，當執行個體執行時，就無法再獲得更多啟動額度。
### 期間 4：62 – 72 小時
在接下來的 11 個小時期間，執行個體使用 2% 的 CPU，這需要 13.2 點。這和前一個期間中的 CPU 使用率相同，但是餘額沒有減少，而是維持在 72 點。
餘額沒有減少是因為額度獲得率高於額度使用率。在此期間執行個體用掉 13.2 點，但也獲得了 33 點。但是，餘額的上限為 72 點，因此任何獲得的額度只要超過此限額，就會被捨棄。餘額會穩定地保持在 72 點，這跟期間 2 維持在 102 點不同，因為沒有累積的啟動額度。
![\[餘額會穩定地保持在 72 點，因為沒有累積的啟動點數。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/t2-graph4.png)
| | |
| --- |--- |
| CPU 額度使用率 | 每 24 小時 28.8 點 (每小時 1.2 點、2% CPU 使用率、40% 額度獲得率) – 11 小時 13.2 點 |
| 額度獲得率 | 每 24 小時 72 點 |
| 額度捨棄率 | 每 24 小時 43.2 點 (60% 的額度獲得率) |
| 額度餘額 | 72 點 (0 點的啟動額度 \$1 72 點獲得的額度) – 餘額到達上限 |
**結論**
在啟動額度用掉之後，額度餘額的上限，會取決於執行個體在 24 小時內可獲得的額度。如果執行個體獲得的額度比用掉的更多，新獲得的額度只要超過限額，就會被捨棄。
### 期間 5：73 – 75 小時
在接下來的 3 個小時期間，執行個體運作的需求會突增為 20% 的 CPU 使用率，這需要 36 點。在同樣的 3 小時期間，執行個體會獲得 9 點，這會使得額度淨餘額減少 27 點。在 3 小時期間結束時，額度餘額為 45 點累積獲得的額度。
![\[在 3 小時期間結束時，額度餘額為 45 點累積獲得的額度。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/t2-graph5.png)
| | |
| --- |--- |
| CPU 額度使用率 | 每 24 小時 288 點 (每小時 12 點、20% CPU 使用率、400% 額度獲得率) – 3 小時 36 點 |
| 額度獲得率 | 每 24 小時 72 點 (3 個小時 9 點) |
| 額度捨棄率 | 每 24 小時 0 點 |
| 額度餘額 | 45 點 (先前的餘額 (72) - 用掉的額度 (36) \$1 獲得的額度 (9)) – 在每 24 小時獲得 216 點的額度獲得率之下，但額度餘額減少了，額度餘額減少 (使用率 288/24 \$1 獲得率 72/24 = 餘額減少率 216/24) |
**結論**
如果執行個體用掉的額度比獲得的多，其額度餘額會減少。
### 期間 6：76 – 90 小時
在接下來的 15 個小時期間，執行個體使用 2% 的 CPU，這需要 18 點。此期間的 CPU 使用率，和期間 3 與期間 4 的相同。不過，餘額在此期間是增加的，而期間 3 和期間 4 的餘額則分別是減少和持平。
在期間 3 中用掉了累積的啟動額度，並捨棄超過額度限額的所有獲得額度，因此使額度餘額減少。在期間 4 中，執行個體用掉的額度比獲得的少。捨棄超過額度限額的所有獲得額度，因此額度餘額持平，維持在 72 點的最高值。
在此期間中沒有累積的啟動額度，而餘額中累積獲得的額度低於限額。沒有任何獲得的額度被捨棄。此外，執行個體獲得的額度比用掉的多，因此使額度餘額增加。
![\[執行個體獲得的額度比用掉的多。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/t2-graph6.png)
| | |
| --- |--- |
| CPU 額度使用率 | 每 24 小時 28.8 點 (每小時 1.2 點、2% CPU 使用率、40% 額度獲得率) – 15 小時 18 點 |
| 額度獲得率 | 每 24 小時 72 點 (15 個小時 45 點) |
| 額度捨棄率 | 每 24 小時 0 點 |
| 額度餘額 | 72 點 (餘額以每小時 43.2 點的速度增加 – 變動率 = 使用率 28.8/24 \$1 獲得率 72/24) |
**結論**
如果執行個體用掉的額度比獲得的少，其額度餘額會增加。
### 期間 7：91 – 96 小時
接下來的 6 小時，執行個體會維持閒置—其 CPU 使用率為 0%—而且沒有用掉額度。此 CPU 使用率與期間 2 的相同，但餘額並未持平維持於 102 點—而是持平保持在 72 點，這是執行個體的額度餘額上限。
在期間 2 中，額度餘額包含 30 點累積的啟動額度。在期間 3 中用掉了啟動額度。執行中的執行個體無法再獲得更多的啟動額度。在到達其額度餘額上限後，任何獲得的額度只要超過此限額，就會被捨棄。
![\[獲得的額度只要超過限額，就會被捨棄。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/t2-graph7.png)
| | |
| --- |--- |
| CPU 額度使用率 | 每 24 小時 0 點 (0% CPU 使用率) |
| 額度獲得率 | 每 24 小時 72 點 |
| 額度捨棄率 | 每 24 小時 72 點 (100% 的額度獲得率) |
| 額度餘額 | 72 點 (0 點的啟動額度、72 點獲得的額度) |
**結論**
執行個體會持續地獲得額度，但如果額度餘額已到達其上限，就不能再累積更多獲得的額度。到達限額之後，獲得的新額度都將被捨棄。額度餘額的上限，會取決於執行個體在 24 小時內可獲得的額度。如需額度餘額上限的詳細資訊，請參閱[額度表](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)。
# 設定爆量效能執行個體
啟動、監控及修改爆量效能執行個體 (T 執行個體) 的步驟類似。主要差異為它們啟動時的預設額度規格。
每個 T 執行個體系列都有下列*預設額度規格*：
+ T4g、T3a 和 T3 執行個體以 `unlimited` 模式啟動
+ 專用執行個體中的 T3 執行個體只能以 `standard` 狀態啟動
+ T2 執行個體啟動為 `standard`
可變更帳戶的[預設額度規格](#burstable-performance-instance-set-default-credit-specification-for-account)。
**Topics**
+ [
## 在啟動時設定抵用金規格
](#launch-burstable-performance-instances)
+ [
## 設定 Auto Scaling 群組，將抵用金規格設定為 unlimited
](#burstable-performance-instances-auto-scaling-grp)
+ [
## 管理爆量效能執行個體的抵用金規格
](#modify-burstable-performance-instances)
+ [
## 管理帳戶的預設抵用金規格
](#burstable-performance-instance-set-default-credit-specification-for-account)
## 在啟動時設定抵用金規格
您可使用 `unlimited` 或 `standard` 的抵用金規格來啟動 T 執行個體。
下列程序說明如何使用 EC2 主控台或 AWS CLI。如需有關使用 Auto Scaling 群組的資訊，請參閱 [設定 Auto Scaling 群組，將抵用金規格設定為 unlimited](#burstable-performance-instances-auto-scaling-grp)。
------
#### [ Console ]
**在啟動時設定執行個體的抵用金規格**
1. 請遵循該程序來[啟動執行個體](ec2-launch-instance-wizard.md)。
1. 在 **Instance type** (執行個體類型) 中，選取 T 執行個體類型。
1. 展開 **Advanced Details** (進階詳細資訊)。對於**抵用金規格**，選取抵用金規格。
1. 在 **Summary** (摘要) 面板中，檢閱您的執行個體組態，然後選擇 **Launch instance** (啟動執行個體)。
------
#### [ AWS CLI ]
**在啟動時設定執行個體的抵用金規格**
請使用 `--credit-specification` 選項並搭配 [run-instances](https://docs.aws.amazon.com/cli/latest/reference/ec2/run-instances.html) 命令。
```
--credit-specification CpuCredits=unlimited
```
------
#### [ PowerShell ]
**在啟動時設定執行個體的抵用金規格**
使用 [New-EC2Instance](https://docs.aws.amazon.com/powershell/latest/reference/items/New-EC2Instance.html) cmdlet 搭配 `-CreditSpecification_CpuCredit` 參數。
```
-CreditSpecification_CpuCredit unlimited
```
------
## 設定 Auto Scaling 群組，將抵用金規格設定為 unlimited
當 T 執行個體啟動或開始時，需要 CPU 的額度來提供流暢的引導體驗。如果您使用 Auto Scaling 群組來啟動您的執行個體，我們建議將您的執行個體設定為 `unlimited`。如此在由 Auto Scaling 群組自動啟動或重新啟動時，這些執行個體即可使用剩餘額度。請使用剩餘額度來防止效能受限。
### 建立啟動範本
您必須使用「啟動範本」**，在 Auto Scaling 群組中將執行個體啟動為 `unlimited`。啟動組態不支援將執行個體啟動為 `unlimited`。
------
#### [ Console ]
**建立設定抵用金規格的啟動範本**
1. 請遵循「Amazon EC2 Auto Scaling 使用者指南」**中的[使用進階設定建立啟動範本](https://docs.aws.amazon.com/autoscaling/ec2/userguide/advanced-settings-for-your-launch-template.html)。
1. 在**啟動範本內容**中，針對**執行個體類型**，選擇執行個體大小。
1. 若要在 Auto Scaling 群組中以 `unlimited` 的形式啟動執行個體，請在**進階詳細資料**下，針對**額度規格**選擇**無限制**。
1. 在您完成定義啟動範本參數時，選擇 **Create launch template (建立啟動範本)**。
------
#### [ AWS CLI ]
**建立設定抵用金規格的啟動範本**
使用 [create-launch-template](https://docs.aws.amazon.com/cli/latest/reference/ec2/create-launch-template.html) 命令。
```
aws ec2 create-launch-template \
--launch-template-name my-launch-template \
--version-description FirstVersion \
--launch-template-data CreditSpecification={CpuCredits=unlimited}
```
------
#### [ PowerShell ]
**建立設定抵用金規格的啟動範本**
使用 [New-EC2LaunchTemplate](https://docs.aws.amazon.com/powershell/latest/reference/items/New-EC2LaunchTemplate.html) cmdlet。定義啟動範本資料的抵用金規格，如下所示。
```
$creditSpec = New-Object Amazon.EC2.Model.CreditSpecificationRequest
$creditSpec.CpuCredits = "unlimited"
$launchTemplateData = New-Object Amazon.EC2.Model.RequestLaunchTemplateData
$launchTemplateData.CreditSpecification = $creditSpec
```
------
### 使用 Auto Scaling 群組與啟動範本建立關聯
若要建立啟動範本與 Auto Scaling 群組的關聯，請使用啟動範本來建立 Auto Scaling 群組，或是將啟動範本加入現有的 Auto Scaling 群組。
------
#### [ Console ]
**使用啟動範本建立 Auto Scaling 群組**
1. 前往 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台。
1. 在畫面上方的導覽列中，選取與您用來建立啟動範本相同的區域。
1. 在導覽窗格中，選擇 **Auto Scaling Groups (AS 群組)** 與 **Create Auto Scaling group (建立 AS 群組)**。
1. 選取 **Launch Template (啟動範本)**、選取您的啟動範本，然後選取 **Next Step (下一步)**。
1. 填寫 Auto Scaling 群組的欄位。檢閱完您在 **Review page (檢閱頁面)** 上的組態設定後，請選擇 **Create Auto Scaling group (建立 Auto Scaling 群組)**。如需詳細資訊，請參閱 *Amazon EC2 Auto Scaling 使用者指南* 中的[使用啟動範本建立 Auto Scaling 群組](https://docs.aws.amazon.com/autoscaling/ec2/userguide/create-asg-launch-template.html)。
**將啟動範本新增至現有的 Auto Scaling 群組**
1. 前往 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台。
1. 在畫面上方的導覽列中，選取與您用來建立啟動範本相同的區域。
1. 在導覽窗格中，選擇 **Auto Scaling Groups (AS 安全群組)**。
1. 從 Auto Scaling 群組清單中，選取 Auto Scaling 群組，然後選取 **Actions (動作)**、**Edit (編輯)**。
1. 在 **Details (詳細資訊)** 標籤上，對於 **Launch Template (啟動範本)**，選擇一個啟動範本，然後選擇 **Save (儲存)**。
------
#### [ AWS CLI ]
**使用啟動範本建立 Auto Scaling 群組**
使用 [create-auto-scaling-group](https://docs.aws.amazon.com/cli/latest/reference/autoscaling/create-auto-scaling-group.html) 命令，並指定 `--launch-template` 參數。
**將啟動範本新增至現有的 Auto Scaling 群組**
使用 [update-auto-scaling-group](https://docs.aws.amazon.com/cli/latest/reference/autoscaling/update-auto-scaling-group.html) 命令，並指定 `--launch-template` 參數。
------
#### [ PowerShell ]
**使用啟動範本建立 Auto Scaling 群組**
使用 [New-ASAutoScalingGroup](https://docs.aws.amazon.com/powershell/latest/reference/items/New-ASAutoScalingGroup.html) cmdlet 並指定 `-LaunchTemplate_LaunchTemplateId` 或 `-LaunchTemplate_LaunchTemplateName` 參數。
**將啟動範本新增至現有的 Auto Scaling 群組**
使用 [Update-ASAutoScalingGroup](https://docs.aws.amazon.com/powershell/latest/reference/items/Update-ASAutoScalingGroup.html) cmdlet 並指定 `-LaunchTemplate_LaunchTemplateId` 或 `-LaunchTemplate_LaunchTemplateName` 參數。
------
## 管理爆量效能執行個體的抵用金規格
您可以在 `unlimited` 與 `standard` 之間，隨時將執行中或已停止 T 執行個體的額度規格進行切換。
請注意，在 `unlimited` 模式中，執行個體可能會使用剩餘抵用金，這可能會產生額外費用。如需詳細資訊，請參閱[剩餘額度可能會產生費用](burstable-performance-instances-unlimited-mode-concepts.md#unlimited-mode-surplus-credits)。
------
#### [ Console ]
**管理 T 執行個體的抵用金規格**
1. 前往 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台。
1. 在左側導覽窗格中選擇 **(執行個體)**。
1. (選用) 選取執行個體。在**詳細資訊**索引標籤上，尋找**抵用金規格**。此值為 `unlimited` 或 `standard`。
1. (選用) 若要同時修改多個執行個體的抵用金規格，請選取所有執行個體。
1. 選擇**動作**、**執行個體設定**、**變更額度規格**。只有在您已選取 T 執行個體的情況下，才會啟用此選項。
1. 對於**無限制模式**，選取或清除每個執行個體 ID 旁的核取方塊。
------
#### [ AWS CLI ]
**取得 T 執行個體的抵用金規格**
使用 [describe-instance-credit-specifications](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instance-credit-specifications.html) 命令。若您未指定執行個體 ID，則會傳回具有 `unlimited` 抵用金規格的所有執行個體。傳出也會包含先前使用 `unlimited` 抵用金規格設定的執行個體。例如，如果您將 T3 執行個體的大小重新調整為 M4 執行個體，並且其設定為 `unlimited` 時，Amazon EC2 會傳回 M4 執行個體。
```
aws ec2 describe-instance-credit-specifications \
--instance-id i-1234567890abcdef0 \
--query InstanceCreditSpecifications[].CpuCredits \
--output text
```
以下為範例輸出。
```
unlimited
```
**設定 T 執行個體的抵用金規格**
使用 [modify-instance-credit-specification](https://docs.aws.amazon.com/cli/latest/reference/ec2/modify-instance-credit-specification.html) 命令。
```
aws ec2 modify-instance-credit-specification \
--region us-east-1 \
--instance-credit-specification "InstanceId=i-1234567890abcdef0,CpuCredits=unlimited"
```
------
#### [ PowerShell ]
**取得 T 執行個體的抵用金規格**
使用 [Get-EC2CreditSpecification](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2CreditSpecification.html) cmdlet。
```
(Get-EC2CreditSpecification `
-InstanceId i-1234567890abcdef0).CpuCredits
```
以下為範例輸出。
```
unlimited
```
**設定 T 執行個體的抵用金規格**
使用 [Edit-EC2InstanceCreditSpecification](https://docs.aws.amazon.com/powershell/latest/reference/items/Edit-EC2InstanceCreditSpecification.html) cmdlet。
```
Edit-EC2InstanceCreditSpecification `
-Region us-east-1 `
-InstanceCreditSpecification @({InstanceId="i-1234567890abcdef0" CpuCredits="unlimited"})
```
------
## 管理帳戶的預設抵用金規格
每個 T 執行個體系列都有[預設額度規格](#default-credit-spec)。您可以在每個 AWS 區域的帳戶層級變更每個 T 執行個體系列的預設點數規格。預設抵用金規格的有效值為 `unlimited` 和 `standard`。
如果您使用 EC2 主控台中的啟動執行個體精靈來啟動執行個體，您針對額度規格選取的值則會覆寫帳戶層級的預設額度規格。如果您使用 AWS CLI 啟動執行個體，帳戶中的所有新 T 執行個體都會使用預設點數規格啟動。現有執行中或已停止執行個體的額度規格不受影響。
**考量事項**
執行個體系列的預設額度規格只能在連續 5 分鐘的期間內修改一次，而在連續 24 小時內最多可修改四次。
------
#### [ Console ]
**管理預設抵用金規格**
1. 前往 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台。
1. 若要變更 AWS 區域，請使用頁面右上角的區域選擇器。
1. 在導覽窗格中，選擇 **Dashboard (儀表板)**。
1. 在**帳戶屬性**卡片**的設定**下，選擇**預設點數規格**。
1. 選擇 **Manage (管理)**。
1. 針對每個執行個體系列選擇 **Unlimited** (無限制) 或 **Standard** (標準)，然後選擇 **Update** (更新)。
------
#### [ AWS CLI ]
**取得預設抵用金規格**
使用 [get-default-credit-specification](https://docs.aws.amazon.com/cli/latest/reference/ec2/get-default-credit-specification.html) 命令。
```
aws ec2 get-default-credit-specification \
--region us-east-1 \
--instance-family t2 \
--query InstanceFamilyCreditSpecifications[].CpuCredits \
--output text
```
以下為範例輸出。
```
standard
```
**設定預設抵用金規格**
使用 [modify-default-credit-specification](https://docs.aws.amazon.com/cli/latest/reference/ec2/modify-default-credit-specification.html) 命令。下列範例將值設定為 `unlimited`。
```
aws ec2 modify-default-credit-specification \
--region us-east-1 \
--instance-family t2 \
--cpu-credits unlimited
```
------
#### [ PowerShell ]
**取得預設抵用金規格**
使用 [Get-EC2DefaultCreditSpecification](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2DefaultCreditSpecification.html) cmdlet。
```
(Get-EC2DefaultCreditSpecification `
-Region us-east-1 `
-InstanceFamily t2).CpuCredits
```
以下為範例輸出。
```
standard
```
**設定預設抵用金規格**
使用 [Edit-EC2DefaultCreditSpecification](https://docs.aws.amazon.com/powershell/latest/reference/items/Edit-EC2DefaultCreditSpecification.html) cmdlet。下列範例將值設定為 `unlimited`。
```
Edit-EC2DefaultCreditSpecification `
-Region us-east-1 `
-InstanceFamily t2 `
-CpuCredit unlimited
```
------
# 監控爆量執行個體的 CPU 額度
EC2 會將指標傳送至 Amazon CloudWatch。您可以在 CloudWatch 主控台的 Amazon EC2 每個執行個體指標中查看 CPU 點數指標，或使用 AWS CLI 列出每個執行個體的指標。如需詳細資訊，請參閱[您的執行個體可用的 CloudWatch 指標](viewing_metrics_with_cloudwatch.md)。
**Topics**
+ [
## 高載效能執行個體的其他 CloudWatch 指標
](#burstable-performance-instances-cw-metrics)
+ [
## 計算 CPU 額度用量
](#burstable-performance-instances-calculating-credit-use)
## 高載效能執行個體的其他 CloudWatch 指標
爆量效能執行個體具有這些其他的 CloudWatch 指標，每五分鐘會更新一次：
+ `CPUCreditUsage` – 在衡量期間用掉的 CPU 額度。
+ `CPUCreditBalance` – 執行個體已累積的 CPU 額度。當 CPU 效能瞬間突增，以及 CPU 額度用掉的速度比獲得的快時，此額度餘額會用完。
+ `CPUSurplusCreditBalance` – 當 `CPUCreditBalance` 值為 0 時，為維持 CPU 使用率所用掉的多餘 CPU 額度。
+ `CPUSurplusCreditsCharged` – 超過 24 小時期間可獲得[最高 CPU 額度](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)的多餘 CPU 額度，因此會產生額外的費用。
最後兩種指標只適用於設定為 `unlimited` 的執行個體。
下表說明高載效能執行個體的 CloudWatch 指標。如需詳細資訊，請參閱[您的執行個體可用的 CloudWatch 指標](viewing_metrics_with_cloudwatch.md)。
| 指標 | 描述 |
| --- | --- |
