阿里云通用型g7实例测评,实例特点、适用场景、性能、指标数据等数据参考

简介: 通用型g7实例云服务器是目前阿里云官方重点推荐的一款第七代云服务器实例,这款云服务器实例主打的是性能更优,下面小编通过实例介绍、云服务器配置、适用场景、性能提升、指标数据、最新价格这6个方面来做一个测评和介绍,看看这款性能更优云服务器到底怎么样,为什么阿里云官方活动会重点推荐这个实例规格的云服务器。

通用型g7实例云服务器是目前阿里云官方重点推荐的一款第七代云服务器实例,这款云服务器实例主打的是性能更优,下面小编通过实例介绍、云服务器配置、适用场景、性能提升、指标数据、最新价格这6个方面来做一个测评和介绍,看看这款性能更优云服务器到底怎么样,为什么阿里云官方活动会重点推荐这个实例规格的云服务器。

一、通用型g7实例介绍

1、底层架构
通用型g7实例底层架构为X86 计算架构,具有性能稳定且资源独享的特点,企业级X86每一个vCPU都对应一个Intel Xeon处理器核心的超线程;适用于绝大部分用户的上云场景,是一般用户选择阿里云服务器的主要架构,一般用户在选择阿里云服务器实例规格时,都是基于x86计算架构来选择的。

2、通用型g7实例特点
通用型g7实例采用第三代Intel® Xeon®可扩展处理器(Ice Lake),基频2.7 GHz,全核睿频3.5 GHz,计算性能稳定;依托第三代神龙架构,提供稳定可预期的超高性能。同时通过芯片快速路径加速手段,完成存储、网络性能以及计算稳定性的数量级提升;支持vTPM特性,依托TPM/TCM芯片,实现从服务器到实例的启动链可信度量,提供超高安全能力;支持阿里云虚拟化Enclave特性,提供基于虚拟化的机密计算环境。阿里云服务器实例规格参考资料:实例规格族介绍

3、通用型g7实例属于企业级实例
通用型g7实例属于企业级实例,在企业级实例中,基于X86架构的实例规格,每一个vCPU都对应一个处理器核心的超线程,基于ARM架构的实例规格,每一个vCPU都对应一个处理器的物理核心,具有性能稳定且资源独享的特点。共享型实例采用非绑定CPU调度模式。每个vCPU会被随机分配到任何空闲CPU超线程上,不同实例vCPU会争抢物理CPU资源,并导致高负载时计算性能波动不稳定,有可用性SLA保证,但无性能SLA保证。

二、通用型g7实例云服务器配置

通用型g7实例提供2c-64c规格和1:4的处理器与内存配比,也就是说无论选择2核8G、4核16G、8核32G这种1:4的处理器与内存配比的云服务器时,就可以选择通用型g7实例,这种配比最大的好处是云服务器有充足的内存资源,可以满足一些进程运行时需要消耗较高内存的场景对云服务器的需求。

三、通用型g7实例适用场景

通用型g7实例适用于中小型数据库系统、缓存、搜索集群,具体的使用场景如下

  • 高网络包收发场景,例如视频弹幕、电信业务转发等
  • 游戏服务器
  • 中小型数据库系统、缓存、搜索集群
  • 各种类型和规模的企业级应用
  • 网站和应用服务器
  • 数据分析和计算
  • 安全可信计算场景
  • 区块链场景

四、七代云服务器有哪些性能提升

通用型g7实例属于阿里云最新的第七代云服务器实例规格,相比于第五代和第六代云服务器实例,在安全、计算、网络、存储及稳定性和端到端性能方面的性能均有所提升,具体如下:
1、安全方面:
全量搭载包含可信芯片的硬件可信根; 实例支持虚拟化可信能力; 支持阿里云虚拟化Enclave (基于第三代神龙架构)(即将上线)加密计算能力。

