Amazon Elastic Compute Cloud (EC2) R7iz 实例是内存优化型高 CPU 性能实例。它们是云中速度最快的实例，基于第四代英特尔至强可扩展（Sapphire Rapids），具有 3.9 GHz 持续全核睿频频率。比上一代 z1d 实例相比，R7iz 实例的性能提升了高达 20%。它们使用 DDR5 内存，提供的内存带宽比 z1d 实例高 2.4 倍。R7iz 实例提供 8:1 的内存与 vCPU 比率，可实现高达 128 个 vCPU 和 1024 GiB 内存。高 CPU 性能和高内存占用的结合使 R7iz 实例非常适合用于前端电子设计自动化（EDA）、单核许可证费用高的关系数据库、财务、保险精算、数据分析模拟工作负载。
AWS 和英特尔继续合作提供专门满足当前和未来计算要求的云服务。有关详细信息，请参阅 AWS 和英特尔合作伙伴页面。
优势
总体拥有成本更低
比上一代 z1d 实例相比，R7iz 实例的计算性能提升了高达 20%。高 CPU 性能与高达 1024 GiB 的内存相结合，可提高应用程序（如 EDA 和关系数据库）的整体性能。这可以帮助您加快产品开发投入市场的速度，同时降低许可成本。
灵活性高，选择丰富
R7iz 实例在云上添加了最广泛、最深入的 EC2 实例选择。它们提供最大 32xlarge 实例大小，并提供裸机大小。相比其他高频实例，提供多 2.6 倍的 vCPU，您可以纵向扩展内存密集型工作负载。
资源效率最大化
R7iz 实例基于 AWS Nitro System 构建，该系统是专用硬件和轻量管理程序的组合，几乎将主机硬件的所有计算和内存资源都提供给您的实例，从而提供更好的整体性能和安全性。
功能
高 CPU 性能
R7iz 实例是云中速度最快的实例，基于第四代英特尔至强可扩展（Sapphire Rapids），具有 3.9 GHz 持续全核睿频频率。这些实例通过英特尔 Total Memory Encryption（TME）支持全天候运行内存加密。
高性能接口
R7iz 实例支持高达 50Gbps 的联网。R7iz 实例还支持最大 40Gbps 的 Amazon Elastic Block Store（EBS）带宽。此外，使用 R7iz 实例，您最多可以将 88 个 EBS 卷附加到一个实例（相比之下，z1d 最多允许将 28 个 EBS 卷附加到一个实例）。R7iz 实例使用新的 DDR5 内存技术，提供的内存带宽比同类高频率实例高 2.4 倍。R7iz 实例在 32xlarge 和 metal-32xl 大小中支持 Elastic Fabric Adapter（EFA）。
全新加速器
第四代英特尔至强可扩展处理器提供 4 个全新的内置加速器。高级矩阵扩展（AMX）– 适用于所有大小 – 加速基于 CPU 的机器学习等应用的矩阵乘法运算。数据流加速器（DSA）、内存分析加速器（IAA）和 QuickAssist 技术（QAT）— 适用于 R7iz 裸机大小，可实现高效卸载和加速数据操作，帮助优化用于数据库、加密和压缩以及队列管理工作负载的性能。
基于 Nitro System 构建
AWS Nitro System 可按照许多不同方式进行组合，使 AWS 能够通过不断扩展的计算、存储、内存和网络选项，灵活设计并快速交付 EC2 实例类型。Nitro 卡可以针对功能来分流和加速 I/O，最终提高整体系统性能。
产品详细信息
Amazon EC2 R7iz 实例由第 4 代英特尔至强可扩展处理器提供支持，非常适合高 CPU 和内存密集型工作负载。
| 实例大小 | vCPU | 内存 (GiB) | 实例存储 (GB) | 网络带宽（Gbps） | EBS 带宽（Gbps） |
r7iz.large |
2 |
16 |
仅限 EBS |
最高 12.5 |
最高 10 |
r7iz.xlarge |
4 |
32 |
仅限 EBS |
最高 12.5 |
最高 10 |
r7iz.2xlarge |
8 |
64 |
仅限 EBS |
最高 12.5 |
最高 10 |
r7iz.4xlarge |
16 |
128 |
仅限 EBS |
最高 12.5 |
最高 10 |
r7iz.8xlarge |
32 |
256 |
仅限 EBS |
12.5 |
10 |
r7iz.12xlarge |
48 |
384 |
仅限 EBS |
25 |
19 |
r7iz.16xlarge |
64 |
512 |
仅限 EBS |
25 |
20 |
r7iz.32xlarge |
128 |
1024 |
仅限 EBS |
50 |
40 |
r7iz.metal-16xl |
64 |
512 |
仅限 EBS |
25 |
20 |
r7iz.metal-32xl |
128 |
1024 |
仅限 EBS |
50 |
40 |
客户评价
Aiven 为组织提供了一个开源云数据平台，用于构建现代数据基础设施。
“我们帮助客户简化其数据基础设施，从而提高成本效益并提升软件灵活性。吞吐量和延迟是客户在为我们的数据平台选择云计算选项时评估的关键因素。我们很高兴能突破最新 Amazon EC2 R7iz 实例的性能限制，与上一代 R6i 实例相比，吞吐量提高了 170%，平均延迟降低了 41%。”
Heikki Nousiainen，Aiven 首席技术官