| CPUCreditUsage | 執行個體為 CPU 使用率花費的 CPU 額度數量。一個 CPU 額度等於一個 vCPU 以 100% 使用率執行 1 分鐘，或同等的 vCPU、使用率與時間的組合 (例如，一個 vCPU 以 50% 使用率執行 2 分鐘，或兩個 vCPU 以 25% 使用率執行 2 分鐘)。 CPU 額度指標僅提供 5 分鐘頻率。如果您要指定大於 5 分鐘的期間，請使用 `Sum` 統計資訊代替 `Average` 統計資訊。 單位：額度 (vCPU-分鐘) |
| CPUCreditBalance | 自執行個體啟動或開始後，累積獲得的 CPU 額度數量。如果是 T2 Standard，`CPUCreditBalance` 也包含已產生的啟動額度。 獲得額度後，額度會在額度餘額中累積，並在支付額度時，從額度餘額中移出。額度餘額有最大值限制，它取決於執行個體大小。到達限制之後，任何獲得的新額度都會遭到捨棄。如果是 T2 Standard，啟動額度不會計入此限制。 `CPUCreditBalance` 中的額度可供執行個體支付以大幅提升並超越基準 CPU 使用率。 當執行個體執行時，`CPUCreditBalance` 中的額度不會過期。當 T4g、T3a 或 T3 執行個體停止時，`CPUCreditBalance` 值會持續保存七天。因此，所有累積的額度都會消失。當 T2 執行個體停止時，`CPUCreditBalance` 值不會持續保存，而且所有累積的額度都將消失。 CPU 額度指標僅提供 5 分鐘頻率。 單位：額度 (vCPU-分鐘) |
| CPUSurplusCreditBalance | 當 `unlimited` 執行個體的 `CPUCreditBalance` 值為 0 時，該執行個體已支出的剩餘額度數量。 `CPUSurplusCreditBalance` 值由獲得的 CPU 額度支付。如果剩餘額度超過執行個體在 24 小時期間可獲得的最大額度數量，超過最大值的支出剩餘額度將必須負擔額外的費用。 單位：額度 (vCPU-分鐘) |
| CPUSurplusCreditsCharged | 若支出剩餘額度數量未由獲得的 CPU 額度付清，會產生額外的費用。 發生以下任何情況時，將收取支出剩餘額度的費用。 [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/burstable-performance-instances-monitoring-cpu-credits.html) 單位：額度 (vCPU-分鐘) |
## 計算 CPU 額度用量
執行個體的 CPU 額度用量，會透過上表中所說明的執行個體 CloudWatch 指標計算。
Amazon EC2 每五分鐘會將指標傳送給 CloudWatch。在任何時點參考指標的 *prior* 值，即表示該指標先前的值 (*五分鐘前*傳送的值)。
### 計算標準執行個體的 CPU 額度使用
+ 當用掉的額度，少於先前五分鐘間隔中所獲得的額度時，如果 CPU 使用率低於基準，則 CPU 額度餘額會增加。
+ 當用掉的額度，多於先前五分鐘間隔中所獲得的額度時，如果 CPU 使用率高於基準，則 CPU 額度餘額會減少。
在數學上，這可以透過下列方程式計算：
**Example**
```
CPUCreditBalance = prior CPUCreditBalance + [Credits earned per hour * (5/60) - CPUCreditUsage]
```
執行個體的大小，決定了執行個體每小時可獲得的額度，以及執行個體額度餘額可累積獲得額度的上限。如需每小時所獲得的額度、每種執行個體大小的額度餘額限額資訊，請參閱[額度表](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)。
**範例**
此範例使用 `t3.nano` 執行個體。若要計算執行個體的 `CPUCreditBalance` 值，請使用前述的方程式，如下所示：
+ `CPUCreditBalance` – 要計算的最新額度餘額。
+ `prior CPUCreditBalance` – 5 分鐘前的額度餘額。在此範例中，執行個體累積了 2 種額度。
+ `Credits earned per hour` – 一個 `t3.nano` 執行個體每小時會獲得 6 點。
+ `5/60` – 代表 CloudWatch 指標發佈之間的 5 分鐘間隔。將每小時獲得的額度乘上 5/60 (5 分鐘)，以算出該執行個體在過去 5 分鐘內獲得的額度。`t3.nano` 執行個體每 5 分鐘會獲得 0.5 點。
+ `CPUCreditUsage` – 在過去 5 分鐘內執行個體所用掉的額度。在此範例中，執行個體過去 5 分鐘內用掉了 1 點。
使用這些值，可以計算出 `CPUCreditBalance` 值：
**Example**
```
CPUCreditBalance = 2 + [0.5 - 1] = 1.5
```
### 計算無限制執行個體的 CPU 額度使用
當爆量效能執行個體的效能需要爆發超過基準時，一律會先用掉累積的額度，然後再使用剩餘額度。當該執行個體累積的 CPU 額度餘額用完時，可以使用剩餘額度，讓 CPU 在所需的期間大幅提升。如果 CPU 的使用率掉到基準以下，執行個體一律會先償還剩餘額度，然後才能累積獲得的額度。
在下列的方程式中，我們使用 `Adjusted balance` 一詞，來代表這個 5 分鐘間隔內所發生的動作。我們會使用此值來算出 `CPUCreditBalance` 和 `CPUSurplusCreditBalance` CloudWatch 指標的值。
**Example**
```
Adjusted balance = [prior CPUCreditBalance - prior CPUSurplusCreditBalance] + [Credits earned per hour * (5/60) - CPUCreditUsage]
```
`0` 的 `Adjusted balance` 值代表該執行個體為了突增的效能，已經用完所有獲得的額度，而且未使用剩餘額度。因此，`CPUCreditBalance` 和 `CPUSurplusCreditBalance` 都會設定為 `0`。
正的 `Adjusted balance` 值表示該執行個體已累積獲得的額度，而且已償還先前的剩餘額度 (如果有的話)。因此，`Adjusted balance` 值會指派給 `CPUCreditBalance`，而 `CPUSurplusCreditBalance` 會設定為 `0`。執行個體的大小，會決定執行個體所能累積的[額度上限](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)。
**Example**
```
CPUCreditBalance = min [max earned credit balance, Adjusted balance]
CPUSurplusCreditBalance = 0
```
負的 `Adjusted balance` 值代表執行個體已經用完所有累積獲得的額度，而且也因為突增的效能用掉了剩餘額度。因此，`Adjusted balance` 值會指派給 `CPUSurplusCreditBalance`，而 `CPUCreditBalance` 會設為 `0`。再說一次，執行個體的大小，會決定執行個體所能累積的[額度上限](burstable-credits-baseline-concepts.md#burstable-performance-instances-credit-table)。
**Example**
```
CPUSurplusCreditBalance = min [max earned credit balance, -Adjusted balance]
CPUCreditBalance = 0
```
如果用掉的剩餘額度超過執行個體可累積的最高額度，則剩餘額度餘額會設定為最高額度，如先前的方程式中所示。剩下的剩餘額度會收取費用 (以 `CPUSurplusCreditsCharged` 指標表示)。
**Example**
```
CPUSurplusCreditsCharged = max [-Adjusted balance - max earned credit balance, 0]
```
最後，當執行個體終止時，透過 `CPUSurplusCreditBalance` 追蹤的所有剩餘額度都會計費。如果執行個體從 `unlimited` 切換為 `standard`，也會針對所有剩下的 `CPUSurplusCreditBalance` 收費。
# 使用 GPU 執行個體加速效能
GPU 執行個體可讓您存取含數千個運算核心的 NVIDIA GPU。您可以使用這些執行個體，藉由運用 CUDA 或開放運算語言 (OpenCL) 平行運算架構來加速科學、工程和算圖應用程式。您也可以將它們用於圖形應用程式，包括遊戲串流、3D 應用程式串流和其他圖形工作負載。
您必須先安裝適當的驅動程式，才能啟用或最佳化 GPU 執行個體，如下所示：
+ 若要在已連接 NVIDIA GPU 的執行個體 (例如 P3 或 G4dn 執行個體) 安裝 NVIDIA 驅動程式，請參閱 [NVIDIA 驅動程式](install-nvidia-driver.md)。
+ 若要在已連接 AMD GPU 的執行個體 (例如 G4ad 執行個體) 安裝 AMD 驅動程式，請參閱 [AMD 驅動程式](install-amd-driver.md)。
**Topics**
+ [啟用 NVIDIA GRID 虛擬應用程式](activate_grid.md)
+ [最佳化 GPU 設定](optimize_gpu.md)
+ [在 G4ad 設定雙 4K 顯示器](activate_g4ad_4k.md)
+ [
# 開始使用 GPU 加速執行個體
](gpu-instances-started.md)
# 在以 Amazon EC2 GPU 為基礎的執行個體啟用 NVIDIA GRID 虛擬應用程式
若要在具有 NVIDIA GPU 的基於 GPU 的執行個體啟動 GRID 虛擬應用程式 (預設啟用 NVIDIA GRID 虛擬工作站)，您必須定義驅動程式的產品類型。您使用的程序取決於執行個體的作業系統。
## Linux 執行個體
**在 Linux 執行個體上啟用 GRID 虛擬應用程式**
1. 從提供的範本檔案建立 `/etc/nvidia/gridd.conf` 檔案。
```
[ec2-user ~]$ sudo cp /etc/nvidia/gridd.conf.template /etc/nvidia/gridd.conf
```
1. 在您偏好的文字編輯器中開啟 `/etc/nvidia/gridd.conf` 檔案。
1. 找到 `FeatureType` 行，並將其設定為等於 `0`。然後新增一行 `IgnoreSP=TRUE`。
```
FeatureType=0 IgnoreSP=TRUE
```
1. 儲存檔案並結束。
1. 重新開機執行個體，套用新的組態。
```
[ec2-user ~]$ sudo reboot
```
## Windows 執行個體
**在 Windows 執行個體上啟用 GRID 虛擬應用程式**
1. 開啟 **regedit.exe** 來開啟登錄編輯程式。
1. 導覽至 `HKEY_LOCAL_MACHINE\SOFTWARE\NVIDIA Corporation\Global\GridLicensing`。
1. 開啟右窗格中的內容選單 (按一下滑鼠右鍵)，然後選擇 **New (新增)**、**DWORD**。
1. 針對 **Name (名稱)**，輸入 **FeatureType** 然後輸入 `Enter`。
1. 開啟 **FeatureType** 上的內容選單 (按一下滑鼠右鍵)，然後選擇 **Modify (修改)**。
1. 針對 **Value data (值資料)**，請為 NVIDIA GRID 虛擬應用程式輸入 `0`，並選擇 **OK (確定)**。
1. 開啟右窗格中的內容選單 (按一下滑鼠右鍵)，然後選擇 **New (新增)**、**DWORD**。
1. 針對 **Name (名稱)**，輸入 **IgnoreSP** 然後輸入 `Enter`。
1. 開啟 **IgnoreSP** 上的內容選單 (按一下滑鼠右鍵)，然後選擇 **Modify (修改)**。
1. 針對 **Value data (值資料)**，輸入 `1` 並選擇 **OK (確定)**。
1. 關閉登錄編輯器。
# 在 Amazon EC2 執行個體最佳化 GPU 設定
您可以執行數種 GPU 設定最佳化，讓 NVIDIA GPU執行個體發揮最佳效能。透過其中一些執行個體類型，NVIDIA 驅動程式會使用 Autoboost 功能，而這會改變 GPU 時脈速度。您可以停用 Autoboost 並將 GPU 時脈速度設為頻率上限，即可持續發揮 GPU 執行個體的最大效能。
## 在 Linux 最佳化 GPU 設定
1. 設定 GPU 以保有持續性。此命令可能需要幾分鐘的執行時間。
```
[ec2-user ~]$ sudo nvidia-persistenced
```
1. [僅限 G3 和 P2 執行個體] 停用執行個體上所有 GPU 的 Autoboost 功能。
```
[ec2-user ~]$ sudo nvidia-smi --auto-boost-default=0
```
1. 將所有 GPU 時脈速度設為頻率上限。使用下列命令中指定的記憶體和圖形時脈速度。
某些版本的 NVIDIA 驅動程式不支援設定應用程式時脈速度，會顯示錯誤 `"Setting applications clocks is not supported for GPU..."`，您可以忽略此錯誤。
+ G3 執行個體：
```
[ec2-user ~]$ sudo nvidia-smi -ac 2505,1177
```
+ G4dn 執行個體：
```
[ec2-user ~]$ sudo nvidia-smi -ac 5001,1590
```
+ G5 執行個體：
```
[ec2-user ~]$ sudo nvidia-smi -ac 6250,1710
```
+ G6、G6f、Gr6 與 Gr6f 執行個體：
```
[ec2-user ~]$ sudo nvidia-smi -ac 6251,2040
```
+ G6e 執行個體：
```
[ec2-user ~]$ sudo nvidia-smi -ac 9001,2520
```
+ G7e 執行個體：
```
[ec2-user ~]$ sudo nvidia-smi -ac 12481,2430
```
+ P2 執行個體：
```
[ec2-user ~]$ sudo nvidia-smi -ac 2505,875
```
+ P3 和 P3dn 執行個體：
```
[ec2-user ~]$ sudo nvidia-smi -ac 877,1530
```
+ P4d 執行個體：
```
[ec2-user ~]$ sudo nvidia-smi -ac 1215,1410
```
+ P4de 執行個體：
```
[ec2-user ~]$ sudo nvidia-smi -ac 1593,1410
```
+ P5 執行個體：
```
[ec2-user ~]$ sudo nvidia-smi -ac 2619,1980
```
+ P5e 與 P5en 執行個體：
```
[ec2-user ~]$ sudo nvidia-smi -ac 3201,1980
```
+ P6-B200 執行個體：
```
[ec2-user ~]$ sudo nvidia-smi -ac 3996,1965
```
+ P6-B300 執行個體：
```
[ec2-user ~]$ sudo nvidia-smi -ac 3996,2032
```
## 在 Windows 最佳化 GPU 設定
1. 開啟 PowerShell 視窗，然後瀏覽至 NVIDIA 安裝資料夾。
```
PS C:\> cd "C:\Windows\System32\DriverStore\FileRepository\nvgridsw_aws.inf_*\"
```
1. [僅限 G3 和 P2 執行個體] 停用執行個體上所有 GPU 的 Autoboost 功能。
```
PS C:\> .\nvidia-smi --auto-boost-default=0
```
1. 將所有 GPU 時脈速度設為頻率上限。使用下列命令中指定的記憶體和圖形時脈速度。
某些版本的 NVIDIA 驅動程式不支援設定應用程式時脈速度，會顯示錯誤 `"Setting applications clocks is not supported for GPU..."`，您可以忽略此錯誤。
+ G3 執行個體：
```
PS C:\> .\nvidia-smi -ac "2505,1177"
```
+ G4dn 執行個體：
```
PS C:\> .\nvidia-smi -ac "5001,1590"
```
+ G5 執行個體：
```
PS C:\> .\nvidia-smi -ac "6250,1710"
```
+ G6、G6f、Gr6 與 Gr6f 執行個體：
```
PS C:\> .\nvidia-smi -ac "6251,2040"
```
+ G6e 執行個體：
```
PS C:\> .\nvidia-smi -ac "9001,2520"
```
+ P2 執行個體：
```
PS C:\> .\nvidia-smi -ac "2505,875"
```
+ P3 和 P3dn 執行個體：
```
PS C:\> .\nvidia-smi -ac "877,1530"
```
# 在 G4ad Linux 執行個體設定雙 4K 顯示器
啟動 G4ad 執行個體後，您可以設定雙 4K 顯示器。
**安裝 AMD 驅動程式並設定雙螢幕**
1. 連線到 Linux 執行個體以獲取您希望用於雙 4K (2x4k) 的目標 GPU PCI 匯流排地址：
```
lspci -vv | grep -i amd
```
您將會得到類似下列的輸出：
```
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. 注意上述輸出中 PCI 匯流排地址為 00:1e.0。建立名為 `/etc/modprobe.d/amdgpu.conf` 的檔案並新增：
```
options amdgpu virtual_display=0000:00:1e.0,2
```
1. 若要在 Linux 安裝 AMD 驅動程式，請參閱 [適用於 EC2 執行個體的 AMD 驅動程式](install-amd-driver.md)。如果您已經安裝了 AMD GPU 驅動程式，則需要透過 DKMS 重建 amdgpu 核心模組。
1. 使用下面的 xorg.conf 檔案定義雙 (2x4k) 畫面拓撲，並將檔案儲存在 `/etc/X11/xorg.conf:`
```
~$ 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. 請依照「設定[互動式桌面](#amd-interactive-desktop)」中的指示來設定 DCV。
1. DCV 設定完成後，請重新啟動。
1. 確認驅動程式可正常運作：
```
dmesg | grep amdgpu
```
回應應如下所示：
```
Initialized amdgpu
```
1. 您應該會在 `DISPLAY=:0 xrandr -q` 輸出中看到您已連接 2 個虛擬顯示器：
```
~$ 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. 當您連接到 DCV 時，將解析度變更為 2x4k，確認 DCV 已註冊雙顯示器支援。
![\[DCV 解析度變更\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/dm-dcv-example.png)
## 設定適用於 Linux 的互動式桌面
在您確認 Linux 執行個體已安裝 AMD GPU 驅動程式且 amdgpu 正在使用中之後，您就可以安裝互動式桌面管理員。為了獲得最佳的相容性和效能，我們建議您使用 MATE 桌面環境。
**先決條件**
開啟文字編輯器，並將以下內容儲存為名為 `xorg.conf` 的檔案。你的執行個體需要這個檔案。
```
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
```
**若要在 Amazon Linux 2 上設定互動式桌面**
1. 安裝 EPEL 儲存庫。
```
[ec2-user ~]$ sudo amazon-linux-extras install epel -y
```
1. 安裝 MATE 桌面。
```
[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. 將 `xorg.conf` 檔案複製至 `/etc/X11/xorg.conf`。
1. 重新啟動執行個體。
```
[ec2-user ~]$ sudo reboot
```
1. (選用) [安裝 Amazon DCV 伺服器](https://docs.aws.amazon.com/dcv/latest/adminguide/setting-up-installing.html)，使用 Amazon DCV 做為高效能顯示通訊協定，然後使用偏好的用戶端[連線至 Amazon DCV 工作階段](https://docs.aws.amazon.com/dcv/latest/userguide/using-connecting.html)。
**在 Ubuntu 上設定互動式桌面**
1. 安裝 MATE 桌面。
```
$ sudo apt install xorg-dev ubuntu-mate-desktop -y
$ sudo apt purge ifupdown -y
```
1. 將 `xorg.conf` 檔案複製至 `/etc/X11/xorg.conf`。
1. 重新啟動執行個體。
```
$ sudo reboot
```
1. 為適當版本的 Ubuntu 安裝 AMF 編碼器。
```
$ sudo apt install ./amdgpu-pro-20.20-*/amf-amdgpu-pro_20.20-*_amd64.deb
```
1. (選用) [安裝 Amazon DCV 伺服器](https://docs.aws.amazon.com/dcv/latest/adminguide/setting-up-installing.html)，使用 Amazon DCV 做為高效能顯示通訊協定，然後使用偏好的用戶端[連線至 Amazon DCV 工作階段](https://docs.aws.amazon.com/dcv/latest/userguide/using-connecting.html)。
1. 安裝 DCV 之後給予 DCV 使用者視訊許可：
```
$ sudo usermod -aG video dcv
```
**在 CentOS 上設定互動式桌面**
1. 安裝 EPEL 儲存庫。
```
$ sudo yum update -y
$ sudo yum install epel-release -y
```
1. 安裝 MATE 桌面。
```
$ sudo yum groupinstall "MATE Desktop" -y
$ sudo systemctl disable firewalld
```
1. 將 `xorg.conf` 檔案複製至 `/etc/X11/xorg.conf`。
1. 重新啟動執行個體。
```
$ sudo reboot
```
1. (選用) [安裝 Amazon DCV 伺服器](https://docs.aws.amazon.com/dcv/latest/adminguide/setting-up-installing.html)，使用 Amazon DCV 做為高效能顯示通訊協定，然後使用偏好的用戶端[連線至 Amazon DCV 工作階段](https://docs.aws.amazon.com/dcv/latest/userguide/using-connecting.html)。
# 開始使用 GPU 加速執行個體
最新一代 GPU 加速執行個體類型，例如下列清單所示，可為深度學習及高效能運算 (HPC) 應用程式提供最高效能功能。選取執行個體類型連結，進一步了解其功能。
+ [P6 系列](https://aws.amazon.com/ec2/instance-types/p6/)
+ [P6 系列](https://aws.amazon.com/ec2/instance-types/p6/)
+ [P5 系列](https://aws.amazon.com/ec2/instance-types/p5/)
如需加速執行個體類型之執行個體類型規格的完整清單，請參閱「Amazon EC2 執行個體類型」**參考中的[加速運算](https://docs.aws.amazon.com/ec2/latest/instancetypes/ac.html)。
**軟體組態**
開始使用最新一代 GPU 加速執行個體類型的最簡單方法是從預先設定所有必要軟體的 AWS 深度學習 AMI 啟動執行個體。如需搭配 GPU 加速執行個體類型使用的最新 AWS 深度學習 AMIs 相關資訊，請參閱《 *AWS 深度學習 AMIs 開發人員指南*》中的 [P6 支援的 DLAMI](https://docs.aws.amazon.com/dlami/latest/devguide/p6-support-dlami.html)。
如果您需要建置自訂 AMI 以啟動託管深度學習或 HPC 應用程式的執行個體，建議您在基礎映像上方安裝下列最低軟體版本。
| 執行個體類型 | NVIDIA 驅動程式 | CUDA | NVIDIA GDRCopy | EFA 安裝程式 | 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** 欄包含適用於 `aws-efa-k8s-device-plugin` 的最低建議版本。
** ²** 當 GPU 至 GPU 通訊使用 Elastic Fabric Adapter (EFA) 與 NVIDIA Collective Communications Library (NCCL) 時，存在影響 `P5.4xlarge` 執行個體的相容性問題。如需緩解此問題，設定環境變數 `FI_HMEM_DISABLE_P2P` 為 `1`，並確保安裝版本 EFA 1.43.1 或更新版本。
**注意**
若使用 EFA 安裝程式版本 1.41.0，`aws-ofi-nccl plugin` 會隨附該版本。若是較舊 EFA 安裝程式版本，則使用 `aws-ofi-nccl plugin` 版本 `1.7.2-aws` 或更新版本。
我們也建議您將執行個體設定為不使用深層的 C-states。如需詳細資訊，請參閱「Amazon Linux 2 使用者指南」**中的[限制深層的 C-state 達到高效能與低延遲](https://docs.aws.amazon.com/linux/al2/ug/processor_state_control.html#c-states)。最新的 AWS 深度學習基礎 GPU AMIs已預先設定為不使用更深層的 C 狀態。
如需網路和 Elastic Fabric Adapter (EFA) 組態，請參閱 [使用多個網路卡最大化 Amazon EC2 執行個體的網路頻寬](efa-acc-inst-types.md)。
# Amazon EC2 Mac 執行個體
EC2 Mac 執行個體適用於開發、建置、測試和簽署 Apple 平台的應用程式，這些平台如 iPhone、iPad、iPod、Mac、Vision Pro、Apple Watch、Apple TV 和 Safari。您可以使用 SSH 或 Apple 遠端桌面 (ARD) 連線至 Mac 執行個體。
**注意**
以**專用執行個體**為**計費單位**。在該主機上執行的執行個體並無額外費用。
Amazon EC2 Mac 執行個體原生支援 macOS 作業系統。
+ **EC2 x86 Mac 執行個體** (`mac1.metal`) 基於 2018 Mac mini 硬體建置，並搭載 3.2 GHz Intel 第八代 (Coffee Lake) Core i7 處理器，6 個實體核心與 12 個邏輯核心，以及 32 GiB 記憶體。