2、计算方面:
实例最大支持192个vCPU,计算、存储、网络性能继续领跑全球。
为了提升安全性和稳定性,阿里云进一步完善no QEMU极致优化,,降低ECS计算抖动。配合Aliyun Linux 2 LTS,第七代实例启动速度最多提升60%、运行时性能最多提升30%。

3、网络方面:
第七代ECS实例有了重大突破,首次支持50Gx2的网络架构, 配合阿里云物理网络架构全面升级,最多可以使用100G带宽,同时将传输带宽提升近5倍,空载网络延时有最多下降30%。
为了配合网络转发能力和带宽的提升, 第七代高主频实例支持大帧传输,, 真正能够把带宽物尽其用。依托神龙计算平台的转发效率,,世界领先。

4、存储方面:
整机存储吞吐从2GB上升到4GB,吞吐能力提升一倍;存储转发能力从20万 IOPS提升到60万IOPS;写延时最多下降20%以上,接近裸盘性能。标配ESSD云盘,挂载密度最多提升1倍,最大吞吐能力提升1倍,最大IOPS提升1倍。

5、性能稳定性方面:
阿里云采用软硬一体的计算架构,将物理机上的转发任务卸载到神龙芯片上,避免了底层资源争抢而导致的虚拟机性能波动。 第七代ECS实例不仅进一步降低性能抖动,同时引入硬件级别QOS能力,为客户关键业务带来更强的保障。

6、端到端性能方面:
MySQL、Redis、Nginx等互联网高负载场景性能最大提升50%; 视频转码场景,性能最多可提升40%; 区块链场景,性能提升8至10倍。

五、通用型g7实例不同配置指标数据参考

g7包括的实例规格及指标数据如下表所示:

实例规格 vCPU 内存(GiB) 网络带宽基础/突发(Gbit/s) 网络收发包PPS 支持vTPM 连接数 多队列 弹性网卡 单网卡私有IPv4地址数 单网卡IPv6地址数 最大挂载数据盘数量 云盘IOPS基础/突发 云盘带宽基础/突发(Gbit/s)
ecs.g7.large 2 8 2/最高10 90万 最高25万 2 3 6 6 8 2万/最高11万 1.5/最高6
ecs.g7.xlarge 4 16 3/最高10 100万 最高25万 4 4 15 15 8 4万/最高11万 2/最高6
ecs.g7.2xlarge 8 32 5/最高10 160万 最高25万 8 4 15 15 16 5万/最高11万 3/最高6
ecs.g7.3xlarge 12 48 8/最高10 240万 最高25万 8 8 15 15 16 7万/最高11万 4/最高6
ecs.g7.4xlarge 16 64 10/最高25 300万 30万 8 8 30 30 16 8万/最高11万 5/最高6
ecs.g7.6xlarge 24 96 12/最高25 450万 45万 12 8 30 30 16 11万/无 6/无
ecs.g7.8xlarge 32 128 16/最高25 600万 60万 16 8 30 30 24 15万/无 8/无
ecs.g7.16xlarge 64 256 32/无 1200万 120万 32 8 30 30 32 30万/无 16/无
ecs.g7.32xlarge 128 512 64/无 2400万 240万 32 15 30 30 32 60万/无 32/无

六、通用型g7实例云服务器最新优惠价格参考

2023年5月7日开始,阿里云产品已经完成大规模调价,其中Intel 7 代主售系列(ecs.g7/g7/r7)调价幅度为降低15-20%,倚天 ARM 实例(ecs.c8y/g8y/r8y)降低15-20%,GPU 实例(ecs.gn6v/gn6i)降低41-47%,因此,通用型g7实例的收费标准相对以往已经有所下降,具体调价明细可参考:阿里云产品大规模调价

目前新用户购买通用型g7实例云服务器可享受6折的优惠,最低价格仅需2117.95元1年起,可选配置为2核8G、4核16G和8核32G,带宽1M-5M可选,国内及国外地域均有优惠,配置和带宽越高价格也越高,具体优惠价格如下表所示:

