Zum Inhalt

Compute Flavors

Die NETWAYS Cloud bietet für gehostete Server verschiedene sogenannte Compute Flavors, also Serverklassen mit verschiedenen Vorzügen.

Im Folgenden werden diese Serverklassen sowie ihre Ausprägungen erläutert.

General Purpose

Die Server der Klasse General Purpose besitzen ausgewogene Spezifikationen für Anwendungen, die keine besonderen Anforderungen stellen.

Sie bieten eine preiswerte Möglichkeit, Dienste in der NETWAYS Cloud zu betreiben, ohne unnötig für Ressourcen zu bezahlen, die evtl. nicht benötigt werden.

In der NETWAYS Cloud erkennst Du die Serverklasse am Präfix s1. Die Spezifizierungen des General Purpose Flavors lauten wie folgt:

Klasse vCPUs Arbeitsspeicher Lokaler Speicher
s1.small 2 2GB 25GB
s1.medium 4 4GB 50GB
s1.large 6 8GB 75GB
s1.xlarge 8 16GB 100GB
s1.xxlarge 12 32GB 150GB
s1.xxxlarge 16 64GB 200GB

Storage Optimized

Die Server der Klasse Storage Optimized besitzen mehr lokalen Speicher sowie eine höhere Netzwerkbandbreite - ansonsten verhalten sich die Spezifikationen wie bei der General Purpose Klasse.

Sie sind eine gute Möglichkeit, um datenlastige Anwendungen zu betreiben, die auf lokalen Speicher zurückgreifen, z.B. Caches oder Datenbanken.

In der NETWAYS Cloud erkennst Du die Serverklasse am Präfix s2. Die Spezifizierungen des Storage Optimized Flavors lauten wie folgt:

Klasse vCPUs Arbeitsspeicher Lokaler Speicher Netzwerkbandbreite
s2.small 2 2GB 50GB 2GBit/s
s2.medium 4 4GB 100GB 2GBit/s
s2.large 6 8GB 150GB 2GBit/s
s2.xlarge 8 16GB 200GB 2GBit/s
s2.xxlarge 12 32GB 300GB 2GBit/s
s2.xxxlarge 16 64GB 500GB 2GBit/s

Performance Optimized

Die Server der Klasse Performance Optimized bieten modernste vCPUs in größeren Mengen, mehr Arbeitsspeicher und mehr Lokalen Speicher.

Sie sollten erste Wahl für ressourcenhungrige Anwendungen, bspw. aus dem Bereich des High-Performance-Computings, sein. Doch ganz generell bieten sie Dir mehr Compute-Power für das gleiche Geld, wenn man sie mit dem General Purpose Flavor vergleicht.

In der NETWAYS Cloud erkennst Du die Serverklasse am Präfix p1. Die Spezifizierungen des Performance Optimized Flavors lauten wie folgt:

Klasse vCPUs Arbeitsspeicher Lokaler Speicher
p1.small 2 4GB 25GB
p1.medium 4 8GB 50GB
p1.large 8 16GB 100GB
p1.xlarge 16 32GB 200GB
p1.xxlarge 32 64GB 400GB
p1.xxxlarge 64 128GB 800GB

Dedicated vCPU

Die Server der Klasse Dedicated vCPU bieten exklusive Nutzung von vCPUs und unterstützen diesen Zugewinn an Leistung mit mehr Arbeitsspeicher und mehr lokalem Speicher.

Im Gegensatz zu allen anderen Flavors werden die vCPUs Deiner Server diesen Flavors nicht mit anderen Servern auf dem gleichen Hypervisor geteilt.

Sie sind dadurch perfekt für Anwendungen geeignet, die eine Garantie an Ressourcen benötigen und sehr anfällig für Schwankungen in den verfügbaren Ressourcen sind.

In der NETWAYS Cloud erkennst Du die Serverklasse am Präfix d1. Die Spezifizierungen des Dedicated vCPU Flavors lauten wie folgt:

Klasse vCPUs Arbeitsspeicher Lokaler Speicher
d1.small 2 8GB 125GB
d1.medium 4 16GB 250GB
d1.large 8 32GB 500GB
d1.xlarge 16 64GB 1000GB
d1.xxlarge 32 128GB 2000GB

Keine xxxlarge Konfiguration

Bitte beachte, dass der Dedicated vCPU Flavor im Gegensatz zu den anderen Flavors der NETWAYS Cloud keine xxxlarge Konfiguration anbietet.

GPU Accelerated

Die Server der Klasse GPU Accelerated bieten dir lokale GPUs, die Deine rechenintensiven Anwendungen unterstützen können.

Sie sind perfekt für AI-basierte Anwendungen geeignet.

In der NETWAYS Cloud erkennst du die Serverklasse am Präfix g1 bzw. g2, abhängig von der verwendeten Grafikkarte: NVIDIA A10 bzw. NVIDIA A40. Die Spezifizierungen des GPU Accelerated Flavors lauten wie folgt:

Klasse vCPUs Arbeitsspeicher Lokaler Speicher GPU
g1.large 4 16GB 200GB NVIDIA A10
g1.xlarge 8 32GB 350GB NVIDIA A10
g1.xxlarge 16 64GB 500GB NVIDIA A10
g2.large 4 16GB 200GB NVIDIA A40
g2.xlarge 8 32GB 350GB NVIDIA A40
g2.xxlarge 16 64GB 500GB NVIDIA A40

Keine xxxlarge Konfiguration

Bitte beachte, dass der GPU Accelerated Flavor im Gegensatz zu den anderen Flavors der NETWAYS Cloud keine xxxlarge Konfiguration anbietet.