+ **EC2 M1 Mac 執行個體** (`mac2.metal`) 基於 2020 Mac mini 硬體建置，並搭載 Apple 晶片 M1 處理器、8 個 CPU 核心、8 個 GPU 核心、16 GiB 記憶體和 16 核心 Apple Neural 引擎。
+ **EC2 M1 Ultra Mac 執行個體** (`mac2-m1ultra.metal`) 基於 2022 Mac Studio 建置，並搭載 2022 Apple 晶片 M1 Ultra 處理器、20 個 CPU 核心、64 個 GPU 核心、128 GiB 記憶體和 32 核心 Apple Neural 引擎。
+ **EC2 M2 Mac 執行個體** (`mac2-m2.metal`) 基於 2023 Mac mini 硬體建置，並搭載 Apple 晶片 M2 處理器、8 個 CPU 核心、10 個 GPU 核心、24 GiB 記憶體和 16 核心 Apple Neural 引擎。
+ **EC2 M2 Pro Mac 執行個體** (`mac2-m2pro.metal`) 基於 2023 Mac mini 硬體建置，並搭載 Apple 晶片 M2 Pro 處理器、12 個 CPU 核心、19 個 GPU 核心、32 GiB 記憶體和 16 核心 Apple Neural 引擎。
+ **EC2 M4 Mac 執行個體** (`mac-m4.metal`) 基於 2024 Mac mini 硬體建置，並搭載 Apple 晶片 M4 處理器、10 個 CPU 核心、10 個 GPU 核心、24 GiB 記憶體和 16 核心 Apple Neural 引擎。
+ **EC2 M4 Pro Mac Mac 執行個體** (`mac-m4pro.metal`) 基於 2024 Mac mini 硬體建置，並搭載 Apple 晶片 M4 Pro 處理器、14 個 CPU 核心、20 個 GPU 核心、48 GiB 記憶體和 16 核心 Apple Neural 引擎。
Amazon EC2 Mac 專用主機支援[專用主機自動復原](dedicated-hosts-recovery.md)與[重新啟動型主機維護](dedicated-hosts-maintenance.md)。
**Topics**
+ [
## 考量事項
](#mac-instance-considerations)
+ [
## 執行個體整備
](#mac-instance-readiness)
+ [
## EC2 macOS AMI
](#ec2-macos-images)
+ [
## EC2 macOS Init
](#ec2-macos-init)
+ [
## 適用於 macOS 的 Amazon EC2 系統監控
](#mac-instance-system-monitor)
+ [
## 相關資源
](#related-resources)
+ [
# 使用 AWS 管理主控台 或 啟動 Mac 執行個體 AWS CLI
](mac-instance-launch.md)
+ [
# 使用 SSH 或 GUI 連線到您的 MAC 執行個體
](connect-to-mac-instance.md)
+ [
# 更新 Amazon EC2 Mac 執行個體上的作業系統和軟體
](mac-instance-updates.md)
+ [
# 增加 Mac 執行個體上 EBS 磁碟區的大小
](mac-instance-increase-volume.md)
+ [
# 停止或終止 Amazon EC2 Mac 執行個體
](mac-instance-stop.md)
+ [
# 設定 Amazon EC2 Mac 執行個體的系統完整性保護
](mac-sip-settings.md)
+ [
# 尋找支援 Amazon EC2 Mac 專用主機的 macOS 版本
](macos-firmware-visibility.md)
+ [
# 訂閱 macOS AMI 通知
](macos-subscribe-notifications.md)
+ [
# 使用 AWS Systems Manager 參數存放區 API 擷取 macOS AMI IDs
](macos-ami-ids-parameter-store.md)
+ [
# Amazon EC2 macOS AMI 的版本備註
](macos-ami-overview.md)
## 考量事項
Mac 執行個體適用下列考量：
+ Mac 執行個體只能做為[專用執行個體](dedicated-hosts-overview.md)上的裸機執行個體使用，最小配置期間為 24 小時，這段期間過後您才可以發佈專用執行個體。每個 專用執行個體 可以啟動一個 Mac 執行個體。您可以與 AWS 組織內 AWS 的帳戶或組織單位或整個 AWS 組織共用專用主機。
+ Mac 執行個體可在不同的 中使用 AWS 區域。如需每個 中的 Mac 執行個體可用性清單 AWS 區域，請參閱[依區域列出的 Amazon EC2 執行個體類型](https://docs.aws.amazon.com/ec2/latest/instancetypes/ec2-instance-regions.html)。
+ Mac 執行個體只能做為 隨需執行個體 使用，不可做為 競價型執行個體 或 預留執行個體 使用。您可以購買 [Savings Plan](https://docs.aws.amazon.com/savingsplans/latest/userguide/)，節省 Mac 執行個體的費用。
+ 不同 Mac 執行個體類型與特定 macOS Amazon Machine Image (AMI) 的相容性有所不同。如需詳細資訊，請參閱[Amazon EC2 macOS AMI 的版本備註](macos-ami-overview.md)。
+ 支援 EBS 熱插拔。
+ AWS 不會管理或支援 Apple 硬體上的內部 SSD。強烈建議您改用 Amazon EBS 磁碟區。EBS 磁碟區在 Mac 執行個體上提供與任何其他 EC2 執行個體相同的彈性、可用性和耐用性優勢。
+ 建議您將具有 10,000 IOPS 和 400 MiB/s 輸送量的 Amazon EBS 磁碟區搭配 Mac 執行個體使用，以達到最佳效能。如需詳細資訊，請參閱「Amazon EBS 使用者指南」**中的 [Amazon EBS 磁碟區類型](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-volume-types.html)。
+ [Mac 執行個體支援 Amazon EC2 Auto Scaling。](https://aws.amazon.com/blogs/compute/implementing-autoscaling-for-ec2-mac-instances/)
+ 在 x86 Mac 執行個體上，自動軟體更新會停用。我們建議您在將執行個體投入實際執行環境前套用更新，並在執行個體上測試更新。如需詳細資訊，請參閱[更新 Amazon EC2 Mac 執行個體上的作業系統和軟體](mac-instance-updates.md)。
+ 當您停止或終止 Mac 執行個體時，系統會在 專用主機 上執行清理工作流程。如需詳細資訊，請參閱[停止或終止 Amazon EC2 Mac 執行個體](mac-instance-stop.md)。
+
**重要**
從外部磁碟區啟動 Mac 硬體時，無法使用 Apple Intelligence 功能。EC2 Mac 執行個體預設從外部 EBS 磁碟區啟動，因此不支援 Apple Intelligence 功能。
+
**警告**
請勿使用 FileVault。若您啟用 FileVault，主機無法開機，因為分區已鎖定。如果需要資料加密，請使用 Amazon EBS 加密，以避免開機問題和效能影響。使用 Amazon EBS 加密，加密操作會在託管執行個體的伺服器上進行，確保執行個體和與其連接之 EBS 儲存體間靜態資料和傳輸中資料的安全。如需詳細資訊，請參閱「Amazon EBS 使用者指南」**中的 [Amazon EBS 加密](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-encryption.html)。
## 執行個體整備
啟動 Mac 執行個體之後，您將需要等待執行個體準備就緒後，才能夠與其連接。對於具有 x86 Mac 執行個體或 Apple 晶片 Mac 執行個體的 AWS 付費 AMI，啟動時間約為 6 分鐘至 20 分鐘。根據選擇的 Amazon EBS 磁碟區大小、*使用者資料*中包含的額外指令、或自訂 macOS AMI 上的其他載入軟體，啟動時間可能會增加。
您可以使用如下所示的小型 shell 指令碼來輪詢 describe-instance-status API，以瞭解執行個體何時可以連接。將以下命令中的範例執行個體 ID 取代為您自己的 ID：
```
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 macOS 設計能為在 Amazon EC2 Mac 執行個體上執行的開發人員工作負載提供穩定、安全且高效能的環境。EC2 macOS AMIs 包含可讓 輕鬆整合的套件 AWS，例如啟動組態工具和熱門 AWS 程式庫和工具。
如需有關 EC2 macOS AMI 的詳細資訊，請參閱 [Amazon EC2 macOS AMI 的版本備註](macos-ami-overview.md)。
AWS 會定期提供更新的 EC2 macOS AMIs，其中包含 擁有的套件更新， AWS 以及最新的完整測試 macOS 版本。此外， AWS 也會在更新的 AMI 經過完整測試和驗證後，提供具有最新次要版本更新或主要版本更新的 AMI。如果您無須保留 Mac 執行個體的資料或自訂，您可以使用目前的 AMI 啟動新的執行個體，然後終止上一個執行個體，以取得最新的更新。否則您可以選擇哪些更新要套用到您的 Mac 執行個體。
如需如何訂閱 macOS AMI 通知的詳細資訊，請參閱 [訂閱 macOS AMI 通知](macos-subscribe-notifications.md)。
## EC2 macOS Init
EC2 Init 用於在啟動時初始化 EC2 Mac 執行個體。它會使用優先順序群組，來同時執行任務的邏輯群組。
launchd plist 檔案是 `/Library/LaunchDaemons/com.amazon.ec2.macos-init.plist`。EC2 macOS Init 的檔案位於 `/usr/local/aws/ec2-macos-init`。
如需詳細資訊，請參閱 [https://github.com/aws/ec2-macos-init](https://github.com/aws/ec2-macos-init)。
## 適用於 macOS 的 Amazon EC2 系統監控
適用於 macOS 的 Amazon EC2 系統監控會提供 Amazon CloudWatch 的 CPU 使用率指標。它會在 1 分鐘的期間內透過自訂序列裝置傳送這些指標至 CloudWatch。您可以啟用或停用此代理程式，如下所示。依預設會啟用此功能。
```
sudo setup-ec2monitoring [enable | disable]
```
**注意**
Apple 晶片 Mac 執行個體上目前不支援適用於 macOS 的 Amazon EC2 系統監控。
## 相關資源
如需關於定價的資訊，請參閱[定價](https://aws.amazon.com/ec2/instance-types/mac/#Pricing)。
如需 Mac 執行個體的詳細資訊，請參閱 [Amazon EC2 Mac 執行個體](https://aws.amazon.com/ec2/instance-types/mac/)。
如需 Mac 執行個體的硬體規格和網路效能的詳細資訊，請參閱[一般用途執行個體](https://docs.aws.amazon.com/ec2/latest/instancetypes/gp.html)。
# 使用 AWS 管理主控台 或 啟動 Mac 執行個體 AWS CLI
EC2 Mac 執行個體需要[專用執行個體](dedicated-hosts-overview.md)。您首先需要將主機配置到您的帳戶，然後在主機上啟動執行個體。
您可以使用 AWS 管理主控台 或 啟動 Mac 執行個體 AWS CLI。
## 使用主控台啟動 Mac 執行個體
**在 專用主機 上啟動 Mac 實體啟動**
1. 前往 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台。
1. 配置專用執行個體，如下所示：
1. 在導覽窗格中，選擇 **專用主機**。
1. 選擇 **Allocate 專用執行個體 (配置 專用執行個體)**，然後執行下列動作：
1. 對於**執行個體系列**，選擇 **Mac** 執行個體系列。如果 Instance family (執行個體系列) 未在清單中出現，則表示目前所選的區域不支援。
1. 針對**執行個體類型**，根據所選的執行個體系列，選擇執行個體類型。
1. 在 **Availability Zone (可用區域)** 中，選擇 專用執行個體 的可用區域。
1. 在 **Quantity** (數量) 中，保留 **1**。
1. 選擇 **Allocate** (配置)。
1. 在主機上啟動執行個體，如下所示：
1. 選取您建立的 專用執行個體，然後執行下列動作：
1. 選擇 **Actions** (動作)、**Launch instance(s) onto host** (在主機上啟動執行個體)。
1. 在 **Application and OS Images (Amazon Machine Image)** (應用程式和作業系統映像 (Amazon Machine Image)) 下，選取 macOS AMI。
1. 在**執行個體類型**中，選取 Mac 執行個體類型。
1. 在**進階詳細資訊**下，確認已根據您建立的專用主機預先設定**租用**、**租用執行個體者**執行個體者) 和 **Tenancy host ID** (租用執行個體 ID)。視需要更新 **Tenancy affinity** (租用親和性)。
1. 視需要完成精靈、指定 EBS 磁碟區、安全群組和金鑰對。
1. 在 **Summary** (摘要) 面板中，選擇 **Launch instance** (啟動執行個體)。
1. 會有確認頁面讓您知道您的執行個體正在啟動。選擇 **View all instances** (檢視所有執行個體)，以關閉確認頁面並返回主控台。執行個體的初始狀態為 `pending`。當其狀態變更為 `running` 並通過狀態檢查時，則表示該執行狀態就緒。
## 使用 啟動 Mac 執行個體 AWS CLI
**配置專用執行個體**
使用下列 [allocate-hosts](https://docs.aws.amazon.com/cli/latest/reference/ec2/allocate-hosts.html) 指令為您的 Mac 執行個體配置專用主機，將 `instance-type` 取代為有效 mac 執行個體類型，並將 `region` 和 `availability-zone` 取代為適合您環境的項目。
```
aws ec2 allocate-hosts --region us-east-1 --instance-type mac1.metal --availability-zone us-east-1b --auto-placement "on" --quantity 1
```
**在主機上啟動執行個體**
使用下列 [run-instances](https://docs.aws.amazon.com/cli/latest/reference/ec2/run-instances.html) 指令來啟動 Mac 執行個體，再次將其 `instance-type` 取代為 有效 mac 執行個體，並將 `region` 和 `availability-zone` 取代為之前使用的執行個體。
```
aws ec2 run-instances --region us-east-1 --instance-type mac1.metal --placement Tenancy=host --image-id ami_id --key-name my-key-pair
```
執行個體的初始狀態為 `pending`。當其狀態變更為 `running` 並通過狀態檢查時，則表示該執行狀態就緒。使用以下 [describe-instance-status](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instance-status.html) 命令顯示您執行個體的狀態資訊。
```
aws ec2 describe-instance-status --instance-ids i-017f8354e2dc69c4f
```
以下是執行中並通過狀態檢查之執行個體的範例輸出。
```
{
"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"
}
}
]
}
```
# 使用 SSH 或 GUI 連線到您的 MAC 執行個體
您可以使用 SSH 或圖形化使用者介面 (GUI) 連線到 Mac 執行個體。
多個使用者可以同時存取作業系統。由於連接埠 5900 上提供內建螢幕共享服務，所以通常有一個 1:1 user:GUI 工作階段。在 macOS 中使用 SSH 支援多個工作階段，最多可達 `sshd_config` 檔案中的「工作階段上限」限制。
## 使用 SSH 連線到您的執行個體
Amazon EC2 Mac 執行個體預設不允許遠端根 SSH。ec2-user 帳戶設為使用 SSH 進行遠端登入。ec2-user 帳戶也擁有 **sudo** 權限。連線到您的執行個體後，您可以新增其他使用者。
若要支援使用 SSH 連線到您的執行個體，請使用允許 SSH 存取的金鑰對和安全群組啟動執行個體，並確保執行該個體具有網際網路連線能力。連線到執行個體時，您可以提供金鑰對的 `.pem` 檔案。
請使用下列程序使用 SSH 用戶端連線至您的 Mac 執行個體。如果您在嘗試連線至執行個體時遇到錯誤，請參閱 [對連線至 Amazon EC2 Linux 執行個體的問題進行疑難排解](TroubleshootingInstancesConnecting.md)。
**使用 SSH 連線到您的執行個體**
1. 在命令列輸入 **ssh**，以確認您的本機電腦已安裝 SSH 用戶端。如果您的電腦無法辨識命令，請搜尋適用於作業系統的 SSH 用戶端並安裝該用戶端。
1. 取得執行個體的公有 DNS 名稱。您可以使用 Amazon EC2 主控台尋找 **Details (詳細資訊)** 和 **Networking (網路)** 標籤上的公有 DNS 名稱。您可以使用 [describe-instances](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instances.html) 命令 AWS CLI來尋找公有 DNS 名稱。
1. 找到您在啟動執行個體時所指定金鑰對的 `.pem` 檔案。
1. 使用以下 **ssh** 命令、指定執行個體的公有 DNS 名稱和 `.pem` 檔案，以連線到您的執行個體。
```
ssh -i /path/key-pair-name.pem ec2-user@instance-public-dns-name
```
密碼驗證也將停用，以避免密碼遭到暴力破解攻擊。變更 SSH 組態之前，請開啟 `/usr/local/aws/ec2-macos-init/init.toml` 並將 `secureSSHDConfig` 設為 `false`。
## 連線至您的執行個體的圖形使用者介面 (GUI)
請使用下列程序，藉助 VNC、Apple 遠端桌面 (ARD) 或 Apple 螢幕共享應用程式 (隨附於 macOS) 連線至您的執行個體 GUI。
**注意**
macOS 10.14 及以上版本只允許控制是否透過 [System Preferences (系統偏好設定)](https://support.apple.com/guide/remote-desktop/enable-remote-management-apd8b1c65bd/mac) 啟用 Screen Sharing (螢幕共用)。
**使用 ARD 用戶端或 VNC 用戶端連線到您的執行個體**
1. 確認您的本機電腦已安裝 ARD 用戶端，或支援已安裝 ARD 的 VNC 用戶端。在 macOS 上，您可以利用內建的「螢幕共用」應用程式。否則請搜尋適用於您作業系統的 ARD，然後安裝該用戶端。
1. 從您的本機電腦，[使用 SSH 連線到您的執行個體](#mac-instance-ssh)。
1. 如下所示使用 **passwd** 命令設定 ec2-user 帳戶的密碼。
```
[ec2-user ~]$ sudo passwd ec2-user
```
1. 使用下列命令，安裝並啟動 macOS Screen Sharing。
```
[ec2-user ~]$ sudo launchctl enable system/com.apple.screensharing
sudo launchctl load -w /System/Library/LaunchDaemons/com.apple.screensharing.plist
```
1. 輸入 **exit** 並按 Enter，斷開與執行個體的連線。
1. 從您的電腦，使用以下 **ssh** 命令連線到執行個體。除了上一節所述的選項之外，使用 **-L** 選項也可啟用連接埠轉送，並將本機連接埠 5900 的所有流量轉送至執行個體上的 ARD 伺服器。
```
ssh -L 5900:localhost:5900 -i /path/key-pair-name.pem ec2-user@instance-public-dns-name
```
1. 從您的本機電腦，使用支援 ARD 的 ARD 用戶端或 VNC 用戶端連線至 `localhost:5900`。例如，使用 macOS 上的「螢幕共用」應用程式，如下所示：
1. 開啟 **Finder**，並選取**開始**。
1. 選取**連線至伺服器**。
1. 在**伺服器地址**欄位中，輸入 `vnc://localhost:5900`。
1. 將 **ec2-user** 當作您為 ec2-user 帳戶建立的使用者名稱和密碼，依提示登入。
## 修改 Mac 執行個體上的 macOS 螢幕解析度
使用 ARD 或支援 ARD 的 VNC 用戶端連線至 EC2 Mac 執行個體後，您就可以使用任何公開可用的 macOS 工具或公用程式，例如 [displayplacer](https://github.com/jakehilborn/displayplacer) 來修改 macOS 環境的螢幕解析度。
**若要使用 displayplacer 修改螢幕解析度**
1. 安裝 displayplacer。
```
[ec2-user ~]$ brew tap jakehilborn/jakehilborn && brew install displayplacer
```
1. 顯示目前的螢幕資訊和可能的螢幕解析度。
```
[ec2-user ~]$ displayplacer list
```
1. 套用所需的螢幕解析度。
```
[ec2-user ~]$ displayplacer "id: res:x origin:(0,0) degree:0"
```
例如：
```
RES="2560x1600"
displayplacer "id:69784AF1-CD7D-B79B-E5D4-60D937407F68 res:${RES} scaling:off origin:(0,0) degree:0"
```
# 更新 Amazon EC2 Mac 執行個體上的作業系統和軟體
下列主題說明如何更新 Apple 晶片 Mac 執行個體 (Mac2、Mac2-m1ultra, Mac2-m2, Mac2-m2pro, Mac-m4 和 Mac-m4pro) 和 x86 Mac 執行個體 (Mac1) 上的作業系統與軟體。
**警告**
只有 Apple 晶片 Mac 執行個體才能安裝 Beta 版或預覽 macOS 版本。Amazon EC2 不符合 Beta 版或預覽版 macOS 版本的資格，且無法確保執行個體在更新至生產前 macOS 版本後仍能正常運作。
嘗試在 Amazon EC2 x86 Mac 執行個體上安裝 Beta 版或預覽版 macOS 版本，會導致停止或終止執行個體時，EC2 Mac 專用執行個體降級，並且會阻止您在該專用執行個體上開始或啟動新的執行個體。
**注意**
若您在 AWS 發行官方 AMI 之前執行就地 macOS 更新，則更新僅適用於選取的主機。若您有其他主機，或啟動新的主機，也必須在這些主機上執行相同的更新程序。每個 macOS 版本在基礎 Apple Mac 硬體上都需要最低韌體版本。就地更新僅會更新所選主機上的韌體，而不會傳輸至其他現有或新的主機。要檢查哪些 macOS 版本與您的 Amazon EC2 Mac 專用主機相容，請參閱[為您的 Amazon EC2 Mac 專用主機尋找支援的 macOS 版本](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/macos-firmware-visibility.html)。
**Topics**
## 在 Apple 晶片 Mac 執行個體上更新軟體
### 先決條件
由於網路驅動程式組態中的更新，ENA 驅動程式 1.0.2 版與 macOS 13.3 或更新版本不相容。如果您要安裝 Beta 版、預覽版或生產 macOS 13.3 版或更新版本，且尚未安裝最新的 ENA 驅動程式，請使用下列程序安裝新的驅動程式版本。
**安裝 ENA 驅動程式的新版本**
1. 在「終端機」視窗中，使用 [SSH](connect-to-mac-instance.md#mac-instance-ssh) 連線至 Apple 晶片 Mac 執行個體。
1. 使用下列命令更新 Homebrew 並將 ENA 應用程式下載到 `Applications` 檔案中。
```
[ec2-user ~]$ brew update
```
```
[ec2-user ~]$ brew install amazon-ena-ethernet-dext
```
1. 輸入 **exit** 並按 return，斷開與執行個體的連線。
1. 使用 VNC 用戶端啟動 ENA 應用程式。
1. 使用 [連線至您的執行個體的圖形使用者介面 (GUI)](connect-to-mac-instance.md#mac-instance-vnc) 設定 VNC 用戶端。
1. 使用「螢幕共用」應用程式連線至執行個體後，請前往**應用程式**資料夾並開啟 ENA 應用程式。
1. 選擇**啟用**
1. 若要確認驅動程式已正確啟動，請在終端視窗中執行下列命令。命令輸出顯示舊驅動程式處於終止狀態，並且新驅動程式處於啟動狀態。
```
systemextensionsctl list;
```
1. 重新啟動執行個體後，只會出現新的驅動程式。
### 執行軟體更新
在 Apple 晶片 Mac 執行個體上，您必須完成數個步驟才能執行就地作業系統更新。其中包括將 Amazon EBS 根磁碟區的所有權委派給 EBS 根磁碟區管理使用者。您可選擇使用 Amazon EC2 API 自動執行此操作，也可以在執行個體上執行命令來手動執行此操作。
------
#### [ Automated volume ownership delegation (Recommended) ]
**考量事項**
+ 完成磁碟區的所有權委派任務可能需要 30 到 90 分鐘。在此期間，該執行個體將處於無法存取的狀態。
+ 以下為可支援的 macOS 版本：
+ **Mac2 \$1 Mac2-m1ultra** – macOS Ventura (13.0 版或更新版本)
+ **Mac2-m2 \$1 Mac2-m2pro** – macOS Ventura (13.2 版或更新版本)