云服务器实例 配置 带宽 系统盘容量 1M带宽优惠价格 2M带宽优惠价格 3M带宽优惠价格 4M带宽优惠价格 5M带宽优惠价格
通用型g7 2核8G 1M-5M 40G ESSD云盘 2117.95元/1年 2283.55元/1年 2463.55元/1年 2643.55元/1年 2852.35元/1年
通用型g7 4核16G 1M-5M 40G ESSD云盘 3926.30元/1年 4091.90元/1年 4271.90元/1年 4451.90元/1年 4660.70元/1年
通用型g7 8核32G 1M-5M 40G ESSD云盘 7543.01元/1年 7708.61元/1年 7888.61元/1年 8068.61元/1年 8277.41元/1年
通用算力型g7(国外地域) 2核8G 1M-5M 40G ESSD云盘 3905.83元/1年 4121.83元/1年 4337.83元/1年 4553.83元/1年 4769.83元/1年
通用算力型g7(国外地域) 4核16G 1M-5M 40G ESSD云盘 7376.78元/1年 7592.78元/1年 7808.78元/1年 8024.78元/1年 8240.78元/1年
通用算力型g7(国外地域) 8核32G 1M-5M 40G ESSD云盘 14318.68元/1年 14534.68元/1年 14750.68元/1年 14966.68元/1年 15182.68元/1年

阿里云轻量应用服务器与云服务器实时优惠价格及查询:https://www.aliyun.com/daily-act/ecs/activity_selection
c7g7r7云服务器价格图.png

最后总结:

阿里云的通用型g7实例首先是一款独享型企业级实例,同时又是最新的第七代云服务器实例,在安全、计算、网络等各方面的能力均有所提升,1:4的处理器与内存配比适用于中小型数据库系统、缓存、搜索集群,是非常适合企业级用户上云的一款云服务器实例规格。

