Phiên bản điện toán CPU chuyên dụng là các máy ảo cung cấp cho bạn tài nguyên CPU chuyên dụng. Các lõi vCPU của họ được đảm bảo (và do đó, không có sự cạnh tranh) nên không có hiện tượng bất ngờ hoặc suy giảm hiệu suất liên quan đến CPU. Điều này cho phép bạn chạy các ứng dụng sản xuất của mình một cách tự tin rằng hiệu suất của bạn sẽ không bị ảnh hưởng bởi những ứng dụng khác. Các Phiên bản điện toán này được tối ưu hóa cho CPU và có thể duy trì mức sử dụng tài nguyên CPU ở mức 100% trong khoảng thời gian mà khối lượng công việc của bạn cần. Các gói CPU chuyên dụng lý tưởng cho hầu hết các ứng dụng sản xuất và khối lượng công việc sử dụng nhiều CPU, bao gồm các trang web có lưu lượng truy cập cao, mã hóa video, học máy và xử lý dữ liệu. Nếu ứng dụng của bạn được hưởng lợi từ lõi CPU chuyên dụng cũng như lượng bộ nhớ lớn hơn, hãy xem Phiên bản điện toán bộ nhớ cao.
Tài nguyên chuyên dụng không có cạnh tranh
Phiên bản điện toán CPU chuyên dụng cung cấp toàn bộ lõi vCPU mà chỉ bạn mới có thể truy cập được. Vì lõi vCPU không được chia sẻ nên không Phiên bản điện toán nào khác có thể sử dụng chúng. Phiên bản của bạn không bao giờ phải đợi quá trình khác, cho phép phần mềm của bạn chạy ở tốc độ và hiệu quả cao nhất. Điều này cho phép bạn chạy khối lượng công việc đòi hỏi phải làm việc toàn lực (100% CPU cả ngày, mỗi ngày) ở hiệu suất cao nhất.
Nâng cấp từ phiên bản điện toán CPU dùng chung
Việc chuyển từ Phiên bản điện toán CPU dùng chung sang Phiên bản điện toán CPU chuyên dụng là một quá trình liền mạch có thể tác động tích cực đến ứng dụng và người dùng của bạn. Xem Lựa chọn giữa CPU dùng chung và CPU chuyên dụng để tìm hiểu thêm về sự khác biệt giữa các gói CPU dùng chung và CPU chuyên dụng cũng như thời điểm mỗi loại có thể phù hợp. Hướng dẫn này cũng chỉ cho bạn cách điều tra hiệu suất CPU để xác định xem ứng dụng của bạn có đang gặp phải tình trạng tranh chấp tài nguyên trên Phiên bản điện toán CPU dùng chung hay không. Nếu bạn muốn nâng cấp, hãy xem Thay đổi kích thước phiên bản điện toán để biết thêm thông tin về cách thay đổi kích thước Phiên bản điện toán của bạn thành loại gói khác.
Khối lượng công việc đề xuất
Phiên bản điện toán CPU chuyên dụng phù hợp với hầu hết mọi khối lượng công việc đòi hỏi tài nguyên CPU có hiệu suất cao ổn định. Điều này bao gồm:
- Website sản xuất và website thương mại điện tử Các ứng dụng yêu cầu sử dụng CPU liên tục 100%.
- Các ứng dụng có thể bị ảnh hưởng bởi sự tranh chấp tài nguyên.
- Chuỗi công cụ CI/CD và máy chủ xây dựng Máy chủ trò chơi (như Minecraft hoặc Team Fortress)
- Chuyển mã âm thanh và video Dữ liệu lớn (và phân tích dữ liệu) Tính toán khoa học Học máy và AI
- Cơ sở dữ liệu có lưu lượng truy cập cao (Galera, PostgreSQL với Trình quản lý sao chép, MongoDB sử dụng Bộ sao chép)
- Hệ thống tệp được sao chép hoặc phân phối (GlusterFS, DRBD)
Để biết thêm chi tiết và các trường hợp sử dụng, hãy xem phần Các trường hợp sử dụng CPU chuyên dụng.
Bảng giá

Gói 512 GB có số lượng hạn chế. Giá khởi điểm là 36 USD/tháng cho Phiên bản điện toán CPU chuyên dụng có 2 lõi vCPU, bộ nhớ 4GB và bộ nhớ SSD 80 GB. Giá cả có thể thay đổi tùy theo khu vực. Xem lại trang định giá để biết các gói bổ sung và chi phí liên quan của chúng. Xem lại trang Gói để tìm hiểu thêm về các loại phiên bản khác.
Các trường hợp sử dụng CPU chuyên dụng
Mặc dù gói dùng chung thường phù hợp với hầu hết các trường hợp sử dụng, nhưng Phiên bản điện toán CPU chuyên dụng có thể được khuyên dùng cho một số khối lượng công việc liên quan đến khả năng xử lý CPU cao và liên tục. Những ví dụ như vậy bao gồm:
- CI/CD toolchains and build servers
- Game servers
- Audio and video transcoding
- Big data and data analysis
- Scientific computing
- Machine learning
Chuỗi công cụ CI/CD và máy chủ xây dựng
CI và CD lần lượt là các chữ viết tắt của Tích hợp liên tục và Phân phối liên tục, đề cập đến một cách tiếp cận tích cực đối với DevOps giúp giảm khối lượng công việc tổng thể bằng cách tự động kiểm tra và thường xuyên thực hiện các thay đổi nhỏ. Điều này có thể giúp ngăn chặn các xung đột và lỗi vào phút cuối, đồng thời giữ cho các nhiệm vụ đúng tiến độ. Để biết thêm thông tin về các chi tiết cụ thể của CI và CD, hãy xem hướng dẫn Giới thiệu về CI/CD của chúng tôi. Trong nhiều trường hợp, quy trình CI/CD có thể tiêu tốn nhiều tài nguyên nếu nhiều thay đổi mã mới được xây dựng và thử nghiệm trên máy chủ xây dựng của bạn. Khi Phiên bản điện toán được sử dụng làm máy chủ từ xa và dự kiến sẽ hoạt động thường xuyên, Phiên bản điện toán CPU chuyên dụng có thể bổ sung thêm một lớp tốc độ và độ tin cậy cho chuỗi công cụ của bạn.