+ **Mac-m4 \$1 Mac-m4pro** – macOS Sequoia (15.6 版或更新版本)
+ 執行個體只能有一個可啟動磁碟區，而且每個連接的磁碟區只能有一個額外的管理員使用者。
**步驟 1：設定密碼，並啟用 EBS 根磁碟區管理使用者的安全字符**
您必須設定密碼，並為 Amazon EBS 根磁碟區管理使用者 (`ec2-user`) 啟用安全權杖。
**注意**
密碼和安全字符在您第一次使用 GUI 連接到 Apple 晶片 Mac 執行個體時設定。若您之前[使用 GUI 連接到執行個體](connect-to-mac-instance.md#mac-instance-vnc)，則**不**需要執行這些步驟。
1. [使用 SSH 連線至執行個體](connect-to-mac-instance.md#mac-instance-ssh)。
1. 設定 `ec2-user` 使用者的密碼。
```
$ sudo /usr/bin/dscl . -passwd /Users/ec2-user
```
1. 為 `ec2-user` 使用者啟用安全字符。對於 `-oldPassword`，指定與上一個步驟相同的密碼。對於 `-newPassword`，請指定不同的密碼。下列命令假設您已將舊密碼與新密碼儲存在 `.txt` 檔案中。
```
$ sysadminctl -oldPassword `cat old_password.txt` -newPassword `cat new_password.txt`
```
1. 確認安全字符已啟用。
```
$ sysadminctl -secureTokenStatus ec2-user
```
**步驟 2：將 Amazon EBS 根磁碟區的所有權委派給 EBS 根磁碟區的管理使用者**
若要委派所有權，您必須建立磁碟區所有權委派任務。
1. 使用 [ create-delegate-mac-volume-ownership-task](https://docs.aws.amazon.com/cli/latest/reference/ec2/create-delegate-mac-volume-ownership-task.html) 命令建立任務。對於 `--instance-id`，指定執行個體 ID。對於 `--mac-credentials`，請指定下列憑證：
+ **內部磁碟的管理使用者**
+ **使用者名稱** – 僅支援預設的管理使用者 (`aws-managed-user`)，並且預設會使用。您無法指定其他管理員使用者。
+ **密碼** – 若您未變更 `aws-managed-user` 的預設密碼，請指定預設密碼，即*空白*。否則，請指定您自訂的密碼。
+ **Amazon EBS 根磁碟區管理使用者**
+ **使用者名稱** – 若您未變更預設管理使用者，請指定 `ec2-user`。否則，為您的管理使用者指定使用者名稱。
+ **密碼** – 指定您在上述步驟 1 中為根磁碟區管理員使用者設定的密碼。
```
aws ec2 create-delegate-mac-volume-ownership-task \
--instance-id i-1234567890abcdef0 \
--mac-credentials file://mac-credentials.json
```
之前範例中所參考 `mac-credentials.json` 檔案的內容如以下所示。
```
{
"internalDiskPassword":"internal-disk-admin_password",
"rootVolumeUsername":"root-volume-admin_username",
"rootVolumepassword":"root-volume-admin_password"
}
```
1. 等待磁碟區所有權委派任務完成，並等候執行個體恢復至良好運作狀態。使用 [ describe-mac-modification-tasks](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-mac-modification-tasks.html) 命令。針對 `--mac-modification-task-id`，指定上一個步驟的磁碟區所有權委派任務 ID。
```
aws ec2 describe-mac-modification-tasks \
--mac-modification-task-id task-id
```
1. 磁碟區所有權委派任務完成後，繼續執行步驟 3。
**步驟 3：更新軟體**
在您委派 Amazon EBS 根磁碟區的所有權之後，請依照 [在 x86 Mac 執行個體上更新軟體](#x86-mac1) (下方) 中所述的步驟更新軟體。
------
#### [ Manual volume ownership delegation ]
當您執行此程序時，會建立兩個密碼。一個密碼用於 Amazon EBS 根磁碟區管理使用者 (`ec2-user`)，另一個密碼用於內部磁碟管理使用者 (`aws-managed-user`)。請記住這些密碼，因為將在執行該程序時使用這些密碼。
**注意**
在 macOS Big Sur 上使用此程序，只能執行次要更新，如從 macOS Big Sur 11.7.3 更新為 macOS Big Sur 11.7.4。對於 macOS Monterey 或更高版本，您可以執行主要軟體更新。
**存取內部磁碟**
1. 從本機電腦的「終端機」中，透過下列命令使用 SSH 連線至 Apple 晶片 Mac 執行個體。如需詳細資訊，請參閱[使用 SSH 連線到您的執行個體](connect-to-mac-instance.md#mac-instance-ssh)。
```
ssh -i /path/key-pair-name.pem ec2-user@instance-public-dns-name
```
1. 使用下列命令，安裝並啟動 macOS Screen Sharing。
```
[ec2-user ~]$ sudo launchctl enable system/com.apple.screensharing
sudo launchctl load -w /System/Library/LaunchDaemons/com.apple.screensharing.plist
```
1. 使用以下命令設定 `ec2-user` 的密碼。記住密碼，供以後使用。
```
[ec2-user ~]$ sudo /usr/bin/dscl . -passwd /Users/ec2-user
```
1. 輸入 **exit** 並按回車鍵，斷開與執行個體的連線。
1. 從本機電腦的「終端」中，使用下列命令透過 VNC 連接埠的 SSH 通道重新連線至執行個體。
```
ssh -i /path/key-pair-name.pem -L 5900:localhost:5900 ec2-user@instance-public-dns-name
```
**注意**
在完成下列 VNC 連線和 GUI 步驟之前，請勿結束此 SSH 工作階段。重新啟動執行個體時，連線會自動關閉。
1. 從您的本機電腦，使用下列步驟連線到 `localhost:5900`：
1. 開啟 **Finder**，並選取**開始**。
1. 選取**連線至伺服器**。
1. 在**伺服器地址**欄位中，輸入 `vnc://localhost:5900`。
1. 在 macOS 視窗中，使用您在[步驟 3](#passwd-step) 中建立的密碼以 `ec2-user` 身分連線至 Apple 晶片 Mac 執行個體的遠端工作階段。
1. 使用下列其中一個選項存取名為 **InternalDisk** 的內部磁碟。
1. 對於 macOS Ventura 或更高版本：開啟**系統設定**，在左窗格中選取**一般**，然後選取窗格右下角的**啟動磁碟**。
1. 對於 macOS Monterey 或以下版本：開啟**系統偏好設定**，選取**啟動磁碟**，然後選擇視窗左下角的鎖定圖像來解鎖窗格。
**疑難排解秘訣**
如果您需要掛載內部磁碟，則請在終端中執行下列命令。
```
APFSVolumeName="InternalDisk" ; SSDContainer=$(diskutil list | grep "Physical Store disk0" -B 3 | grep "/dev/disk" | awk {'print $1'} ) ; diskutil apfs addVolume $SSDContainer APFS $APFSVolumeName
```
1. 選擇名為 **InternalDisk** 的內部磁碟，然後選取**重新啟動**。出現提示時再次選取**重新啟動**。
**重要**
如果內部磁碟名為 **Macintosh HD** 而非 **InternalDisk**，則您的執行個體必須停止並重新啟動，才能更新專用執行個體。如需詳細資訊，請參閱[停止或終止 Amazon EC2 Mac 執行個體](mac-instance-stop.md)。
使用下列程序將擁有權委派給管理使用者。當透過 SSH 重新連線至執行個體時，可以使用特殊管理使用者 (`aws-managed-user`) 從內部磁碟開機。`aws-managed-user` 的初始密碼為空白，因此您需要在第一次連線時覆寫它。然後，由於開機磁碟區已變更，因此您需要重複以下步驟來安裝和啟動 macOS Screen Sharing。
**將擁有權委派給 Amazon EBS 磁碟區上的管理員**
1. 從本機電腦的「終端機」中，使用下列命令連線至 Apple 晶片 Mac 執行個體。
```
ssh -i /path/key-pair-name.pem aws-managed-user@instance-public-dns-name
```
1. 當您收到警告 `WARNING: REMOTE HOST IDENTIFICATION HAS CHANGED!` 時，請使用下列其中一個命令來解決此問題。
1. 使用以下命令清除已知主機。然後，重複上一個步驟。
```
rm ~/.ssh/known_hosts
```
1. 將下列命令新增到上一個步驟的 SSH 命令。
```
-o UserKnownHostsFile=/dev/null -o StrictHostKeyChecking=no
```
1. 使用下列命令設定 `aws-managed-user` 的密碼。`aws-managed-user` 初始密碼為空白，因此您需要在第一次連線時覆寫它。
1.
```
[aws-managed-user ~]$ sudo /usr/bin/dscl . -passwd /Users/aws-managed-user password
```
1. 當您收到 `Permission denied. Please enter user's old password:` 提示時，請按 Enter 鍵。
**疑難排解秘訣**
如果發生 `passwd: DS error: eDSAuthFailed` 錯誤，請使用下列命令。
```
[aws-managed-user ~]$ sudo passwd aws-managed-user
```
1. 使用下列命令，安裝並啟動 macOS Screen Sharing。
```
[aws-managed-user ~]$ sudo launchctl enable system/com.apple.screensharing
sudo launchctl load -w /System/Library/LaunchDaemons/com.apple.screensharing.plist
```
1. 輸入 **exit** 並按回車鍵，斷開與執行個體的連線。
1. 從本機電腦的「終端」中，使用下列命令透過 VNC 連接埠的 SSH 通道重新連線至執行個體。
```
ssh -i /path/key-pair-name.pem -L 5900:localhost:5900 aws-managed-user@instance-public-dns-name
```
1. 從您的本機電腦，使用下列步驟連線到 `localhost:5900`：
1. 開啟 **Finder**，並選取**開始**。
1. 選取**連線至伺服器**。
1. 在**伺服器地址**欄位中，輸入 `vnc://localhost:5900`。
1. 在 macOS 視窗中，使用您在[步驟 3](#amu-passwd) 中建立的密碼以 `aws-managed-user` 身分連線至 Apple 晶片 Mac 執行個體的遠端工作階段。
**注意**
當系統提示您使用 Apple ID 登入時，請選取**稍後設定**。
1. 使用下列其中一個選項，存取 Amazon EBS 磁碟區。
1. 對於 macOS Ventura 或更新版本：開啟**系統設定**，在左窗格中選取**一般**，然後選取窗格右下角的**啟動磁碟**。
1. 對於 macOS Monterey 或較早的版本：開啟**系統偏好設定**，選取**啟動磁碟**，然後使用視窗左下角的鎖定圖像來解鎖窗格。
**注意**
在重新開機之前，當系統提示輸入管理員密碼時，請使用您上面設定的 `aws-managed-user` 密碼。此密碼可能與您為 `ec2-user` 或執行個體上的預設管理員帳戶設定的密碼不同。下列說明指定何時使用執行個體的管理員密碼。
1. 選取 Amazon EBS 磁碟區 (**啟動磁碟**視窗中未命名為 **InternalDisk** 的磁碟區)，然後選擇**重新啟動**。
**注意**
如果您將多個可開機的 Amazon EBS 磁碟區連接至 Apple 晶片 Mac 執行個體，則請務必為每個磁碟區使用唯一的名稱。
1. 確認重新啟動，然後在出現提示時選擇**授權使用者**。
1. 於**在此磁碟區授權使用者**窗格中，確認已選取管理使用者 (預設為 `ec2-user`)，然後選取**授權**。
1. 輸入您在上一個程序的[步驟 3](#passwd-step) 中建立的 `ec2-user` 密碼，然後選取**繼續**。
1. 出現提示時，請輸入特殊管理使用者的密碼 (`aws-managed-user`)。
1. 從本機電腦的「終端」中，使用 SSH 與使用者名稱 `ec2-user` 重新連線到執行個體。
**疑難排解秘訣**
如果收到警告 `WARNING: REMOTE HOST IDENTIFICATION HAS CHANGED!`，則請執行下列命令，然後使用 SSH 重新連線至執行個體。
```
rm ~/.ssh/known_hosts
```
1. 若要執行軟體更新，請使用 [在 x86 Mac 執行個體上更新軟體](#x86-mac1) 下的命令。
------
## 在 x86 Mac 執行個體上更新軟體
在 x86 Mac 執行個體上，您可以使用 `softwareupdate` 指令從 Apple 安裝作業系統更新。
**若要在 x86 Mac 執行個體上從 Apple 安裝作業系統更新**
1. 使用以下命令列出具有可用更新的套件。
```
[ec2-user ~]$ softwareupdate --list
```
1. 安裝所有更新或僅特定更新。若要安裝特定更新，請使用下列命令。
```
[ec2-user ~]$ sudo softwareupdate --install label
```
若要安裝所有更新，請使用下列命令。
```
[ec2-user ~]$ sudo softwareupdate --install --all --restart
```
系統管理員可以使用 AWS Systems Manager 在 x86 Mac 執行個體上推出預先核准的作業系統更新。如需詳細資訊，請參閱[「AWS Systems Manager 使用者指南」](https://docs.aws.amazon.com/systems-manager/latest/userguide/)。
您可以使用 Homebrew 將套件更新安裝於 EC2 macOS AMI，因此您在執行個體上可以擁有這些套件的最新版本。您也可以使用 Homebrew 在 Amazon EC2 macOS 上安裝和執行常用的 macOS 應用程式。如需詳細資訊，請參閱 [Homebrew 文件](https://docs.brew.sh/)。
**使用 Homebrew 安裝更新**
1. 使用以下命令更新 Homebrew。
```
[ec2-user ~]$ brew update
```
1. 使用以下命令列出具有可用更新的套件。
```
[ec2-user ~]$ brew outdated
```
1. 安裝所有更新或僅特定更新。若要安裝特定更新，請使用下列命令。
```
[ec2-user ~]$ brew upgrade package name
```
若要安裝所有更新，請使用下列命令。
```
[ec2-user ~]$ brew upgrade
```
# 增加 Mac 執行個體上 EBS 磁碟區的大小
您可以增加 Mac 執行個體上 Amazon EBS 磁碟區的大小。如需詳細資訊，請參閱「Amazon EBS 使用者指南」**中的 [Amazon EBS 彈性磁碟區](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-modify-volume.html)。
增加磁碟區的大小後，您必須依照下列方式增加 APFS 容器的大小。
**使增加的磁碟空間可供使用**
1. 判斷是否需要重新啟動。如果您已調整正在執行的 Mac 執行個體上的現有 EBS 磁碟區的大小，則須[重新啟動](ec2-instance-reboot.md)執行個體，以使得新的大小可用。如果在啟動期間修改磁碟空間，則不需要重新開機。
檢視磁碟大小的目前狀態：
```
[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. 複製並貼上下列命令。
```
[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 $PDISK
```
1. 複製並貼上下列命令。
```
[ec2-user ~]$ sudo diskutil apfs resizeContainer $APFSCONT 0
```
# 停止或終止 Amazon EC2 Mac 執行個體
當您停止 Mac 執行個體時，該執行個體會在進入 `stopped` 狀態之前維持約 15 分鐘的 `stopping` 狀態。
當您停止或終止 Mac 執行個體時，Amazon EC2 會在底層的專用執行個體上執行清理工作流程以清除內部 SSD、清除持續性 NVRAM 變數，並更新至最新的裝置韌體。這可確保 Mac 執行個體提供與其他 EC2 Nitro 執行個體相同的安全性和資料隱私權。這也可讓您執行最新的 macOS AMI。在清理工作流程期間，專用執行個體會暫時進入 pending (待定) 狀態。在 x86 Mac 執行個體上，清理工作流程最多可能需要 50 分鐘才能完成。如果 Amazon EC2 需要更新裝置韌體，工作流程最多可能需要 3 小時才能完成。在 Apple Silicon Mac 執行個體上，清理工作流程最多可能需要 4.5 小時才能完成。
直到清理工作流程完成，也即 專用執行個體 進入 `available` 狀態，您才能啟動已停止的 Mac 執行個體或啟動新的 Mac 執行個體。
專用執行個體進入 `pending` 狀態時，計量和計費會暫停。清理工作流程期間，您不需支付費用。
## 為您的 Mac 執行個體釋出 專用主機
當您完成 Mac 執行個體時，您可以釋出 專用執行個體。您必須先停止或終止 Mac 執行個體，才能發佈專用執行個體。至少在配置期間經過 24 小時後才能發佈主機。
**發佈專用執行個體**
1. 在 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台。
1. 在導覽窗格中，選擇 **Instances** (執行個體)。
1. 選取執行個體並選取 **Instance state (執行個體狀態)**，然後選取 **Stop instance (停止執行個體)** 或 **Terminate instance (終止執行個體)**。
1. 在導覽窗格中，選擇 **專用執行個體**。
1. 選取 專用執行個體 並選取 **Actions (動作)**，**Release host (釋出主機)**。
1. 出現確認提示時，請選擇 **Release (釋出)**。
# 設定 Amazon EC2 Mac 執行個體的系統完整性保護
您可為 x86 Mac 執行個體和 Apple 晶片 Mac 執行個體設定系統完整性保護 (SIP) 設定。SIP 是 macOS 重要的安全功能，可協助防止未經授權的程式碼執行與系統層級修改。如需詳細資訊，請參閱[關於系統完整性保護](https://support.apple.com/en-us/102149)。
您可以完全啟用或停用 SIP，也可選擇性地啟用或停用特定 SIP 設定。建議您僅暫時停用 SIP 來執行必要的任務，接著盡快重新啟用。保持 SIP 停用狀態可能會讓您的執行個體易受惡意程式碼攻擊。
支援 Amazon EC2 Mac 執行個體的所有 AWS 區域都支援 SIP 組態。
**Topics**
+ [
## 考量事項
](#mac-sip-considerations)
+ [
## 預設 SIP 組態
](#mac-sip-defaults)
+ [
## 檢查您的 SIP 組態
](#mac-sip-check-settings)
+ [
## Apple 晶片 Mac 執行個體的先決條件
](#mac-sip-prereqs)
+ [
## 設定 SIP 設定
](#mac-sip-configure)
+ [
## 檢查 SIP 組態任務狀態
](#mac-sip-state)
## 考量事項
+ 支援下列 Amazon EC2 Mac 執行個體類型與 macOS 版本：
+ **Mac1 \$1 Mac2 \$1 Mac2-m1ultra** – macOS Ventura (13.0 版或更新版本)
+ **Mac2-m2 \$1 Mac2-m2pro** – macOS Ventura (13.2 版或更新版本)
+ **Mac-m4 \$1 Mac-m4pro** – macOS Sequoia (15.6 版或更新版本)
**注意**
不支援 macOS 的 Beta 版與預覽版。
+ 您可指定自訂 SIP 組態，以選擇性地啟用或停用個別 SIP 設定。若您實作自訂組態，[請連線至執行個體並驗證設定](#mac-sip-check-settings)，確保您的需求已正確實施且運作符合預期。
SIP 組態可能會隨 macOS 更新而變更。建議您在每次升級 macOS 版本後，檢閱自訂 SIP 設定，確保安全配置的持續相容性與功能持續正常。
+ 對於 x86 Mac 執行個體，SIP 設定會於執行個體層級套用。任何連接到執行個體的根磁碟區都會自動繼承已設定的 SIP 設定。
對於 Apple 晶片 Mac 執行個體，SIP 設定會在磁碟區層級套用。連接到執行個體的根磁碟區不會繼承 SIP 設定。若您連接到另一個根磁碟區，則必須將 SIP 設定重新設定為所需的狀態。
+ SIP 組態任務最長可能需要 90 分鐘才能完成。SIP 組態任務執行期間，執行個體將處於無法存取的狀態。
+ SIP 組態不會轉移至您後續從該執行個體建立的快照或 AMI。
+ Apple 晶片 Mac 執行個體只能有一個可啟動磁碟區，而且每個連接的磁碟區只能有一個額外的管理員使用者。
## 預設 SIP 組態
下列表格列出 x86 Mac 執行個體與 Apple 晶片 Mac 執行個體的預設 SIP 配置。
| | Apple 晶片 Mac 執行個體 | x86 Mac 執行個體 |
| --- | --- | --- |
| Apple 內部 | 已啟用 | Disabled |
| 檔案系統保護 | 已啟用 | Disabled |
| 基礎系統 | 已啟用 | 已啟用 |
| 偵錯限制 | 已啟用 | 已啟用 |
| Dtrace 限制 | 已啟用 | 已啟用 |
| Kext 簽署 | 已啟用 | 已啟用 |
| Nvram 保護 | 已啟用 | 已啟用 |
## 檢查您的 SIP 組態
我們建議您在進行變更前後檢查 SIP 組態，確保其設定符合預期。
**檢查 Amazon EC2 Mac 執行個體的 SIP 組態**
[使用 SSH 連線至執行個體](connect-to-mac-instance.md#mac-instance-ssh)，然後在命令列執行下列命令。
```
$ csrutil status
```
以下為範例輸出。
```
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 晶片 Mac 執行個體的先決條件
設定 Apple 晶片 Mac 執行個體的 SIP 設定前，您必須為 Amazon EBS 根磁碟區管理使用者 (`ec2-user`) 設定密碼並啟用安全字符。
**注意**
密碼和安全字符在您第一次使用 GUI 連接到 Apple 晶片 Mac 執行個體時設定。若您先前[已透過 GUI 連線至執行個體](connect-to-mac-instance.md#mac-instance-vnc)，或使用的是 x86 Mac 執行個體，則**無需**執行這些步驟。
**注意**
用於 macOS 身分驗證的所有 macOS 使用者名稱和密碼都必須介於 4 到 16 個字元之間，才能與 SIP 設定 API 呼叫搭配使用。
**為 EBS 根磁碟區管理使用者設定密碼並啟用安全字符**
1. [使用 SSH 連線至執行個體](connect-to-mac-instance.md#mac-instance-ssh)。
1. 設定 `ec2-user` 使用者的密碼。
```
$ sudo /usr/bin/dscl . -passwd /Users/ec2-user
```
1. 為 `ec2-user` 使用者啟用安全字符。對於 `-oldPassword`，指定與上一個步驟相同的密碼。對於 `-newPassword`，請指定不同的密碼。下列命令假設您已將舊密碼與新密碼儲存在 `.txt` 檔案中。
```
$ sysadminctl -oldPassword `cat old_password.txt` -newPassword `cat new_password.txt`
```
1. 確認安全字符已啟用。
```
$ sysadminctl -secureTokenStatus ec2-user
```
## 設定 SIP 設定
當您為執行個體設定 SIP 設定時，可以啟用或停用所有 SIP 設定，也可指定選擇性啟用或停用特定 SIP 設定的自訂組態。
**注意**
若您實作自訂組態，[請連線至執行個體並驗證設定](#mac-sip-check-settings)，確保您的需求已正確實施且運作符合預期。
SIP 組態可能會隨 macOS 更新而變更。建議您在每次升級 macOS 版本後，檢閱自訂 SIP 設定，確保安全配置的持續相容性與功能持續正常。
要設定執行個體的 SIP 設定，您必須建立 SIP 組態任務。SIP 組態任務會指定執行個體的 SIP 設定。
為 Apple 晶片 Mac 執行個體建立 SIP 組態時，必須指定下列憑證：
+ **內部磁碟的管理使用者**
+ 使用者名稱 – 僅支援預設的管理使用者 (`aws-managed-user`)，並且預設會使用。您無法指定其他管理員使用者。
+ 密碼 – 若您未變更 `aws-managed-user` 的預設密碼，請指定預設密碼，即*空白*。否則，請指定您自訂的密碼。
+ **Amazon EBS 根磁碟區管理使用者**
+ 使用者名稱 – 若您未變更預設管理使用者，請指定 `ec2-user`。否則，為您的管理使用者指定使用者名稱。
+ 密碼 – 您必須一律指定密碼。
使用下列方法建立 SIP 組態任務。
------
#### [ Console ]
**使用主控台建立 SIP 組態任務**
1. 前往 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台。
1. 在導覽窗格中，選取**執行個體**，然後選取 Amazon EC2 Mac 執行個體。
1. 在**安全性**索引標籤中，選擇**修改 Mac、修改系統完整性保護**。
1. 要啟用所有 SIP 設定，請選取**啟用 SIP**。要停用所有 SIP 設定，請清除**啟用 SIP**。