相关实践学习
使用操作系统智能助手OS Copilot解锁操作系统运维与编程
在本实验场景中,将在阿里云ECS上体验OS Copilot产品。OS Copilot是阿里云操作系统团队基于大模型构建的OS智能助手。它具有自然语言问答、辅助命令执行、系统运维调优等功能,帮助用户更好地使用Linux,提升阿里云的使用体验。
7天玩转云服务器
云服务器ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,可降低 IT 成本,提升运维效率。本课程手把手带你了解ECS、掌握基本操作、动手实操快照管理、镜像管理等。了解产品详情: https://www.aliyun.com/product/ecs
相关文章
|
机器学习/深度学习 自然语言处理 语音技术
字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言(Python3.10)
按照固有的思维方式,如果想要语音克隆首先得有克隆对象具体的语言语音样本,换句话说,克隆对象必须说过某一种语言的话才行,但现在,coqui-ai TTS V2.0版本做到了,真正的跨语种无需训练的语音克隆技术。 coqui-ai TTS实现跨语种、无需训练克隆语音的方法是基于Tacotron模型,该模型使用了一种音素输入表示来鼓励在不同语种之间共享模型容量。此外,还引入了对抗损失项,以鼓励模型将说话者身份与语音内容进行解耦。这使得模型能够在不同语种之间进行语音合成,而无需在任何双语或平行示例上进行训练。
字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言(Python3.10)
|
存储 缓存 NoSQL
Spring-Boot实战|分布式缓存-JPA的二级缓存-Redis
以JPA为ORM框架的微服务,默认是二级缓存是关闭的。因为在分布式集群架构下,本地的二级缓存必然会带来多个微服务实例缓存不一致问题。将二级缓存移交给第三方中间件可以很好的解决缓存不一致问题。而Redis一款高性能的K-V存储中间件,在保证缓存一致性的同时,还能提供高性能,高可用的特性。本篇文章就是基于开源框架Hibernate-Redis,将Redis作为为JPA的二级缓存实现
5443 0
Spring-Boot实战|分布式缓存-JPA的二级缓存-Redis
|
11月前
|
存储 人工智能 分布式计算
阿里云服务器实例规格选择参考:如何根据业务场景选择适合自己的实例规格
在我们购买阿里云服务器的时候,阿里云提供了众多的云服务器实例规格,满足了不同行业、不同业务场景的多样化需求。然而,面对众多的实例选择,如何根据自身的业务特性,挑选出最合适的云服务器实例规格,成为了众多用户,尤其是新手用户比较关心的问题。本文旨在通过深入剖析阿里云服务器的各类实例规格,结合具体的业务场景,为您提供一份详尽的实例规格选择指南,以供参考和选择。
|
7月前
|
弹性计算 前端开发 NoSQL
2025最新阿里云服务器配置选择攻略:CPU、内存、带宽与系统盘全解析
本文详解2025年阿里云服务器ECS配置选择策略,涵盖CPU、内存、带宽与系统盘推荐,助你根据业务需求精准选型,提升性能与性价比。
|
机器学习/深度学习 人工智能 测试技术
IMAGPose:南理工突破性人体生成框架!多姿态适配+细节语义融合,刷新图像生成范式
IMAGPose 是南京理工大学推出的用于人体姿态引导图像生成的统一条件框架,解决了传统方法在姿态引导的人物图像生成中的局限性,支持多场景适应、细节与语义融合、灵活的图像与姿态对齐以及全局与局部一致性。
331 0
|
运维 监控 Unix
htop命令详解
`htop`是Unix-like系统的一款增强版进程查看器,基于ncurses,提供实时系统监控、交互式导航、彩色界面和多核支持。用户可通过键盘或鼠标操作,如排序、搜索、过滤进程,直接发送信号(如`F9`杀进程)等。常用快捷键包括`P`(按CPU排序)、`F3`(搜索进程)、`F2`(设置)和`F10`(退出)。它是`top`的现代替代品,提升资源管理和故障排查效率。
1059 2
|
存储 数据采集 监控
CDGA\如何建立实现数据治理的效率价值框架:实践案例解析
数据治理是一个持续优化的过程。组织应建立健全的监督与评估机制,定期对数据治理工作进行评估,发现问题及时整改。广东药科大学通过数据全景图和数据监控大屏,实现了对数据治理成果的动态、多维度呈现与监控,为科学管理决策提供了有力支撑。
|
存储 并行计算 算法
CUDA统一内存:简化GPU编程的内存管理
在GPU编程中,内存管理是关键挑战之一。NVIDIA CUDA 6.0引入了统一内存,简化了CPU与GPU之间的数据传输。统一内存允许在单个地址空间内分配可被两者访问的内存,自动迁移数据,从而简化内存管理、提高性能并增强代码可扩展性。本文将详细介绍统一内存的工作原理、优势及其使用方法,帮助开发者更高效地开发CUDA应用程序。
|
定位技术
GIS系列专题(2):Clipper计算机图形库使用说明(Vatti‘s clipping algorithm)
GIS系列专题(2):Clipper计算机图形库使用说明(Vatti‘s clipping algorithm)
2783 0
GIS系列专题(2):Clipper计算机图形库使用说明(Vatti‘s clipping algorithm)
|
机器学习/深度学习 数据采集 算法
利用机器学习优化数据中心的能耗管理
在数据中心管理和运营领域,能耗优化是提高经济效益和环境可持续性的关键。本文提出了一种基于机器学习的方法来优化数据中心的能源消耗,通过实时监控与智能调节系统参数以降低总体能耗。研究采用多种算法对比分析,包括监督式学习、非监督式学习以及强化学习,并在此基础上设计出一套综合策略。该策略不仅提升了能效比(PUE),还保证了系统的高可靠性和性能稳定性。文章的结构首先介绍数据中心能耗管理的重要性,然后详细阐述所提出的机器学习模型及其实现过程,最后通过实验结果验证了方法的有效性。