Astera Labs 是特定用途数据和内存连接解决方案，该解决方案可消除整个数据中心的性能瓶颈。
“我们 100% 在云中为云构建解决方案。这就是我们对使用新 Amazon EC2 R7iz 实例所表现出的潜力而感到兴奋的原因，对比 R6i 实例，其可以为我们提供增强的单线程性能。在测试新 R7iz 实例期间，对比 R6i 实例，我们可以实现高达 25% 的性能提升。有了增强的性能，我们可以加快交付芯片、软件和系统级连接解决方案（在云中实现人工智能和机器学习愿景）的能力。”
Jitendra Mohan，Astera Labs 首席执行官
纳斯达克是买卖有价证券和其他工具的全球电子交易所，也是市场基础设施技术提供商，服务于超过 50 个国家和地区的 130 个其他交易所、监管机构和交易后组织。
“我们利用 Amazon EC2 高频实例大规模地为客户提供可靠的超低延迟和高性能。Amazon EC2 R7iz 实例拥有新的更小的裸机大小和更好的 NUMA 关联，可以为工作负载提供卓越的吞吐量，简化系统架构，并通过降低延迟来提高确定性。此次创新是 AWS 和纳斯达克合作伙伴关系的关键组成部分，旨在为全球资本市场构建新一代支持云的基础设施。”
Nikolai Larbalestier，纳斯达克高级副总裁
Noname Security 创建了强大、完整且易于使用的 API 安全平台，可帮助企业发现、分析、修复和测试所有传统和现代 API。
“我们使用人工智能和机器学习进行流量分析，以自动检测 API 威胁，为客户提供低延迟和高带宽安全性对我们来说非常重要。在基准测试期间，Amazon EC2 R7iz 实例提供了近乎实时的安全性，与 C6i 实例相比，响应时间快 3 倍，吞吐量也更高。我们也很高兴能够利用新的高级矩阵扩展（AMX）来提高针对机器学习工作负载的性能，从而降低全球各地出现 API 安全漏洞和网络攻击的风险。”
Shay Levi，Noname Security 首席技术官
SingleStoreDB 是一个云原生数据库，专为提高速度和扩展性而构建，可为实时应用程序提供支持。
“全球几乎所有垂直行业的领先公司都使用 SingleStoreDB 来增强客户体验，改善运营和安全性。优化底层基础设施的计算性能对于支持不断增长的工作负载是必要的。在测试 Amazon EC2 R7iz 实例时，我们的工程团队发现，与上一代基于 Ice Lake 的实例相比，数据库性能提高了 19%。我们期待利用 Amazon EC2 最新的 Sapphire Rapids 实例为交易和分析提供卓越的性能。”
Rob Weidner，SingleStoreDB 云合作伙伴关系总监
TotalCAE 的平台支持数百种工程应用程序，使客户可以轻松地在云中采用高性能计算（HPC）应用程序。
“Amazon EC2 R7iz 实例结合了 1 TB 的最新 DDR5 内存和运行频率为 3.9 GHz 的最新第四代英特尔至强可扩展处理器，可为有限元分析（FEA）等应用程序提供下一代性能。我们在 R7iz 实例上测试了多个旗舰版授权 FEA 应用程序，发现与上一代 R6id 实例相比，R7iz 实例在相同的许可成本下可实现高达 19% 的性能提升。我们的客户对其 FEA 应用程序许可证进行了大量投资，我们渴望帮助他们充分利用许可证投资并加快上市速度。”
Rod Mach，TotalCAE 总裁
Amazon Relational Database Service（RDS）是一个托管式服务的集合，可以简化在云中设置、运营和扩展数据库的过程。
“Amazon EC2 R7iz 实例是关系数据库工作负载的理想之选，这些工作负载一般具有较高的每核心许可成本。航空业和银行业客户需要运行苛刻的工作负载，他们当前使用 z1d 实例。对比 z1d，R7iz 在计算性能方面提升了 20%，大小更大（最大 32xlarge），内存吞吐量为 z1d 的 2.4 倍（使用最新 DDR5），可帮助客户在规模继续扩展的同时，实现卓越性能。”
Kambiz Aghili，DBS 托管商业引擎 RDS 总经理
Hugging Face Hub 是一个可供任何人分享、探索、发现和试验开源 ML 的中心场所。
“在 Hugging Face，我们很自豪能够与英特尔合作，为数百万使用 Hugging Face 的人工智能开发人员加速开发在从英特尔至强 CPU 到 Habana Gaudi 人工智能加速器的最新一代硬件上运行的最新模型。
可在 Amazon EC2 上随时获得的第四代英特尔至强全新加速功能推出了对变压器训练和推理的 bfloat16 和 INT8 支持，这得益于高级矩阵扩展（AMX）。
通过将 Intel Extension for Pytorch（IPEX）集成到我们的 Optimum-Intel 库中，我们使 Hugging Face 用户能够非常轻松地以最少的代码更改获得加速优势。使用自定义 EC2 Gen 7 实例（例如 Amazon EC2 R7iz 和其他实例），我们通过微调 DistilBERT 实现了 8 倍的速度提升，并且能够将同一转换器模型上的推理速度提升 3 倍。同样，在使用 Stable Diffusion 模型生成图像时，我们实现了 6.5 倍的速度提升。”
Ella Charlaix，Hugging Face 机器学习工程师