1. 若要指定選擇性啟用或停用特定 SIP 設定的自訂組態，請選取**指定自訂 SIP 組態**，隨後選取要啟用的 SIP 設定，或清除要停用的 SIP 設定。
1. 指定根磁碟區使用者和內部磁碟擁有者的憑證。
1. 選擇**建立 SIP 修改任務**。
------
#### [ AWS CLI ]
**使用 建立 SIP 組態任務 AWS CLI**
使用 [ create-mac-system-integrity-protection-modification-task](https://docs.aws.amazon.com/cli/latest/reference/ec2/create-mac-system-integrity-protection-modification-task.html) 命令。
**啟用或停用所有 SIP 設定**
若要完全啟用或停用所有 SIP 設定，僅使用 `--mac-system-integrity-protection-status` 參數。
下列範例命令會啟用全部 SIP 設定。
```
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
```
**指定自訂 SIP 組態**
要指定選擇性啟用或停用特定 SIP 設定的自訂 SIP 組態，請指定 `--mac-system-integrity-protection-status` 和 `--mac-system-integrity-protection-configuration` 參數。在此情況下，使用 `mac-system-integrity-protection-status` 指定整體 SIP 狀態，並使用 `mac-system-integrity-protection-configuration` 選擇性啟用或停用個別 SIP 設定。
下列範例命令會建立 SIP 組態任務，以啟用 `NvramProtections` 和 `FilesystemProtections` 以外的所有 SIP 設定。
```
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
```
下列範例命令會建立 SIP 組態任務，以停用除 `DtraceRestrictions` 以外的所有 SIP 設定。
```
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` 檔案的內容**
之前範例中所參考 `mac-credentials.json` 檔案的內容如以下所示。
```
{
"internalDiskPassword":"internal-disk-admin_password",
"rootVolumeUsername":"root-volume-admin_username",
"rootVolumepassword":"root-volume-admin_password"
}
```
------
## 檢查 SIP 組態任務狀態
使用下列其中一種方法來檢查 SIP 組態任務的狀態。
------
#### [ Console ]
**使用主控台來檢視 SIP 組態設定**
1. 前往 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台。
1. 在導覽窗格中，選取**執行個體**，然後選取 Amazon EC2 Mac 執行個體。
1. 在**安全性**索引標籤中，向下捲動至 **Mac 修改任務**區段。
------
#### [ AWS CLI ]
**使用 檢查 SIP 組態任務的狀態 AWS CLI**
使用 [ describe-mac-modification-tasks](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-mac-modification-tasks.html) 命令。
------
# 尋找支援 Amazon EC2 Mac 專用主機的 macOS 版本
您可以檢視 Amazon EC2 Mac 專用主機支援的最新 macOS 版本。有了這項功能，您就能驗證專用主機是否可以支援使用偏好的 macOS 版本來啟動執行個體。
每個 macOS 版本在基礎 Apple Mac 上都需要最低韌體版本，才能成功開機。如果已配置的 Mac 專用主機長時間仍處於閒置狀態，或者其上有長時間執行的執行個體，則 Apple Mac 韌體版本可能會過期。
為了確保最新 macOS 版本的能力，您可以停止或終止已配置 Mac 專用主機上的執行個體。這會觸發主機的清理工作流程，並更新基礎 Apple Mac 上的韌體，以支援最新的 macOS 版本。當您停止或終止執行中的執行個體時，具有長時間執行之執行個體的專用主機將自動更新。
如需有關清理工作流程的詳細資訊，請參閱 [停止或終止 Amazon EC2 Mac 執行個體](mac-instance-stop.md)。
如需有關啟動 Mac 執行個體的詳細資訊，請參閱 [使用 AWS 管理主控台 或 啟動 Mac 執行個體 AWS CLI](mac-instance-launch.md)。
您可以使用 Amazon EC2 主控台或 AWS CLI，檢視有關已配置專用主機所支援最新 macOS 版本的資訊。
------
#### [ Console ]
**使用主控台檢視專用主機的韌體資訊**
1. 前往 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台。
1. 在導覽窗格中，選擇 **專用主機**。
1. 在**專用主機詳細資訊**頁面的**最新支援的 macOS 版本**下方，您可以查看主機支援的最新 macOS 版本。
------
#### [ AWS CLI ]
**使用 檢視專用主機韌體資訊 AWS CLI**
使用 [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) 命令，以適當的 AWS 區域取代 `region`。
```
$ aws ec2 describe-mac-hosts --region us-east-1
{
"MacHosts": [
{
"HostId": "h-07879acf49EXAMPLE",
"MacOSLatestSupportedVersions": [
"14.3",
"13.6.4",
"12.7.3"
]
}
]
}
```
------
# 訂閱 macOS AMI 通知
若要在發行新的 AMI 或 BridgeOS 更新後收到通知，請使用 Amazon SNS 訂閱通知。
如需有關 EC2 和 macOS AMI 的詳細資訊，請參閱 [Amazon EC2 macOS AMI 的版本備註](macos-ami-overview.md)。
**訂閱 macOS AMI 通知**
1. 在 [https://console.aws.amazon.com/sns/v3/home](https://console.aws.amazon.com/sns/v3/home) 開啟 Amazon SNS 主控台。
1. 如有必要，請在導覽列中將「區域」變更為**美國東部 (維吉尼亞北部)**。您必須使用此區域，因為您要訂閱的 SNS 通知已在本區域中建立完成。
1. 在導覽窗格中，選擇 **Subscriptions** (訂閱)。
1. 選擇 **Create subscription** (建立訂閱)。
1. 針對 **Create subscription (建立訂閱)** 對話方塊，執行下列作業：
1. 針對 **Topic ARN (主題 ARN)**，複製並貼上下列 Amazon Resource Name (ARN) 之一：
+ **arn:aws:sns:us-east-1:898855652048:amazon-ec2-macos-ami-updates**
+ **arn:aws:sns:us-east-1:898855652048:amazon-ec2-bridgeos-updates**
1. 在**專案**中，選擇下列其中一個項目：
+ **電子郵件：**
針對 **Endpoint (端點)**，輸入可用於接收通知的電子郵件地址。建立訂閱後，您將收到主旨行為 `AWS Notification - Subscription Confirmation` 的確認訊息。開啟電子郵件並選擇 **Confirm subscription** (確認訂閱) 完成訂閱。
+ **簡訊：**
對於 **Endpoint** (端點)，輸入可用於接收通知的電子郵件地址。
+ **AWS Lambda、Amazon SQS、Amazon Data Firehose** (將以 JSON 格式傳送通知**)：
在 **Endpoint** (端點) 中，請輸入 Lambda 函數、SQS 佇列或 Firehose 串流的 ARN，以供您接收通知。
1. 選擇 **Create subscription** (建立訂閱)。
只要有 macOS AMI 發行，我們就會向 `amazon-ec2-macos-ami-updates` 主題的訂閱者傳送通知。只要 bridgeOS 有所變更，我們就會向 `amazon-ec2-bridgeos-updates` 主題的訂閱者傳送通知。如果您不想再接收這些通知，請使用下列程序來取消訂閱。
**取消訂閱 macOS AMI 通知**
1. 在 [https://console.aws.amazon.com/sns/v3/home](https://console.aws.amazon.com/sns/v3/home) 開啟 Amazon SNS 主控台。
1. 如有必要，請在導覽列中將「區域」變更為**美國東部 (維吉尼亞北部)**。您必須使用此區域，因為 SNS 通知已在本區域中建立完成。
1. 在導覽窗格中，選擇 **Subscriptions** (訂閱)。
1. 選取訂閱，接著選取 **Actions (動作)**、**Delete subscriptions (刪除訂閱)**，提示確認時請選取 **Delete (刪除)**。
# 使用 AWS Systems Manager 參數存放區 API 擷取 macOS AMI IDs
在您啟動執行個體時，必須指定 AMI。AMI 專屬於 AWS 區域、作業系統和處理器架構。您可以在 中檢視所有 macOS AMIs， AWS 區域 並透過查詢 AWS Systems Manager 參數存放區 API 來擷取最新的 macOS AMI。使用這些公有參數時，您不需要手動查詢 macOS AMI ID。公有參數同時適用於 x86和 ARM64 macOS AMIs，並可與您現有的 AWS CloudFormation 範本整合。
**所需的許可**
若要執行此動作，[IAM 主體](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles.html#id_roles_terms-and-concepts)必須具有呼叫 `ssm:GetParameter` API 動作的權限。
**AWS 區域 使用 檢視目前 中所有 macOS AMIs的清單 AWS CLI**
使用下列 [get-parameters-by-path](https://docs.aws.amazon.com/cli/latest/reference/ssm/get-parameters-by-path.html) 命令來檢視目前區域中所有 macOS AMI 的清單。
```
aws ssm get-parameters-by-path --path /aws/service/ec2-macos --recursive --query "Parameters[].Name"
```
**使用 擷取最新主要 macOS AMI 的 AMI ID AWS CLI**
將下列 [get-parameter](https://docs.aws.amazon.com/cli/latest/reference/ssm/get-parameter.html) 命令搭配子參數 `image_id` 使用。在下列範例中，`sonoma`將 取代為 macOS 支援的主要版本、將 `x86_64_mac`取代為處理器，並將 `region-code`取代為您希望取得最新 macOS AMI ID AWS 區域 的支援。
```
aws ssm get-parameter --name /aws/service/ec2-macos/sonoma/x86_64_mac/latest/image_id --region region-code
```
如需詳細資訊，請參閱「AWS Systems Manager 使用者指南」**中的[呼叫 macOS 的 AMI 公有參數](https://docs.aws.amazon.com/systems-manager/latest/userguide/parameter-store-public-parameters-ami.html#public-parameters-ami-macos)。
# Amazon EC2 macOS AMI 的版本備註
下列資訊提供有關 EC2 macOS AMI 預設包含套件的詳細資訊，並總結每個 EC2 macOS AMI 版本的變更。
如需如何訂閱 macOS AMI 通知的詳細資訊，請參閱 [訂閱 macOS AMI 通知](macos-subscribe-notifications.md)。
Mac 執行個體可以執行下列其中一個作業系統：
+ macOS Mojave (版本 10.14) (僅限 x86 Mac 執行個體)
+ macOS Catalina (版本 10.15) (僅限 x86 Mac 執行個體)
+ macOS Big Sur (版本 11) (x86 和 M1 Mac 執行個體)
+ macOS Monterey (版本 12) (x86 和 M1 Mac 執行個體)
+ macOS Ventura (13 版) (所有 Mac 執行個體、M2 和 M2 Pro Mac 執行個體支援 macOS Ventura 13.2 版或更新版本)
+ macOS Sonoma (版本 14) (所有 Mac 執行個體)
+ macOS Sequoia (版本 15) (所有 Mac 執行個體)
**注意**
M4 與 M4 Pro Mac 執行個體支援 macOS Sequoia 15.6 版或更新版本。
## 核准 macOS Sequoia 的本機網路隱私權政策
macOS Sequoia (版本 15) 具有全新本機網路隱私權功能，將影響本機 IP 型服務使用者，包括 Amazon EC2 執行個體中繼資料服務 (IMDS)。
**重要**
若要確保您能夠不間斷存取本機 IP 型服務，請使用下列步驟來核准本機網路隱私權政策。
**核准本機網路隱私權政策**
1. [連線至您的執行個體的圖形使用者介面 (GUI)](connect-to-mac-instance.md#mac-instance-vnc).
1. 依照畫面上的提示來核准本機網路隱私權政策。
1. 請在核准政策後建立 EC2 Mac 執行個體的 AMI。如需詳細資訊，請參閱[建立 Amazon EBS 支援的 AMI](creating-an-ami-ebs.md)。
任何從新建立 AMI 啟動的 EC2 Mac 執行個體都會保留本機網路隱私權權限。
## Amazon EC2 macOS AMI 中包含的預設套件
下表說明 EC2 macOS AMI 中預設包含的套件。
| 套件 | 版本備註 |
| --- | --- |
| 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 代理程式 | [https://github.com/aws/amazon-ssm-agent/releases](https://github.com/aws/amazon-ssm-agent/releases) |
| AWS Command Line Interface (AWS CLI) 第 2 版 | [https://raw.githubusercontent.com/aws/aws-cli/v2/CHANGELOG.rst](https://raw.githubusercontent.com/aws/aws-cli/v2/CHANGELOG.rst) |
| Xcode 的命令列工具 | [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 執行個體連線 | [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 更新
下表說明 EC2 macOS AMI 版本中包含的變更。請注意，有些變更適用於所有的 EC2 macOS AMI，但有些僅適用於這些 AMI 的一部分。
### EC2 macOS AMI 更新
| 發行版本 | 改變 |
| --- | --- |
| 2026.03.17 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2026.03.03 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.12.26 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.12.17 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.11.18 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.09.04 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.08.05 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.06.27 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.05.21 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.05.05 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.03.18 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2025.01.24 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2024.12.20 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2024.10.28 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2024.08.20 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2024.06.07 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
| 2024.04.12 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/macos-ami-overview.html) |
# Amazon EBS 最佳化的執行個體類型
Amazon EBS 最佳化執行個體使用最佳化的組態堆疊，並為 Amazon EBS I/O 提供額外的專用頻寬。此最佳化透過盡可能減少 Amazon EBS I/O 與執行個體的其他流量之間的爭用情況，為您的 EBS 磁碟區提供最佳效能。
當連接至 EBS 最佳化執行個體時，一般用途 SSD (`gp2` 和 `gp3`) 磁碟區設計為能在給定年份 99% 的時間裡提供至少 90% 的佈建 IOPS 效能，佈建 IOPS SSD (`io1` 和 `io2`) 磁碟區則設計為能在給定年份 99.9% 的時間裡提供至少 90% 的佈建 IOPS 效能。輸送量最佳化 HDD (`st1`)和冷 HDD (`sc1`) 在給定年份 99% 的時間裡提供至少 90% 的預期輸送量效能。不相容的期間約為統一分佈，目標為每小時 99% 的預期總輸送量。如需詳細資訊，請參閱「Amazon EBS 使用者指南」**中的 [Amazon EBS 磁碟區類型](https://docs.aws.amazon.com/ebs/latest/userguide/ebs-volume-types.html)。
某些執行個體類型**預設為 EBS 最佳化**，無需啟用，且嘗試停用時也不會產生任何影響。其他執行個體類型可選擇**支援 EBS 最佳化**，您可以在啟動期間或之後啟用，需支付[額外小時費用](https://aws.amazon.com/ec2/previous-generation/#EBS-optimized_instances)。部分執行個體規格不支援 EBS 最佳化。
如需詳細的執行個體類型規格與功能，請參閱《[Amazon EC2 執行個體類型指南》](https://docs.aws.amazon.com/ec2/latest/instancetypes/instance-types.html)。
**考量事項**
+ 執行個體的 EBS 效能受限於執行個體類型效能上限，或其連接磁碟區的彙總效能 (以較小者為準)。若要達到最大 EBS 效能，執行個體必須具有連接磁碟區，這些磁碟區提供的組合效能必須等於或大於最大執行個體效能。例如，`r6i.16xlarge` 若要達到 `80,000` IOPS，每個執行個體至少須佈建 `5` `gp2` 個 `16,000` IOPS 的磁碟區 (`5` 個磁碟區 x `16,000` IOPS = `80,000` IOPS)，或者也可配置 `1` `gp3` 個磁碟區並提供 `80,000` IOPS。我們建議您選擇提供的專屬 Amazon EBS 輸送量高於應用程式所需的執行個體類型；否則，Amazon EBS 和 Amazon EC2 之間的連線將成為效能瓶頸。
+ 可連接到執行個體的 Amazon EBS 磁碟區數目上限，取決於執行個體類型和執行個體大小。如需詳細資訊，請參閱[Amazon EC2 執行個體的 Amazon EBS 磁碟區限制](volume_limits.md)。
+ IOPS 上限和輸送量限制相互依存。根據 I/O 大小，您可能會在達到另一個限制之前先達到其中一個，進而影響整體效能。若要達到最佳效果，規劃工作負載時請同時考量這兩項限制。
## 預設為 EBS 最佳化
下列執行個體類型預設為 EBS 最佳化。不需要啟用 EBS 最佳化，且停用 EBS 最佳化不具任何效果。
**Topics**
+ [
### 一般用途
](#current-general-purpose)
+ [
### 運算最佳化
](#current-compute-optimized)
+ [
### 記憶體最佳化
](#current-memory-optimized)
+ [
### 儲存最佳化
](#current-storage-optimized)
+ [
### 加速運算
](#current-accelerated-computing)
+ [
### 高效能運算
](#current-high-performance-computing)
### 一般用途
**注意**
M8a, M8g, M8gd, M8i, M8id, M8i-flex 執行個體類型支援可設定的頻寬加權。透過這些執行個體類型，您可針對聯網效能或 Amazon EBS 效能最佳化執行個體的頻寬。下列表格列出這些執行個體類型的預設 Amazon EBS 頻寬效能。如需詳細資訊，請參閱[EC2 執行個體頻寬加權組態](configure-bandwidth-weighting.md)。
| 執行個體大小 | 基準頻寬 (Mbps) | 最高頻寬 (Mbps) | 基準輸送量 (MB/s, 128 KB I/O) | 最大傳輸量 (MB/s、128 KiB I/O) | 基準 IOPS (16 KiB I/O) | 最大 IOPS (16 KiB 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.medium 1 | 325 | 10000 | 40.62 | 1250.00 | 2500 | 40000 |
| m8a.large 1 | 650 | 10000 | 81.25 | 1250.00 | 3600 | 40000 |
| m8a.xlarge 1 | 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-24xl 2 | 30000 | 3750.0 | 120000 |
| m8a.metal-48xl 2 | 60000 | 7500.0 | 240000 |
| m8azn.medium 1 | 625 | 15000 | 78.12 | 1875.00 | 2500 | 60000 |
| m8azn.large 1 | 1250 | 15000 | 156.25 | 1875.00 | 5000 | 60000 |
| m8azn.xlarge 1 | 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.large 1 | 3125 | 25000 | 390.62 | 3125.00 | 15000 | 120000 |
| m8gb.xlarge 1 | 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.medium 1 | 315 | 10000 | 39.38 | 1250.00 | 2500 | 40000 |
| m8gd.large 1 | 630 | 10000 | 78.75 | 1250.00 | 3600 | 40000 |
| m8gd.xlarge 1 | 1250 | 10000 | 156.25 | 1250.00 | 6000 | 40000 |
| m8gd.2xlarge 1 | 2500 | 10000 | 312.50 | 1250.00 | 12000 | 40000 |
| m8gd.4xlarge 1 | 5000 | 10000 | 625.00 | 1250.00 | 20000 | 40000 |
| m8gd.8xlarge 2 | 10000 | 1250.0 | 40000 |
| m8gd.12xlarge 2 | 15000 | 1875.0 | 60000 |
| m8gd.16xlarge 2 | 20000 | 2500.0 | 80000 |
| m8gd.24xlarge 2 | 30000 | 3750.0 | 120000 |
| m8gd.48xlarge 2 | 40000 | 5000.0 | 240000 |
| m8gd.metal-24xl 2 | 30000 | 3750.0 | 120000 |
| m8gd.metal-48xl 2 | 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 這些執行個體至少每 24 小時一次維持最佳效能 30 分鐘，然後就會回復至其基準效能。
2 這些執行個體可以無限期維持其上述效能。如果您的工作負載需要維持超過 30 分鐘的最佳效能，請選取其中一個執行個體。
### 運算最佳化
**注意**
C8a, C8g, C8gd, C8i, C8id, C8i-flex 執行個體類型支援可設定的頻寬加權。透過這些執行個體類型，您可針對聯網效能或 Amazon EBS 效能最佳化執行個體的頻寬。下列表格列出這些執行個體類型的預設 Amazon EBS 頻寬效能。如需詳細資訊，請參閱[EC2 執行個體頻寬加權組態](configure-bandwidth-weighting.md)。
| 執行個體大小 | 基準頻寬 (Mbps) | 最高頻寬 (Mbps) | 基準輸送量 (MB/s, 128 KB I/O) | 最大傳輸量 (MB/s、128 KiB I/O) | 基準 IOPS (16 KiB I/O) | 最大 IOPS (16 KiB 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-24xl 2 | 30000 | 3750.0 | 120000 |
