以客户为本的创新总是让我充满热情。 当 AWS 的客户告诉我，他们需要找到一个从在 AWS 中存储或移出海量数据的简单方法，我给他们的建议就是： AWS Snowball 。后来他们又对我说，希望在把设备和数据发回 AWS 前，能进行本地数据处理和过滤（通常在没有网络的站点），我们启动了 AWS Snowball Edge ，这可以让他们使用 AWS Lambda 功能进行本地处理。今年早些时候，我们对 EC2 计算实例增加了更多支持，使其具有六个实例大小，并且能够在每个设备上预加载多达 10 个 AMI。
这是一个巨大的进步，但是我们并未停步。
更多的计算能力和 GPU
我很高兴地告诉大家，我们正在准备为大家提供两个全新的 Snowball Edge 选项：Snowball Edge 计算优化和 Snowball Edge GPU 计算优化（原始的 Snowball Edge 现在命名为 Snowball Edge Storage Optimized）。这两个新选项包括 42 TB 的 S3 兼容存储，以及 7.68 TB 的 NVMe SSD 存储，让您可以运行所有的实例组合，最高可达 52 vCPU 和 208 GiB 内存。更高的处理能力让您在 Edge 进行更多类型的处理。
以下是其实例的规格：
| 实例名称 | vCPU 数 | 内存 |
|---|---|---|
| sbe-c.small / sbe-g.small | 1 | 2 GiB |
| sbe-c.medium / sbe-g.medium | 1 | 4 GiB |
| sbe-c.large / sbe-g.large | 2 | 8 GiB |
| sbe-c.xlarge / sbe-g.xlarge | 4 | 16 GiB |
| sbe-c.2xlarge / sbe-g.2xlarge | 8 | 32 GiB |
| sbe-c.4xlarge / sbe-g.4xlarge | 16 | 64 GiB |
| sbe-c.8xlarge / sbe-g.8xlarge | 32 | 128 GiB |
| sbe-c.12xlarge / sbe-g.12xlarge | ||
| 48 | 192 GiB |
Snowball Edge GPU 计算优化包括一个内置 GPU，你可用它进行实时全动作视频分析和处理、机器学习干预以及其他高度平行的计算密集型工作。您可以启动一个 sbe-g 实例来访问你的 GPU。
也可以像以前一样，使用控制台选择需要的选项：
计算优化设备的尺寸只略大于存储优化设备。新产品即将在亚马逊上线：
随时关注
即将与大家分享更多信息，敬请期待。
作者介绍：
Jeff Barr
AWS 首席布道师； 2004 年开始发布博客，此后便笔耕不辍。
本文转载自 AWS 技术博客。
评论