Máy chủ trò chơi
Tùy thuộc vào cường độ nhu cầu mà chúng đặt ra trên Phiên bản điện toán của bạn, máy chủ trò chơi có thể được hưởng lợi từ CPU chuyên dụng. Các trò chơi nhiều người chơi hiện đại cần phối hợp với số lượng lớn khách hàng và yêu cầu đồng bộ hóa toàn bộ thế giới trò chơi cho mỗi người chơi. Nếu không có tài nguyên CPU thì người chơi sẽ gặp các vấn đề như giật hình và lag. Dưới đây là danh sách ngắn các trò chơi phổ biến có thể được hưởng lợi từ CPU chuyên dụng:
Dữ liệu lớn và phân tích dữ liệu
Dữ liệu lớn và phân tích dữ liệu là quá trình phân tích và trích xuất những hiểu biết có ý nghĩa từ các tập dữ liệu lớn đến mức chúng thường yêu cầu phần mềm và phần cứng chuyên dụng. Dữ liệu lớn được nhận biết dễ dàng nhất với “ba chữ V” của dữ liệu lớn:
- Khối lượng: Nói chung, nếu bạn đang làm việc với hàng terabyte, petabyte, exabyte hoặc nhiều lượng thông tin hơn thì bạn đang ở trong lĩnh vực dữ liệu lớn.
- Vận tốc: Với Dữ liệu lớn, bạn đang sử dụng dữ liệu đang được tạo, gọi, di chuyển và tương tác với tốc độ cao.
- Một ví dụ là dữ liệu thời gian thực do người dùng tạo ra trên nền tảng truyền thông xã hội.
- Đa dạng: Đa dạng đề cập đến nhiều loại định dạng dữ liệu khác nhau mà bạn có thể cần phải tương tác. Tất cả ảnh, video, âm thanh và tài liệu đều có thể được viết và lưu ở một số định dạng khác nhau. Điều quan trọng là phải xem xét sự đa dạng của dữ liệu mà bạn sẽ thu thập để phân loại nó một cách thích hợp.
Tính toán khoa học
Điện toán khoa học là thuật ngữ dùng để mô tả quá trình sử dụng sức mạnh tính toán để giải quyết các vấn đề khoa học phức tạp không thể thực hiện được, nguy hiểm hoặc bất tiện khi giải quyết bằng các phương tiện truyền thống. Thường được coi là “Trụ cột thứ ba” của khoa học hiện đại đằng sau Phân tích và Thử nghiệm lý thuyết, Máy tính khoa học đã nhanh chóng trở thành một công cụ phổ biến trong không gian khoa học. Máy tính khoa học bao gồm nhiều kỹ năng và công cụ giao nhau cho nhiều trường hợp sử dụng cụ thể hơn, mặc dù việc giải các công thức toán học phức tạp phụ thuộc vào sức mạnh tính toán đáng kể được coi là tiêu chuẩn. Mặc dù có sẵn một số lượng lớn các công cụ phần mềm nguồn mở, dưới đây là hai công cụ có mục đích chung mà chúng tôi có thể đề xuất để bắt đầu với Máy tính Khoa học.
Cần lưu ý rằng, ngoài các trường hợp sử dụng chung, còn có nhiều ví dụ khác về các công cụ và phần mềm có sẵn và thường được thiết kế cho từng lĩnh vực khoa học riêng lẻ.
Học máy
Học máy là một cách tiếp cận mạnh mẽ đối với khoa học dữ liệu sử dụng tập hợp dữ liệu lớn để xây dựng các thuật toán dự đoán. Các thuật toán dự đoán này thường được sử dụng trong các tính năng “đề xuất” trên nhiều ứng dụng âm nhạc và video phổ biến, cửa hàng trực tuyến và công cụ tìm kiếm. Khi bạn nhận được các đề xuất thông minh phù hợp với sở thích của mình, máy học thường chịu trách nhiệm. Các lĩnh vực khác mà bạn có thể thấy học máy đang được sử dụng là ô tô tự lái, tự động hóa quy trình, bảo mật, phân tích tiếp thị và chăm sóc sức khỏe.
Dưới đây là danh sách các công cụ phổ biến dùng cho machine learning và AI có thể được cài đặt trên Phiên bản điện toán CPU:
- TensorFlow – một khung học máy, mã nguồn mở và thư viện học sâu miễn phí. Tensorflow ban đầu được Google phát triển để sử dụng nội bộ và sau đó được phát hành đầy đủ ra công chúng theo Giấy phép Apache.
- PyTorch – thư viện máy học dành cho Python sử dụng khung Torch được tối ưu hóa cho GPU phổ biến.
- Apache Mahout – một thư viện có thể mở rộng gồm các thuật toán học máy và khung đại số tuyến tính phân tán được thiết kế để cho phép các nhà toán học, nhà thống kê và nhà khoa học dữ liệu nhanh chóng triển khai các thuật toán của riêng họ