| c8gd.metal-48xl 2 | 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 這些執行個體至少每 24 小時一次維持最佳效能 30 分鐘，然後就會回復至其基準效能。
2 這些執行個體可以無限期維持其上述效能。如果您的工作負載需要維持超過 30 分鐘的最佳效能，請選取其中一個執行個體。
### 記憶體最佳化
**注意**
R8a, R8g, R8gd, R8i, R8id, R8i-flex, X8g, X8aedz, X8i 執行個體類型支援可設定的頻寬加權。透過這些執行個體類型，您可針對聯網效能或 Amazon EBS 效能最佳化執行個體的頻寬。下列表格列出這些執行個體類型的預設 Amazon EBS 頻寬效能。如需詳細資訊，請參閱[EC2 執行個體頻寬加權組態](configure-bandwidth-weighting.md)。
要發揮 U7i 執行個體的最大 IOPS 效能，建議您使用 io2 BlockExpress 磁碟區。
| 執行個體大小 | 基準頻寬 (Mbps) | 最高頻寬 (Mbps) | 基準輸送量 (MB/s, 128 KB I/O) | 最大傳輸量 (MB/s、128 KiB I/O) | 基準 IOPS (16 KiB I/O) | 最大 IOPS (16 KiB 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 這些執行個體至少每 24 小時一次維持最佳效能 30 分鐘，然後就會回復至其基準效能。
2 這些執行個體可以無限期維持其上述效能。如果您的工作負載需要維持超過 30 分鐘的最佳效能，請選取其中一個執行個體。
### 儲存最佳化
| 執行個體大小 | 基準頻寬 (Mbps) | 最高頻寬 (Mbps) | 基準輸送量 (MB/s, 128 KB I/O) | 最大傳輸量 (MB/s、128 KiB I/O) | 基準 IOPS (16 KiB I/O) | 最大 IOPS (16 KiB 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.48xlarge 2 | 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 這些執行個體至少每 24 小時一次維持最佳效能 30 分鐘，然後就會回復至其基準效能。
2 這些執行個體可以無限期維持其上述效能。如果您的工作負載需要維持超過 30 分鐘的最佳效能，請選取其中一個執行個體。
### 加速運算
| 執行個體大小 | 基準頻寬 (Mbps) | 最高頻寬 (Mbps) | 基準輸送量 (MB/s, 128 KB I/O) | 最大傳輸量 (MB/s、128 KiB I/O) | 基準 IOPS (16 KiB I/O) | 最大 IOPS (16 KiB 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 這些執行個體至少每 24 小時一次維持最佳效能 30 分鐘，然後就會回復至其基準效能。
2 這些執行個體可以無限期維持其上述效能。如果您的工作負載需要維持超過 30 分鐘的最佳效能，請選取其中一個執行個體。
### 高效能運算
| 執行個體大小 | 基準頻寬 (Mbps) | 最高頻寬 (Mbps) | 基準輸送量 (MB/s, 128 KB I/O) | 最大傳輸量 (MB/s、128 KiB I/O) | 基準 IOPS (16 KiB I/O) | 最大 IOPS (16 KiB 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 這些執行個體至少每 24 小時一次維持最佳效能 30 分鐘，然後就會回復至其基準效能。
2 這些執行個體可以無限期維持其上述效能。如果您的工作負載需要維持超過 30 分鐘的最佳效能，請選取其中一個執行個體。
## 支援 EBS 最佳化
以下執行個體類型支援 EBS 最佳化，但預設不啟用 EBS 最佳化。您必須在啟動期間或之後啟用 EBS 最佳化 (需支付[額外小時費用](https://aws.amazon.com/ec2/previous-generation/#EBS-optimized_instances))，以達到所述的 EBS 效能水準。
| 執行個體大小 | 最高頻寬 (Mbps) | 最大傳輸量 (MB/s、128 KiB I/O) | 最大 IOPS (16 KiB 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 |
**注意**
`i2.8xlarge`、`c3.8xlarge` 和 `r3.8xlarge` 執行個體不具備專屬 EBS 頻寬，因此不提供 EBS 最佳化。在這些執行個體上，網路流量和 Amazon EBS 流量將共用同一個 10 GB 網路介面。
# 獲得最大的 Amazon EBS 最佳化效能
執行個體的 EBS 效能受限於執行個體類型效能上限，或其連接磁碟區的彙總效能 (以較小者為準)。若要達到最大 EBS 效能，執行個體必須具有連接磁碟區，這些磁碟區提供的組合效能必須等於或大於最大執行個體效能。例如，`r6i.16xlarge` 若要達到 `80,000` IOPS，每個執行個體至少須佈建 `5` `gp2` 個 `16,000` IOPS 的磁碟區 (`5` 個磁碟區 x `16,000` IOPS = `80,000` IOPS)，或者也可配置 `1` `gp3` 個磁碟區並提供 `80,000` IOPS。我們建議您選擇提供的專屬 Amazon EBS 輸送量高於應用程式所需的執行個體類型；否則，Amazon EBS 和 Amazon EC2 之間的連線將成為效能瓶頸。
**重要**
使用可設定的頻寬加權時，您執行個體的 EBS 頻寬限制可能會變更。對於具有增加聯網頻寬的 `VPC-1` 加權組態的執行個體，由於在達到 IOPS 限制前先觸及 EBS 頻寬限制，您可能會遇到 EBS 磁碟區的 IOPS 低於預期的情況。這在較大的 I/O 大小中尤其明顯。請務必測試您的特定工作負載，確保在使用選定的頻寬加權時符合效能需求。如需詳細資訊，請參閱[EC2 執行個體頻寬加權組態](configure-bandwidth-weighting.md)。
您可以使用 `EBSIOBalance%` 和 `EBSByteBalance%` 指標來協助您判斷執行個體的大小是否正確。您可以在 CloudWatch 主控台檢視這些指標，並依據您指定的閾值設定會觸發的警示。這些指標以百分比表示。維持低平衡百分比的執行個體視為有待擴展規模。平衡百分比從未低於 100% 的執行個體視為有待縮減規模。如需詳細資訊，請參閱 [使用 CloudWatch 監控您的執行個體](using-cloudwatch.md)。
此記憶體密集執行個體專為在雲端執行大型記憶體內資料庫而設計，包括 SAP HANA 記憶體內資料庫的生產部署。若要將 EBS 效能最大化，請使用具有偶數數量 `io1` 或 `io2` 磁碟區且有完全相同佈建效能的高記憶體執行個體。例如，對於 IOPS 繁重的工作負載，使用具有 40,000 個佈建 IOPS 的四個 `io1` 或 `io2` 磁碟區，以獲得最大 160,000 個執行個體 IOPS。同樣地，對於輸送量繁重的工作負載，使用具有具有 48,000 佈建 IOPS 的六個 `io1` 或 `io2` 磁碟區，以獲得最大 4,750 MB/s 輸送量。如需其他建議，請參閱 [SAP HANA 的儲存組態](https://docs.aws.amazon.com/sap/latest/sap-hana/hana-ops-storage-config.html)。
**考量事項**
+ 2020 年 2 月 26 日之後推出的 G4dn、I3en、Inf1、M5a、M5ad、R5a、R5ad、T3、T3a 和 Z1d 執行個體可提供最大的 EBS 最佳化效能。若要從 2020 年 2 月 26 日之前啟動的執行個體獲得最大效能，請停止並啟動該執行個體。
+ 2019 年 12 月 3 日之後推出的 C5、C5d、C5n、M5、M5d、M5n、M5dn、R5、R5d、R5n、R5dn 和 P3dn 執行個體可提供最大的 EBS 最佳化效能。若要從 2019 年 12 月 3 日之前啟動的執行個體獲得最大效能，請停止並啟動該執行個體。
+ `u-6tb1.metal`、`u-9tb1.metal`、`u-12tb1.metal` 以及 2020 年 3 月 12 日之後推出的執行個體可提供最大的 EBS 最佳化效能。2020 年 3 月 12 日之前推出的這些類型執行個體可能會提供較低的效能。若要從 2020 年 3 月 12 日之前啟動的執行個體獲得最大效能，請聯絡您的客戶團隊以免費升級該執行個體。
# 尋找 EBS 最佳化 EC2 執行個體類型
您可以檢視每個區域中支援 EBS 最佳化的執行個體類型。
------
#### [ Console ]
**尋找預設為 EBS 最佳化的執行個體類型**
1. 前往 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台。
1. 在導覽窗格中，選擇 **Instance Types (執行個體類型)**。
1. 新增篩選條件 **EBS 最佳化支援 = 預設**。
1. (選用) 按一下**偏好設定**圖示，然後開啟相關欄位，例如 **EBS 最大 IOPS** 和 **EBS 基準 IOPS**。
1. (選用) 新增篩選條件以進一步限定到感興趣的特定執行個體類型。
------
#### [ AWS CLI ]
**尋找預設為 EBS 最佳化的執行個體類型**
使用下列 [describe-instance-types](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instance-types.html) 命令。
```
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
```
**尋找可選支援 EBS 最佳化的執行個體類型**
使用下列 [describe-instance-types](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instance-types.html) 命令。
```
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
```
下列為 `eu-west-1` 的範例輸出。
```
--------------------------------------------------------------------------
| 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 ]
**尋找預設為 EBS 最佳化的執行個體類型**
使用 [Get-EC2InstanceType](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2InstanceType.html) cmdlet。
```
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={($_.EbsInfo.EbsOptimizedInfo.MaximumThroughputInMBps)}}
```
**尋找可選支援 EBS 最佳化的執行個體類型**
使用 [Get-EC2InstanceType](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2InstanceType.html) cmdlet。
```
Get-EC2InstanceType `
-Filter @{Name="ebs-info.ebs-optimized-support"; Values="supported"} | `
Select InstanceType, `
@{Name="MaxBandwidth(Mb/s)"; Expression={($_.EbsInfo.EbsOptimizedInfo.MaximumBandwidthInMbps)}}, `
@{Name="MaxIOPS"; Expression={($_.EbsInfo.EbsOptimizedInfo.MaximumIops)}}, `
@{Name="MaxThroughput (MB/s)"; Expression={($_.EbsInfo.EbsOptimizedInfo.MaximumThroughputInMBps)}}
```
下列為 `eu-west-1` 的範例輸出。
```
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
```
------
# 針對 Amazon EC2 執行個體啟用 EBS 最佳化
您僅能為上一代可選擇支援 EBS 最佳化的執行個體類型手動啟用該功能。如果您為這些執行個體類型啟用 EBS 最佳化，需支付[額外的每小時費用](https://aws.amazon.com/ec2/previous-generation/#EBS-optimized_instances)
**先決條件**
+ 確認該執行個體類型是否需要您啟用 EBS 最佳化。如需詳細資訊，請參閱[支援 EBS 最佳化](ebs-optimized.md#previous)。
+ 若要在啟動後啟用 EBS 最佳化，您必須停止執行個體。
**警告**
當您停止執行個體時，執行個體存放磁碟區上的資料會遺失。若要保留此資料，請將其備份至持久性儲存。
------
#### [ Console ]
**若要在啟動期間啟用 Amazon EBS 最佳化**
在啟動執行個體精靈中，選取所需的執行個體類型。展開**進階詳細資訊**區段，然後對於 **EBS 最佳化執行個體**，選取**啟用**。
如果所選執行個體類型不支援 Amazon EBS 最佳化，則會停用下拉式選單。如果執行個體類型預設為 Amazon EBS 最佳化，則已選擇啟用。
**若要在啟動後啟用 Amazon EBS 最佳化**
1. 前往 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台。
1. 在導覽窗格中，選取 **Instances (執行個體)**，然後選取該執行個體。
1. 停止執行個體。依序選擇 **Actions (動作)**、**Instance state (執行個體狀態)**、**Stop instance (停止執行個體)**。
1. 在仍然選取執行個體的情況下，選取 **Actions (動作)**、**Instance settings (執行個體設定)**、**Change instance type (變更執行個體類型)**。
1. 選取 **EBS最佳化**，然後選擇**套用**。
如果執行個體類型預設為 Amazon EBS 最佳化，或不支援 Amazon EBS 最佳化，則會停用核取方塊。
1. 重新啟動執行個體。選擇 **Instance state (執行個體狀態)**、**Start instance (啟動執行個體)**。
------
#### [ AWS CLI ]
**若要在啟動期間啟用 Amazon EBS 最佳化**
請使用 `--ebs-optimized` 選項並搭配 [run-instances](https://docs.aws.amazon.com/cli/latest/reference/ec2/run-instances.html) 命令。
**若要在啟動後啟用 Amazon EBS 最佳化**
1. 如果執行個體正在執行中，使用 [stop-instance](https://docs.aws.amazon.com/cli/latest/reference/ec2/stop-instances.html) 命令來停止它。
```
aws ec2 stop-instances --instance-ids i-1234567890abcdef0
```
1. 使用 [modify-instance-attribute](https://docs.aws.amazon.com/cli/latest/reference/ec2/modify-instance-attribute.html) 命令並搭配 `--ebs-optimized` 選項來啟用 EBS 最佳化。
```
aws ec2 modify-instance-attribute \
--instance-id i-1234567890abcdef0 \
--ebs-optimized
```
------
#### [ PowerShell ]
**若要在啟動期間啟用 Amazon EBS 最佳化**
使用 [New-EC2Instance cmdlet](https://docs.aws.amazon.com/powershell/latest/reference/items/New-EC2Instance.html) 搭配 `-EbsOptimized` 選項。
**若要在啟動後啟用 Amazon EBS 最佳化**
1. 如果執行個體正在執行中，請使用 [Stop-EC2Instance](https://docs.aws.amazon.com/powershell/latest/reference/items/Stop-EC2Instance.html) cmdlet 來停止它。
```
Stop-EC2Instance -InstanceId i-1234567890abcdef0
```
1. 使用 [Edit-EC2InstanceAttribute](https://docs.aws.amazon.com/powershell/latest/reference/items/Edit-EC2InstanceAttribute.html) cmdlet 搭配 `-EbsOptimized` 選項來啟用 EBS 最佳化。
```
Edit-EC2InstanceAttribute `
-InstanceId i-1234567890abcdef0 `
-EbsOptimized $true
```
------
# Amazon EC2 執行個體的 CPU 選項
許多 Amazon EC2 執行個體支援同時多執行緒 (SMT)，此種技術可在單一 CPU 核心上同時執行多個執行緒。每個執行緒皆代表執行個體上的一個虛擬 CPU (vCPU)。執行個體有預設數量的 CPU 核心，該數量因執行個體類型而異。例如，`m5.xlarge` 執行個體類型有兩個 CPU 核心，每個核心有兩個執行緒—因此預設共有四個 vCPU。
多數情況下都會有 Amazon EC2 執行個體類型，其有符合您工作負載的記憶體和 vCPU 數量組合。但是，您還是可以在執行個體啟動期間和之後指定下列 CPU 選項，以針對特定的工作負載或商業需求將您的執行個體最佳化：
+ **Number of CPU cores (CPU 核心數量)**：您可自訂執行個體的 CPU 核心數量。這種做法可針對有足夠 RAM 數量可執行記憶體密集型工作負載但 CPU 核心較少的執行個體，將軟體的授權成本最佳化。
+ **每核心的執行緒數量**：您可以為每個 CPU 核心指定單一執行緒，來停用多執行緒。這種做法適用於特定的工作負載，例如高效能運算 (HPC) 的工作負載。
**考量事項**
+ 您無法修改 T2, C7a, M7a, R7a 和 Apple 晶片 Mac 執行個體的每個核心執行緒數目，以及以 AWS Graviton 處理器為基礎的執行個體。
+ [您可執行的執行個體數量](https://docs.aws.amazon.com/ec2/latest/instancetypes/ec2-instance-quotas.html)視所使用執行個體類型的預設 vCPU 而定。變更執行個體的 CPU 選項並不會影響我們計算該執行個體耗用 vCPU 的方式。
**定價**
指定 CPU 選項不會增加費用。對於從含許可的 Windows 及 SQL Server AMI 啟動的 EC2 執行個體，您可自訂 CPU 選項，以運用 EC2「最佳化 CPU」功能，依執行個體設定的 vCPU 數量支付許可費。對於其他 EC2 執行個體，您要支付的費用就跟使用預設 CPU 選項啟動的執行個體一樣。
**Topics**
+ [指定 CPU 選項的規則](instance-cpu-options-rules.md)
+ [支援的 CPU 選項](cpu-options-supported-instances-values.md)
+ [指定 CPU 選項](instance-specify-cpu-options.md)
+ [檢視 CPU 選項](view-cpu-options.md)
+ [最佳化 CPU](optimize-cpu.md)
# 指定 Amazon EC2 執行個體 CPU 選項的規則
若要為執行個體指定 CPU 選項，請注意下列規則：
+ 您無法指定裸機執行個體的 CPU 選項。
+ 您可以在執行個體啟動期間和之後指定 CPU 選項。
+ 若要設定 CPU 選項時，您必須在請求中同時指定 CPU 核心數量和每個核心的執行緒數量。如需請求範例，請參閱[指定 Amazon EC2 執行個體的 CPU 選項](instance-specify-cpu-options.md)。
+ 執行個體的 vCPU 數目是 CPU 核心數量乘以每核心的執行緒數量。若要指定自訂數量的 vCPU，您必須指定對該執行個體類型有效的 CPU 核心和每核心執行緒數量。不得超過執行個體預設的 vCPU 數量。如需詳細資訊，請參閱[支援 Amazon EC2 執行個體類型的 CPU 選項](cpu-options-supported-instances-values.md)。
+ 若要停用也稱為超執行緒的同時多執行緒 (SMT)，請為每個核心指定一個執行緒。
+ 在主控台中，當您[變更現有執行個體的執行個體類型](ec2-instance-resize.md)時，Amazon EC2 會盡可能將現有執行個體的 CPU 選項設定套用至新執行個體。若新的執行個體類型不支援這些設定，則 CPU 選項會重設為**使用預設 CPU 選項**。此選項使用預設 vCPU 數量的新執行個體類型。
若要更新新執行個體的設定，請在**變更執行個體類型**檢視的**進階詳細資訊**下方，選取**指定 CPU 選項**。
+ 您指定的 CPU 選項在執行個體停止、啟動或重新啟動後仍會保留。
+ 若您使用預留執行個體，則在同一付款帳戶中，為從含許可的 Windows AMI 啟動的執行個體設定「最佳化 CPU」時，可能無法套用折扣。我們建議您使用 Savings Plans 來降低基於 vCPU 的授權成本，並為運算成本提供相當的節省效果。
+ 若要節省從 Windows 及 SQL Server 含許可的 AMI 所啟動執行個體的許可成本，您必須設定至少四個 vCPU。若您設定的 vCPU 少於四個，將適用預設帳單方式。
+ T3 執行個體類型不支援為含許可的執行個體最佳化 CPU。
# 支援 Amazon EC2 執行個體類型的 CPU 選項
下表列出支援指定 CPU 選項的執行個體類型。
**Topics**
+ [
## 一般用途執行個體
](#cpu-options-gen-purpose)
+ [
## 運算最佳化執行個體
](#cpu-options-compute-optimized)
+ [
## 記憶體最佳化執行個體
](#cpu-options-mem-optimized)
+ [
## 儲存最佳化執行個體
](#cpu-options-storage-optimized)
+ [
## 加速運算執行個體
](#cpu-options-accelerated)
+ [
## 高效能運算執行個體
](#cpu-options-high-performance)
## 一般用途執行個體
| 執行個體類型 | 預設 vCPU | 預設 CPU 核心 | 預設每核心執行緒 | 有效的 CPU 核心 | 每個核心的有效執行緒 |
| --- | --- | --- | --- | --- | --- |
| 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 |
## 運算最佳化執行個體
| 執行個體類型 | 預設 vCPU | 預設 CPU 核心 | 預設每核心執行緒 | 有效的 CPU 核心 | 每個核心的有效執行緒 |
| --- | --- | --- | --- | --- | --- |
| 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 |
## 記憶體最佳化執行個體
| 執行個體類型 | 預設 vCPU | 預設 CPU 核心 | 預設每核心執行緒 | 有效的 CPU 核心 | 每個核心的有效執行緒 |
| --- | --- | --- | --- | --- | --- |
| 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、16、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 |
## 儲存最佳化執行個體
| 執行個體類型 | 預設 vCPU | 預設 CPU 核心 | 預設每核心執行緒 | 有效的 CPU 核心 | 每個核心的有效執行緒 |
| --- | --- | --- | --- | --- | --- |
| 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 |
## 加速運算執行個體
| 執行個體類型 | 預設 vCPU | 預設 CPU 核心 | 預設每核心執行緒 | 有效的 CPU 核心 | 每個核心的有效執行緒 |
| --- | --- | --- | --- | --- | --- |
| 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 |
## 高效能運算執行個體
| 執行個體類型 | 預設 vCPU | 預設 CPU 核心 | 預設每核心執行緒 | 有效的 CPU 核心 | 每個核心的有效執行緒 |
| --- | --- | --- | --- | --- | --- |
| 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 |
# 指定 Amazon EC2 執行個體的 CPU 選項
您可以在執行個體啟動期間或之後指定 CPU 選項。
**Topics**
+ [
## 停用同時多執行緒
](#cpu-options-disable-simultaneous-multithreading)
+ [
## 啟動時指定 vCPU 的自訂數量
](#cpu-options-customize-vCPUs-launch)
+ [
## 在啟動範本中指定 vCPU 的自訂數量
](#cpu-options-customize-vCPUs-launch-template)
+ [
## 變更 EC2 執行個體的 CPU 選項
](#change-vCPUs-after-launch)
## 停用同時多執行緒
若要停用也稱為超執行緒的同時多執行緒 (SMT)，請為每個核心指定 1 個執行緒。
------
#### [ Console ]
**在執行個體啟動期間停用 SMT**
1. 遵照 [使用主控台中的啟動執行個體精靈，啟動 EC2 執行個體](ec2-launch-instance-wizard.md) 程序並視需要設定執行個體。
1. 展開**進階詳細資訊**，然後選取**指定 CPU 選項**核取方塊。
1. 針對 **Core count (核心計數)**，選擇所需的 CPU 核心數量。在本範例中，若要指定 `r5.4xlarge` 執行個體的預設 CPU 核心計數，請選擇 `8`。
1. 若要停用 SMT，請在**每核心執行緒**中選擇 **1**。
1. 在 **Summary** (摘要) 面板中，檢閱您的執行個體組態，然後選擇 **Launch instance** (啟動執行個體)。如需詳細資訊，請參閱[使用主控台中的啟動執行個體精靈，啟動 EC2 執行個體](ec2-launch-instance-wizard.md)。
------
#### [ AWS CLI ]
**在執行個體啟動期間停用 SMT**
使用 [run-instances](https://docs.aws.amazon.com/cli/latest/reference/ec2/run-instances.html) AWS CLI 命令，並為 `--cpu-options` 參數指定 `1` `ThreadsPerCore`的值。在 `CoreCount` 指定 CPU 核心數目。在本範例中，若要指定 `r7i.4xlarge` 執行個體的預設 CPU 核心計數，請指定值 `8`。
```
aws ec2 run-instances \
--image-id ami-0abcdef1234567890 \
--instance-type r7i.4xlarge \
--cpu-options "CoreCount=8,ThreadsPerCore=1" \
--key-name my-key-pair
```
------
#### [ PowerShell ]
**在執行個體啟動期間停用 SMT**
使用 [New-EC2Instance](https://docs.aws.amazon.com/powershell/latest/reference/items/New-EC2Instance.html) 命令，為 `-CpuOptions` 參數的 `ThreadsPerCore` 指定值 `1`。在 `CoreCount` 指定 CPU 核心數目。在本範例中，若要指定 `r7i.4xlarge` 執行個體的預設 CPU 核心計數，請指定值 `8`。
```
New-EC2Instance `
-ImageId 'ami-0abcdef1234567890' `
-InstanceType 'r7i.4xlarge' `
-CpuOptions @{CoreCount=8; ThreadsPerCore=1} `
-KeyName 'my-key-pair'
```
------
**注意**
若要停用現有執行個體的 SMT，請依照 [變更 EC2 執行個體的 CPU 選項](#change-vCPUs-after-launch) 中所示的流程操作，並將每個核心執行的執行緒數量變更為 `1`。
## 啟動時指定 vCPU 的自訂數量
當您從 EC2 主控台或 AWS CLI啟動執行個體時，您可以自訂 CPU 核心數量和每個核心的執行緒數量。本節中的範例使用具有下列預設設定的`r5.4xlarge` 執行個體類型：
+ CPU 核心：8
+ 每核心執行緒：2
執行個體啟動時，預設會有執行個體類型可用的 vCPUs 數量上限。對於此執行個體類型，總共 16 個 vCPU (8 個核心，每個執行 2 個執行緒)。如需有關此執行個體類型的詳細資訊，請參閱 [記憶體最佳化執行個體](cpu-options-supported-instances-values.md#cpu-options-mem-optimized)。
以下範例啟動有 4 個 vCPU 的 `r5.4xlarge` 執行個體。
------
#### [ Console ]
**在執行個體啟動期間指定 vCPU 的自訂數量**
1. 遵照 [使用主控台中的啟動執行個體精靈，啟動 EC2 執行個體](ec2-launch-instance-wizard.md) 程序並視需要設定執行個體。
1. 展開**進階詳細資訊**，然後選取**指定 CPU 選項**核取方塊。
1. 指定 2 個 CPU 核心和每核心 2 個執行緒，即可得到 4 個 vCPU，如下所示：
+ 在**核心計數**中，選擇 **2**。
+ 針對 **Threads per core (每核心執行緒)**，選擇 **2**。
1. 在 **Summary** (摘要) 面板中，檢閱您的執行個體組態，然後選擇 **Launch instance** (啟動執行個體)。如需詳細資訊，請參閱[使用主控台中的啟動執行個體精靈，啟動 EC2 執行個體](ec2-launch-instance-wizard.md)。
------
#### [ AWS CLI ]
**在執行個體啟動期間指定 vCPU 的自訂數量**
使用 [run-instances](https://docs.aws.amazon.com/cli/latest/reference/ec2/run-instances.html) AWS CLI 命令，並在 `--cpu-options` 參數中指定 CPU 核心數量和執行緒數量。您可以指定 2 個 CPU 核心和每核心 2 個執行緒，如此便能得到 4 個 vCPU。
```
aws ec2 run-instances \
--image-id ami-0abcdef1234567890 \
--instance-type r7i.4xlarge \
--cpu-options "CoreCount=2,ThreadsPerCore=2" \
--key-name my-key-pair
```
或者，指定 4 個 CPU 核心和每核心 1 個執行緒 (停用 SMT)，也可以產生 4 個 vCPU：
```
aws ec2 run-instances \
--image-id ami-0abcdef1234567890 \
--instance-type r7i.4xlarge \
--cpu-options "CoreCount=4,ThreadsPerCore=1" \
--key-name my-key-pair
```
------
#### [ PowerShell ]
**在執行個體啟動期間指定 vCPU 的自訂數量**
使用 [New-EC2Instance](https://docs.aws.amazon.com/powershell/latest/reference/items/New-EC2Instance.html) 命令，在 `-CpuOptions` 參數中指定 CPU 核心數量和執行緒數量。您可以指定 2 個 CPU 核心和每核心 2 個執行緒，如此便能得到 4 個 vCPU。
```
New-EC2Instance `
-ImageId 'ami-0abcdef1234567890' `
-InstanceType 'r7i.4xlarge' `
-CpuOptions @{CoreCount=2; ThreadsPerCore=2} `
-KeyName 'my-key-pair'
```
或者，指定 4 個 CPU 核心和每核心 1 個執行緒 (停用 SMT)，也可以產生 4 個 vCPU：
```
New-EC2Instance `
-ImageId 'ami-0abcdef1234567890' `
-InstanceType 'r7i.4xlarge' `
-CpuOptions @{CoreCount=4; ThreadsPerCore=1} `
-KeyName 'my-key-pair'
```
------
## 在啟動範本中指定 vCPU 的自訂數量
可在啟動範本中自訂執行個體的 CPU 核心數量和每個核心的執行緒數量。本節中的範例使用具有下列預設設定的`r5.4xlarge` 執行個體類型：
+ CPU 核心：8
+ 每核心執行緒：2
執行個體啟動時，預設會有執行個體類型可用的 vCPUs 數量上限。對於此執行個體類型，總共 16 個 vCPU (8 個核心，每個執行 2 個執行緒)。如需有關此執行個體類型的詳細資訊，請參閱 [記憶體最佳化執行個體](cpu-options-supported-instances-values.md#cpu-options-mem-optimized)。
以下範例建立的啟動範本會指定具有 4 個 vCPU 的 `r5.4xlarge` 執行個體的組態。
------
#### [ Console ]
**在啟動範本中指定 vCPU 的自訂數量**
1. 遵照 [指定參數來建立啟動範本](create-launch-template.md#create-launch-template-define-parameters) 程序並視需要設定啟動範本。
1. 展開**進階詳細資訊**，然後選取**指定 CPU 選項**核取方塊。
1. 指定 2 個 CPU 核心和每核心 2 個執行緒，即可得到 4 個 vCPU，如下所示：
+ 在**核心計數**中，選擇 **2**。
+ 針對 **Threads per core (每核心執行緒)**，選擇 **2**。
1. 在**摘要**面板中，檢閱執行個體組態，然後選擇**建立啟動範本**。如需詳細資訊，請參閱[將執行個體啟動參數存放在 Amazon EC2 啟動範本中](ec2-launch-templates.md)。
------
#### [ AWS CLI ]
**在啟動範本中指定 vCPU 的自訂數量**
使用 [create-launch-template](https://docs.aws.amazon.com/cli/latest/reference/ec2/create-launch-template.html) AWS CLI 命令，並在 `CpuOptions` 參數中指定 CPU 核心數量和執行緒數量。您可以指定 2 個 CPU 核心和每核心 2 個執行緒，如此便能得到 4 個 vCPU。
```
aws ec2 create-launch-template \
--launch-template-name TemplateForCPUOptions \
--version-description CPUOptionsVersion1 \
--launch-template-data file://template-data.json
```
以下是包含啟動範本資料的 JSON 檔案範例，其中包括此範例的執行個體組態的 CPU 選項。
```
{
"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
}
}
```
或者，指定 4 個 CPU 核心和每核心 1 個執行緒 (停用 SMT)，也可以產生 4 個 vCPU：
```
{
"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 ]
**在啟動範本中指定 vCPU 的自訂數量**
使用 [New-EC2LaunchTemplate](https://docs.aws.amazon.com/powershell/latest/reference/items/New-EC2LaunchTemplate.html)。
```
New-EC2LaunchTemplate `
-LaunchTemplateName 'TemplateForCPUOptions' `
-VersionDescription 'CPUOptionsVersion1' `
-LaunchTemplateData (Get-Content -Path 'template-data.json' | ConvertFrom-Json)
```
------
## 變更 EC2 執行個體的 CPU 選項
由於您的需求會隨著時間發生變化，您可能想要變更現有執行個體的 CPU 選項組態。每個在執行個體上執行的執行緒都稱為虛擬 CPU (vCPU)。您可以在 Amazon EC2 主控台、 AWS CLI API 或 SDKs 中變更為現有執行個體執行的 vCPUs 數量。執行個體狀態必須是 `Stopped`，才能進行此變更。
若要檢視主控台或命令列步驟，請選取符合您環境的標籤。如需 API 請求和回應資訊，請參閱「Amazon EC2 API 參考」**中的 [ModifyInstanceCpuOptions](https://docs.aws.amazon.com/AWSEC2/latest/APIReference/API_ModifyInstanceCpuOptions.html)。
------
#### [ Console ]
請依照此程序操作，從 AWS 管理主控台變更執行個體的作用中 vCPU 數量。
1. 前往 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台。
1. 在左側導覽窗格中選擇 **(執行個體)**。這會開啟為目前 AWS 區域定義的執行個體清單。
1. 從**執行個體**清單中，選取執行個體。或者，您可以選取執行個體連結以開啟執行個體詳細資訊頁面。
1. 如果執行個體正在執行，您必須先將其停止才能繼續。從**執行個體狀態**功能表中，選擇**停止執行個體**。
1. 若要變更 vCPU 組態，請從**動作**功能表的**執行個體設定**中，選擇**變更 CPU 選項**。這會開啟**變更 CPU 選項**頁面。
1. 選擇下列其中一個 CPU 選項，以變更執行個體的組態。
**使用預設 CPU 選項**
此選項會將執行個體重設為執行個體類型的預設 vCPU 數量。預設為執行所有 CPU 核心的所有執行緒。
**指定 CPU 選項**
此選項會啟用在執行個體上執行的 vCPUs 數量組態。
1. 若您選擇**指定 CPU 選項**，則會顯示**作用中 vCPU** 欄位。
+ 使用第一個選擇工具設定為每個 CPU 核心執行的執行緒數量。若要停用同步多執行緒，請選擇 `1`。
+ 使用第二個選擇工具會設定為執行個體執行的 CPU 數量。
當您對 CPU 選項選擇工具進行變更時，以下欄位會動態更新。
+ **作用中 vCPU**：根據您所進行的選擇，CPU 核心的數量乘以每核心執行緒。例如，如果您選取 2 個執行緒和 4 個核心，則等於 8 vCPU。
+ **vCPUs 總數**：執行個體類型的 vCPU 數量上限。例如，對於 `m6i.4xlarge` 執行個體類型，這是 16 個 vCPU (8 個核心，每個執行 2 個執行緒)。
1. 若要套用您的更新，請選擇**變更**。
------
#### [ AWS CLI ]
請依照此程序操作，從 AWS CLI變更執行個體的作用中 vCPU 數量。
使用 [modify-instance-cpu-options](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/ec2/modify-instance-cpu-options.html) 命令，並指定 `--core-count` 參數中執行的 CPU 核心數量，以及 `--threads-per-core` 參數中每個核心執行的執行緒數量。
下列範例顯示 `m6i.4xlarge` 執行個體類型上兩個可能的組態，以在指定的執行個體上執行 8 個 vCPU。此執行個體類型的預設值為 16 個 vCPU (8 個核心，每個核心執行 2 個執行緒)。
**範例 1：**執行 4 個 CPU 核心，每個核心有 2 個執行緒，總共 8 個 vCPU。
```
aws ec2 modify-instance-cpu-options \
--instance-id i-1234567890abcdef0 \
--core-count=4 \
--threads-per-core=2
```
**範例 2：**將每個核心執行的執行緒數量變更為 `1`，停用同時多執行緒。產生的組態也會執行總共 8 vCPU (8 個 CPU 核心，每個核心 1 個執行緒)。
```
aws ec2 modify-instance-cpu-options \
--instance-id 1234567890abcdef0 \
--core-count=8 \
--threads-per-core=1
```
------
#### [ PowerShell ]
**變更執行個體的作用中 vCPU 數量**
使用 [Edit-EC2InstanceCpuOption](https://docs.aws.amazon.com/powershell/latest/reference/items/Edit-EC2InstanceCpuOption.html) cmdlet 命令，並指定 `-CoreCount` 參數中執行的 CPU 核心數量，以及 `ThreadsPerCore` 參數中每個核心執行的執行緒數量。
**範例 1：**執行 4 個 CPU 核心，每個核心有 2 個執行緒，總共 8 個 vCPU。
```
Edit-EC2InstanceCpuOption `
-InstanceId 'i-1234567890abcdef0' `
-CoreCount 4 `
-ThreadsPerCore 2
```
**範例 2：**將每個核心執行的執行緒數量變更為 `1`，停用同時多執行緒。產生的組態也會執行總共 8 vCPU (8 個 CPU 核心，每個核心 1 個執行緒)。
```
Edit-EC2InstanceCpuOption `
-InstanceId 'i-1234567890abcdef0' `
-CoreCount 8 `
-ThreadsPerCore 1
```
------
# 檢視 Amazon EC2 執行個體的 CPU 執行緒與核心
您可透過描述執行個體，檢視現有執行個體的 CPU 選項。
------
#### [ Console ]
**檢視執行個體的 CPU 選項**
1. 前往 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台。
1. 在左側的導覽窗格中，選取 **Instances (執行個體)**，然後選取執行個體。
1. 在 **Details (詳細資料)** 標籤的 **Host and placement group (主機與置放群組)** 下，尋找 **Number of vCPUs (vCPU 的數目)**。
------
#### [ AWS CLI ]
**檢視執行個體的 CPU 選項**
使用 [describe-instances](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instances.html) 命令。
```
aws ec2 describe-instances \
--instance-ids i-1234567890abcdef0 \
--query Reservations[].Instances[].CpuOptions
```
以下為範例輸出。`CoreCount` 欄位會指出執行個體的核心數量。`ThreadsPerCore` 欄位顯示每核心的執行緒數量。
```
[
{
"CoreCount": 24,
"ThreadsPerCore": 2
},
]
```
------
#### [ PowerShell ]
**檢視執行個體的 CPU 選項**
使用 [Get-EC2Instance](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2Instance.html) cmdlet。
```
(Get-EC2Instance `
-InstanceId 'i-1234567890abcdef0').Instances.CpuOptions
```
以下為範例輸出。
```
AmdSevSnp CoreCount ThreadsPerCore
--------- --------- --------------
24 2
```
------
或者，若要檢視 CPU 資訊，您可以連線到執行個體並使用下列其中一個系統工具：
+ Windows 執行個體上的 Windows `Task Manager`
+ Linux 執行個體上的 **lscpu** 命令
您可以使用 AWS Config 記錄、評估、稽核和評估執行個體的組態變更，包括終止的執行個體。如需詳細資訊，請參閱《AWS Config 開發人員指南》**中的[開始使用 AWS Config](https://docs.aws.amazon.com/config/latest/developerguide/getting-started.html)。
# 針對含許可的執行個體最佳化 CPU
Microsoft SQL Server 等工作負載通常需要高層級的記憶體和 IOPS，但 vCPU 計數較低。 AWS 提供廣泛的執行個體類型，可涵蓋您大部分的基礎設施需求。不過，若要降低 Windows 和 Microsoft SQL Server 的 vCPU 型授權成本，您可以自訂在 EC2 執行個體上執行vCPUs 數量，同時維護相同的記憶體、儲存體和網路規格。此方法可以節省包含授權和 Bring-Your-Own-License (BYOL) 工作負載的 vCPU 型授權成本。您可以使用 主控台或 Amazon EC2 API，在啟動或修改執行個體時指定 CPU 選項。如需說明，請參閱[指定 Amazon EC2 執行個體的 CPU 選項](instance-specify-cpu-options.md)。
如需詳細資訊，請參閱這篇[部落格文章](https://aws.amazon.com/blogs/modernizing-with-aws/optimize-cpus-best-practices-for-sql-server-workloads-continued/)，了解為 SQL Server 工作負載最佳化 CPU 的最佳實務。
## 支援的許可類型
「最佳化 CPU」支援對從含許可 AMI 啟動之執行個體的下列許可組態類型，依作用中 CPU 數量帳單。如需有關許可類型的詳細資訊，請參閱 [AMI 帳單資訊欄位](billing-info-fields.md)。
**含許可 AMI 執行個體帳單**
| 已含許可 | 使用操作 | 每個 vCPU 小時的價格 |
| --- | --- | --- |
| Windows Server | RunInstances:0002 | 0.046 美元 |
| Windows Server 搭配 SQL Server Enterprise | RunInstances:0102 | 0.421 美元 |
| Windows Server 搭配 SQL Server Standard | RunInstances:0006 | 0.166 美元 |
| Windows Server 搭配 SQL Server Web | RunInstances:0202 | 0.063 美元 |
## 支援的購買選項
針對含許可的執行個體，「最佳化 CPU」支援下列購買選項：
+ On-Demand
+ Savings Plans
**警告**
若您使用預留執行個體，在同一付款帳戶中為含許可執行個體設定「最佳化 CPU」時，可能無法套用折扣。我們建議您使用 Savings Plans 來降低基於 vCPU 的授權成本，並為運算成本提供相當的節省效果。
在 2025 年 10 月 15 日之前，對相同執行個體類型的 Windows 及 SQL Server 同時使用「最佳化 CPU」和「預留執行個體」的帳戶，已新增至退出清單以維持其目前的帳單體驗。若要利用「最佳化 CPU」許可節省，請聯絡 [AWS 支援 中心](https://console.aws.amazon.com/support/home#/)，將您從退出清單中移除。
## 「最佳化 CPU」如何節省授權費用
下列範例協助說明設定 CPU 用量時可能實現的成本節省。
**範例 1：預設帳單**此範例顯示從含許可的 Windows 及 SQL Server Enterprise AMI 啟動的 r7i.8xlarge 執行個體，該執行個體以執行個體類型的預設 CPU 組態 (32 個 vCPU) 執行了 100 小時 (3200 個 vCPU 小時)。
帳單會顯示一個明細項目，其中包含了用量和授權費用的合併費率。
![\[含許可之 Windows 及 SQL Server Enterprise 執行個體的預設帳單範例。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/optimize-cpus-sample-bill-default.png)
**範例 2：最佳化 CPU 帳單**此範例顯示從含許可的 Windows 及 SQL Server Enterprise AMI 啟動的 r7i.8xlarge 執行個體。為節省許可費用，作用中 CPU 數量已減少為 16 vCPU。執行個體之後會使用新組態執行 100 小時。
帳單顯示下列兩個明細項目。
帳單描述：**Elastic Compute Cloud**
第一個明細項目顯示執行 100 小時 (211.68 USD) 的 Windows 及 SQL Server 執行個體的基準成本。
帳單描述：**Amazon EC2 最佳化 CPU 含許可第三方費用**
第二個明細項目涵蓋以帳單期間作用中 vCPU 數量為基礎的授權費用 (673.60 USD)。
![\[含許可之 Windows 及 SQL Server Enterprise 執行個體的「最佳化 CPU」帳單範例。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/optimize-cpus-sample-bill-optimized.png)
**範例 3：使用 Savings Plans 最佳化 CPU 帳單**此範例顯示從含許可的 Windows 及 SQL Server Enterprise AMI 啟動的 r7i.8xlarge 執行個體。為節省許可費用，作用中 CPU 數量已減少為 16 vCPU。執行個體之後會使用新組態執行 100 小時。
一項為期一年、每小時 1.60 USD (四捨五入) 承諾額的*無預付款 Compute Savings Plan*，可進一步節省成本，降低 Windows 及 SQL Server 執行個體的基準成本。Savings Plans 的承諾額以每小時 1.53362 USD 的 Savings Plans 費率，涵蓋 r7i.8xlarge 執行個體整整 100 小時的使用時間。
帳單會顯示下列明細項目。
帳單描述：適用於**運算用量的 Savings Plans**
第一個明細項目顯示完整 100 小時用量的 Savings Plan 承諾額 (160.00 USD)。
帳單描述：**Elastic Compute Cloud**
第二個明細項目包括兩個項目。第一個項目顯示未使用 Savings Plan 時，執行了 100 小時的 Windows 及 SQL Server 執行個體之基準成本 (211.68 USD)。第二個明細項目顯示 Compute Savings Plan (-211.68 USD) 涵蓋了全部基準成本，因此產生此明細項目的淨成本為 0。
帳單描述：**Amazon EC2 最佳化 CPU 含許可第三方費用**
第三個明細項目涵蓋以帳單期間作用中 vCPU 數量為基礎的授權費用 (673.60 USD)。
![\[包含 Savings Plan 及最佳化 CPU 帳單的範例帳單，適用於含授權的 Windows 及 SQL Server Enterprise 執行個體。\]](http://docs.aws.amazon.com/zh_tw/AWSEC2/latest/UserGuide/images/optimize-cpus-sample-bill-savings-plan.png)
# Amazon EC2 執行個體的 AMD SEV-SNP
AMD Secure Encrypted Virtualization-Secure Nested Paging (AMD SEV-SNP) 是一項 CPU 功能，可提供下列屬性：
+ **認證** – AMD SEV-SNP 可讓您擷取已簽署的認證報告，其中包含可用來驗證執行個體的狀態和身分的加密措施，以及是否在正版 AMD 硬體上執行。如需詳細資訊，請參閱[使用 AMD SEV-SNP 來認證 Amazon EC2 執行個體](snp-attestation.md)。
+ **記憶體加密** – 從 AMD EPYC （米蘭）、 AWS Graviton2 和 Intel Xeon 可擴充 (Ice Lake) 處理器開始，執行個體記憶體一律會加密。為 AMD SEV-SNP 啟用的執行個體會使用執行個體特定金鑰進行記憶體加密。
**Topics**
+ [
## 概念和術語
](#snp-concepts)
+ [
## 要求
](#snp-requirements)
+ [
## 考量事項
](#snp-considerations)
+ [
## 定價
](#snp-pricing)
+ [尋找支援的執行個體類型](snp-find-instance-types.md)
+ [啟用 AMD SEV-SNP](snp-work-launch.md)
+ [使用 AMD SEV-SNP 進行認證](snp-attestation.md)
## 概念和術語
在開始使用 AMD SEV-SNP 之前，請確保您已熟悉下列概念和術語。
**AMD SEV-SNP 認證報告**
AMD SEV-SNP 認證報告是執行個體可向 CPU 請求的文件。AMD SEV-SNP 認證報告可用於驗證執行個體的狀態和身分，以及確認執行個體是否在准許的 AMD 環境中執行。該報告包含啟動測量，這是執行個體初始啟動狀態的密碼編譯雜湊，包含其初始執行個體記憶體內容和 vCPU 的初始狀態。AMD SEV-SNP 認證報告採用 VLEK 簽章進行簽署，可以鏈接回 AMD 信任根源。
**VLEK**
Versioned Loaded Endorsement Key (VLEK) 是由 AMD 認證的版本化簽署金鑰，並由 AMD CPU 用來簽署 AMD SEV-SNP 認證報告。可以使用 AMD 提供的憑證來驗證 VLEK 簽章。
**OVMF 二進位**
Open Virtual Machine Firmware (OVMF) 是用來為執行個體提供 UEFI 環境的早期開機程式碼。早期開機程式碼在 AMI 中的程式碼啟動之前執行。OVMF 也會尋找並執行 AMI 中提供的開機載入器。更多詳細資訊，請參閱 [OVMF 儲存庫](https://github.com/tianocore/tianocore.github.io/wiki/OVMF)。
## 要求
若要使用 AMD SEV-SNP，必須執行下列動作：
+ 使用下列其中一個支援的執行個體類型：
+ **一般用途**：`m6a.large` \$1 `m6a.xlarge` \$1 `m6a.2xlarge` \$1 `m6a.4xlarge` \$1 `m6a.8xlarge`
+ **運算優化**：`c6a.large` \$1 `c6a.xlarge` \$1 `c6a.2xlarge` \$1 `c6a.4xlarge` \$1 `c6a.8xlarge` \$1 `c6a.12xlarge` \$1 `c6a.16xlarge`
+ **記憶體優化**：`r6a.large` \$1 `r6a.xlarge` \$1 `r6a.2xlarge` \$1 `r6a.4xlarge`
+ 在支援的 中啟動執行個體 AWS 區域。目前僅支援美國東部 (俄亥俄) 和歐洲 (愛爾蘭)。
+ 使用具有 `uefi` 或 `uefi-preferred` 開機模式的 AMI，以及支援 AMD SEV-SNP 的作業系統。如需有關作業系統上 AMD SEV-SNP 支援的詳細資訊，請參閱各自的作業系統文件。針對 AWS，在 AL2023、RHEL 9.3、SLES 15 SP4 和 Ubuntu 23.04 與更新版本上支援 AMD SEV-SNP。
## 考量事項
您僅可在啟動執行個體時啟用 AMD SEV-SNP。在為執行個體啟動啟用 AMD SEV-SNP 時，將適用以下規則。
+ 啟用後，便無法停用 AMD SEV-SNP。其在整個執行個體生命週期中皆會保持啟用狀態。
+ 您僅可[變更執行個體類型](ec2-instance-resize.md)為其他支援 AMD SEV-SNP 的執行個體類型。
+ 不支援 Hibernation 和 Nitro Enclaves。
+ 不支援專用主機。
+ 如果執行個體的基礎主機已排定進行維護，則您將在事件發生前 14天收到排定的事件通知。您必須手動停止或重新啟動執行個體，才能將其移至新主機。
## 定價
在開啟 AMD SEV-SNP 的情形下啟用 Amazon EC2 執行個體時，需支付額外的小時用量費，相當於所選執行個體類型[隨需小時費率](https://aws.amazon.com/ec2/pricing/on-demand/)的 10%。
此 AMD SEV-SNP 用量費是針對 Amazon EC2 執行個體之用量而單獨收取的費用。預留執行個體、Savings Plans 和作業系統用量不會影響此費用。
如果將 Spot 執行個體設定為在啟用 [AMD SEV-SNP](#sev-snp) 的情形下啟動，則需要支付額外的小時用量費，相當於所選執行個體類型[隨需小時費率](https://aws.amazon.com/ec2/pricing/on-demand/)的 10%。如果配置策略使用價格作為輸入，則 Spot 機群不包含此額外費用；僅使用 Spot 價格。
# 尋找支援 AMD SEV-SNP 的 EC2 執行個體類型
可以尋找支援 AMD SEV-SNP 的執行個體類型。Amazon EC2 主控台不會顯示執行個體類型的此資訊。
------
#### [ AWS CLI ]
**若要尋找支援 AMD SEV-SNP 的執行個體類型**
使用下列 [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) 命令。
```
aws ec2 describe-instance-types \
--filters Name=processor-info.supported-features,Values=amd-sev-snp \
--query 'InstanceTypes[*].[InstanceType]' \
--output text | sort
```
以下為範例輸出。
```
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 ]
**若要尋找支援 AMD SEV-SNP 的執行個體類型**
使用 [Get-EC2InstanceType](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2InstanceType.html) cmdlet。
```
(Get-EC2InstanceType `
-Filter @{Name="processor-info.supported-features"; Values="amd-sev-snp"}).InstanceType.Value | Sort-Object
```
以下為範例輸出。
```
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
```
------
# 為 EC2 執行個體啟用 AMD SEV-SNP
可以在啟用 AMD SEV-SNP 的情況下啟動執行個體。無法在啟動後啟用 AMD SEV-SNP。
## 在啟用 AMD SEV-SNP 的情況下啟動執行個體
無法使用 Amazon EC2 主控台來啟用 AMD SEV-SNP。
------
#### [ AWS CLI ]
**若要在啟用 AMD SEV-SNP 的情況下啟動執行個體**
搭配使用 [https://docs.aws.amazon.com/cli/latest/reference/ec2/run-instances.html](https://docs.aws.amazon.com/cli/latest/reference/ec2/run-instances.html) 命令與 `--cpu-options` 選項。如需其他需求，請參閱 [AMD SEV-SNP 需求](sev-snp.md#snp-requirements)。
```
--cpu-options AmdSevSnp=enabled
```
------
#### [ PowerShell ]
**若要在啟用 AMD SEV-SNP 的情況下啟動執行個體**
使用 [New-EC2Instance](https://docs.aws.amazon.com/powershell/latest/reference/items/New-EC2Instance.html) cmdlet 搭配 `-CpuOption` 參數。
```
-CpuOption @{AmdSevSnp="enabled"}
```
------
## 檢查是否已為 AMD SEV-SNP 啟用 EC2 執行個體
可以尋找已為 AMD SEV-SNP 啟用的執行個體。Amazon EC2 主控台不會顯示此資訊。
------
#### [ AWS CLI ]
**若要檢查是否已為執行個體啟用 AMD SEV-SNP**
使用 [https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instances.html](https://docs.aws.amazon.com/cli/latest/reference/ec2/describe-instances.html) 命令。
```
aws ec2 describe-instances \
--instance-ids i-1234567890abcdef0 \
--query Reservations[].Instances[].CpuOptions
```
以下為範例輸出。如果 `CpuOptions` 中不存在 `AmdSevSnp`，則會停用 AMD SEV-SNP。
```
[
{
"AmdSevSnp": "enabled",
"CoreCount": 1,
"ThreadsPerCore": 2
}
]
```
------
#### [ PowerShell ]
**若要檢查是否已為執行個體啟用 AMD SEV-SNP**
使用 [Get-EC2Instance](https://docs.aws.amazon.com/powershell/latest/reference/items/Get-EC2Instance.html) cmdlet。
```
(Get-EC2Instance `
-InstanceId i-1234567890abcdef0).Instances.CpuOptions
```
以下為範例輸出。如果 `AmdSevSnp` 的值不存在，則會停用 AMD SEV-SNP。
```
AmdSevSnp CoreCount ThreadsPerCore
--------- --------- --------------
enabled 1 2
```
------
#### [ AWS CloudTrail ]
在執行個體啟動請求 AWS CloudTrail 的情況下，下列屬性表示執行個體已啟用 AMD SEV-SNP。
```
"cpuOptions": {"AmdSevSnp": "enabled"}
```
------
# 使用 AMD SEV-SNP 來認證 Amazon EC2 執行個體
認證是一種程序，可讓您的執行個體證明其狀態和身分。當您為執行個體啟用 AMD SEV-SNP 後，可以向基礎處理器請求 AMD SEV-SNP 認證報告。AMD SEV-SNP 認證報告包含初始訪客記憶體內容的密碼編譯雜湊 (稱為啟動測量) 和初始 vCPU 狀態。認證報告採用 VLEK 簽章進行簽署，可以鏈接回 AMD 信任根源。您可以使用認證報告中包含的啟動測量來驗證執行個體是否在正版 AMD 環境中執行，並驗證用於啟動執行個體的初始啟動程式碼。
**先決條件**
啟動已為 AMD SEV-SNP 啟用的執行個體。如需詳細資訊，請參閱[為 EC2 執行個體啟用 AMD SEV-SNP](snp-work-launch.md)。
**Topics**
+ [
## 步驟 1：取得認證報告
](#snp-att-get-report)
+ [
## 步驟 2：驗證證明報告簽章
](#snp-att-validate-signature)
## 步驟 1：取得認證報告
在此步驟中，您會安裝並建置 `snpguest` 公用程式，然後用其來請求 AMD SEV-SNP 認證報告和憑證。
1. 連線到您的執行個體。
1. 執行下列命令以從 [https://github.com/virtee/snpguest](https://github.com/virtee/snpguest) 建置 `snpguest` 公用程式。
```
$ git clone https://github.com/virtee/snpguest.git
$ cd snpguest
$ cargo build -r
$ cd target/release
```
1. 產生要求認證報告的請求。公用程式會從主機請求證明報告，並使用提供之請求資料將其寫入二進位檔案。
以下範例會建立隨機請求字串，並使用其作請求檔案 (`request-file.txt`)。當命令傳回證明報告時，其會存放在您指定的檔案路徑中 (`report.bin`)。在此情況下，公用程式會將報告存放在目前目錄中。
```
$ ./snpguest report report.bin request-file.txt --random
```
1. 從主機記憶體請求憑證，並將其儲存為 PEM 檔案。以下範例會將檔案存放在與 `snpguest` 公用程式相同的目錄中。若憑證已存在於指定目錄中，便會覆寫這些憑證。
```
$ ./snpguest certificates PEM ./
```
## 步驟 2：驗證證明報告簽章
認證報告使用憑證簽署，稱為 Versioned Loaded Endorsement Key (VLEK)，由 AMD 發行 AWS。在此步驟中，您可以驗證 VLEK 憑證是否由 AMD 簽發，且認證報告會透過該 VLEK 憑證進行簽署。
1. 從 AMD 官方網站將 VLEK 信任根憑證下載至目前目錄。
```
$ sudo curl --proto '=https' --tlsv1.2 -sSf https://kdsintf.amd.com/vlek/v1/Milan/cert_chain -o ./cert_chain.pem
```
1. 使用 `openssl` 來驗證 VLEK 憑證是否由 AMD 信任根憑證簽署。
```
$ sudo openssl verify --CAfile ./cert_chain.pem vlek.pem
```
以下為範例輸出。
```
vlek.pem: OK
```
1. 使用 `snpguest` 公用程式來驗證認證報告由 VLEK 憑證簽署。
```
$ ./snpguest verify attestation ./ report.bin
```
以下為範例輸出。
```
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 執行個體的處理器狀態控制
**C-states** 可控制核心在閒置狀態要進入的休眠等級。C-state 從 C0 (最淺閒置狀態，此時核心處於喚醒狀態並執行指令) 開始編號，最高可到 C6 (最深閒置狀態，此時核心會關閉)。
**P-states** 則可控制所需的核心效能 (CPU 頻率)。P-state 從 P0 (最高效能設定，此時核心可視需要使用 Intel Turbo Boost 技術來提高頻率) 開始編號，之後則從 P1 (請求最大基準頻率的 P-state) 到 P15 (最低適用頻率)。
**注意**
AWS Graviton 處理器具有內建省電模式，並以固定頻率運作。因此，它們不能為作業系統提供控制 C-state 和 P-states 的能力。
**C-state 和 P-state**
下列執行個體類型可讓作業系統控制 C-states 和 P-states：
+ **一般用途**： `m4.10xlarge` \$1 `m4.16xlarge`
+ **運算優化**： `c4.8xlarge`
+ **記憶體優化**： `r4.8xlarge` \$1 `r4.16xlarge` \$1 `x1.16xlarge` \$1 `x1.32xlarge` \$1 `x1e.8xlarge` \$1 `x1e.16xlarge` \$1 `x1e.32xlarge`
+ **儲存最佳化：**`d2.8xlarge` \$1 `i3.8xlarge` \$1 `i3.16xlarge` \$1 `h1.8xlarge` \$1 `h1.16xlarge`
+ **加速運算**： `f1.16xlarge` \$1 `g3.16xlarge` \$1 `p2.16xlarge` \$1 `p3.16xlarge`
+ **裸機**：所有使用 Intel 和 AMD 處理器的裸機執行個體
**僅 C-state**
下列執行個體類型可讓作業系統控制 C-states：
+ **一般用途**： `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` `m5zn.12xlarge` \$1 \$1 \$1 \$1 `m6a.24xlarge` `m6a.48xlarge` `m6i.16xlarge` `m6i.32xlarge` `m6id.16xlarge` `m6id.32xlarge` `m6idn.16xlarge` `m6in.16xlarge` `m6in.32xlarge` \$1 `m7a.medium` \$1 \$1 `m7a.large` \$1 \$1 `m7a.xlarge` \$1 \$1 \$1 \$1 \$1 \$1 `m7a.2xlarge` `m7a.4xlarge` `m7a.8xlarge` `m7a.12xlarge` `m7a.16xlarge` `m7a.24xlarge` `m7a.32xlarge` `m7a.48xlarge` `m7i.large` `m7i.xlarge` \$1 `m7i.2xlarge` \$1 \$1 \$1 \$1 \$1 \$1 \$1 ` m7i.4xlarge` `m7i.8xlarge` `m7i.12xlarge` `m7i.16xlarge` `m7i.24xlarge` `m7i.48xlarge` `m8a.medium` `m8a.large` `m8a.xlarge` \$1 `m8a.2xlarge` \$1 \$1 `m8a.4xlarge` \$1 \$1 `m8a.8xlarge` \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 `m8a.12xlarge` `m8a.16xlarge` `m8a.24xlarge` `m8a.48xlarge` `m8azn.medium` `m8azn.large` `m8azn.xlarge` `m8azn.3xlarge` `m8azn.6xlarge` `m8azn.12xlarge` `m8azn.24xlarge` `m8i.large` `m8i.xlarge` `m8i.2xlarge` `m8i.4xlarge` `m8i.8xlarge` `m8i.12xlarge` `m8i.16xlarge` `m8i.24xlarge` `m8i.32xlarge` `m8i.48xlarge` `m8i.96xlarge` `m8id.large` `m8id.xlarge` `m8id.2xlarge` `m8id.4xlarge` `m8id.8xlarge` `m8id.12xlarge` `m8id.16xlarge` `m8id.24xlarge` `m8id.32xlarge` `m8id.48xlarge` `m8id.96xlarge`
+ **運算最佳化**： `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` `c5d.24xlarge` \$1 \$1 \$1 \$1 `c6id.32xlarge` \$1 `c5n.9xlarge` `c5n.18xlarge` `c6a.24xlarge` `c6a.32xlarge` `c6a.48xlarge` `c6i.16xlarge` `c6i.32xlarge` `c6id.24xlarge` \$1 `c6in.32xlarge` \$1 \$1 `c7a.medium` \$1 \$1 \$1 \$1 \$1 \$1 \$1 `c7a.large` `c7a.xlarge` `c7a.2xlarge` `c7a.4xlarge` `c7a.8xlarge` `c7a.12xlarge` `c7a.16xlarge` `c7a.24xlarge` `c7a.32xlarge` `c7a.48xlarge` \$1 `c7i.large` \$1 \$1 `c7i.xlarge` \$1 \$1 `c7i.2xlarge` \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 `c7i.4xlarge` `c7i.8xlarge` `c7i.12xlarge` `c7i.16xlarge` `c7i.24xlarge` `c7i.48xlarge` `c8a.medium` `c8a.large` `c8a.xlarge` `c8a.2xlarge` `c8a.4xlarge` `c8a.8xlarge` `c8a.12xlarge` `c8a.16xlarge` `c8a.24xlarge` `c8a.48xlarge` `c8i.large` `c8i.xlarge` `c8i.2xlarge` `c8i.4xlarge` `c8i.8xlarge` `c8i.12xlarge` `c8i.16xlarge` `c8i.24xlarge` `c8i.32xlarge` `c8i.48xlarge` `c8i.96xlarge` `c8id.large` `c8id.xlarge` `c8id.2xlarge` `c8id.4xlarge` `c8id.8xlarge` `c8id.12xlarge` `c8id.16xlarge` `c8id.24xlarge` `c8id.32xlarge` `c8id.48xlarge` `c8id.96xlarge` `x8i.large` `x8i.xlarge` `x8i.2xlarge` `x8i.4xlarge` `x8i.8xlarge` `x8i.12xlarge` `x8i.16xlarge` `x8i.24xlarge` `x8i.32xlarge` `x8i.48xlarge` `x8i.48xlarge` `x8i.96xlarge`
+ **記憶體最佳化**： `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 \$1 \$1 \$1 \$1 `r7a.xlarge` \$1 `r6a.24xlarge` `r6a.48xlarge` `r6i.16xlarge` `r6i.32xlarge` `r6id.16xlarge` `r6id.32xlarge` `r6in.16xlarge` `r6in.32xlarge` `r7a.medium` `r7a.large` \$1 \$1 `r7a.2xlarge` \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 `r7a.4xlarge` `r7a.8xlarge` `r7a.12xlarge` `r7a.16xlarge` `r7a.24xlarge` `r7a.32xlarge` `r7a.48xlarge` `r7i.large` `r7i.xlarge` `r7i.2xlarge` `r7i.4xlarge` \$1 \$1 `r7i.8xlarge` \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 \$1 `r7i.12xlarge` `r7i.16xlarge` `r7i.24xlarge` `r7i.48xlarge` `r7iz.large` `r7iz.xlarge` `r7iz.2xlarge` `r7iz.4xlarge` `r7iz.8xlarge` `r7iz.12xlarge` `r7iz.16xlarge` `r7iz.32xlarge` `r8a.medium` `r8a.large` `r8a.xlarge` `r8a.2xlarge` `r8a.4xlarge` `r8a.8xlarge` `r8a.12xlarge` `r8a.16xlarge` `r8a.24xlarge` `r8a.48xlarge` `r8i.large` `r8i.xlarge` `r8i.2xlarge` `r8i.4xlarge` `r8i.8xlarge` `r8i.12xlarge` `r8i.16xlarge` `r8i.24xlarge` `r8i.32xlarge` `r8i.48xlarge` `r8i.96xlarge` `r8id.large` `r8id.xlarge` `r8id.2xlarge` `r8id.4xlarge` `r8id.8xlarge` `r8id.12xlarge` `r8id.16xlarge` `r8id.24xlarge` `r8id.32xlarge` `r8id.48xlarge` `r8id.96xlarge` `u-3tb1.56xlarge` `u-6tb1.56xlarge` `u-6tb1.112xlarge` `u-9tb1.112xlarge` `u-12tb1.112xlarge` `u-18tb1.112xlarge` `u-24tb1.112xlarge` `u7i-6tb.112xlarge` `u7i-8tb.112xlarge` `u7i-12tb.224xlarge` `u7in-16tb.224xlarge` `u7in-24tb.224xlarge` ` u7in-32tb.224xlarge` `u7inh-32tb.480xlarge` `x2idn.32xlarge` `x2iedn.16xlarge` `x2iedn.32xlarge` `x2iezn.12xlarge` `x8aedz.large` `x8aedz.xlarge` `x8aedz.3xlarge` `x8aedz.6xlarge` `x8aedz.12xlarge` `x8aedz.24xlarge` `z1d.6xlarge` `z1d.12xlarge`
+ **儲存最佳化**：`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`
+ **加速運算**： `dl1.24xlarge` \$1 `f2.6xlarge` \$1 `f2.12xlarge` \$1 `f2.48xlarge` \$1 `g5.24xlarge` \$1 `g5.48xlarge` \$1 `g6.24xlarge` \$1 `g6.48xlarge` \$1 \$1 `g6e.12xlarge` `g6e.24xlarge` \$1 `g6e.48xlarge` `g7e.2xlarge` \$1 `g7e.4xlarge` `g7e.8xlarge` \$1 `g7e.12xlarge` \$1 `g7e.24xlarge` \$1 \$1 `g7e.48xlarge` \$1 \$1 `inf1.24xlarge` \$1 `p3dn.24xlarge` \$1 \$1 `p4d.24xlarge` \$1 `p4de.24xlarge` \$1 \$1 `p5.48xlarge` \$1 `p5e.48xlarge` \$1 `p5en.48xlarge` `p6-b200.48xlarge` \$1 \$1 \$1 `p6-b300.48xlarge` `trn1.32xlarge` `trn2.3xlarge` `trn2.48xlarge` `trn2a.3xlarge` `trn2a.48xlarge` \$1 `trn2n.3xlarge` `trn2n.48xlarge` `trn2p.48xlarge` `trn2u.48xlarge` `vt1.24xlarge`
+ **高效能運算**： `hpc7a.12xlarge` \$1 `hpc7a.24xlarge` \$1 `hpc7a.48xlarge` \$1 `hpc7a.96xlarge` \$1 `hpc8a.96xlarge`
建議您變更 C-state 或 P-state 設定來提高處理器效能穩定性、減少延遲或針對特定工作負載微調執行個體。預設 C-state 和 P-state 設定提供最大效能，適合多數工作負載使用。然而，若您的應用程式更適合犧牲較高的單核心或雙核心頻率以降低延遲，或在較低頻率更能展現穩定效能 (而不適合使用突增 Turbo Boost 頻率)，請考慮嘗試調整這些執行個體的 C-state 或 P-state 設定。
如需不同處理器組態以及如何監控 Amazon Linux 組態效果的資訊，請參閱「Amazon Linux 2 使用者指南」**中的 [Amazon EC2 Amazon Linux 執行個體的處理器狀態控制](https://docs.aws.amazon.com//linux/al2/ug/processor_state_control.html)。這些程序專為 Amazon Linux 撰寫並使用，然而，亦可能適用其他搭載 Linux 核心 3.9 或更新版本的 Linux 發行版本。如需其他 Linux 發行版本和處理器狀態控制的詳細資訊，請參閱您的系統特定文件。