问题标签 [vcpu]

我想就如何计算使用多线程每 60 秒执行一次操作的应用程序的 vCPU、内存和网络使用情况提供一些指导。

假设我有创建多个线程的程序，每个线程每 60 秒执行一次对资源 (ip) 的 ping。假设 1,000 ips

伪代码：

如何估计 vCPU、内存和网络消耗以安全地调整横向扩展配置中的应用程序？

谢谢

是否可以解释在 Google Cloud Compute Engine 上，每个虚拟 CPU (vCPU) 是作为一个可用 CPU 上的单个硬件线程还是作为单个逻辑核心（具有多个线程）实现的？

我从 Vultr 的技术销售支持那里得到了解释：“这些是虚拟 CPU 内核 (vCPU)，每个内核都是单线程的，并动态映射到硬件处理器（根据需要）。物理 CPU 的任何超线程都不是暴露给虚拟机。逻辑核心上并发运行的线程数取决于任何给定时间的主机节点利用率。当相邻实例长时间消耗最大资源时，可能会干扰您实例的性能。不过，我们一定要限制此类滥用实例，以确保主机节点上所有客户的性能。”

有人可以确认 Google Cloud Compute Engine 与 Vultr 相似吗？如果您在 Cloud Engine 上工作，则通过销售用于非时间关键型执行的廉价 vCPU，将整体 CPU 利用率保持在接近 100%。为您的 vCPU 获得 100% 的逻辑核心资源份额是否会变得更糟？

引用 Google Cloud 的技术销售：“我不知道如此详细的技术问题的答案；您必须为高级支持付费才能得到答案。”

提前感谢您的免费回答！

问候

胜利者

我正在考虑将三大云平台服务之一 - AWS/GCP/AZURE - 用于我团队的机器学习项目。在查看它们每个的计算服务时，我遇到了 vCPU 的概念。例如，GCP 提供了以下解决方案：

• 显卡：英伟达 T4
• 显存：16GB GDDR6
• vCPUS : 1~24

我了解拥有更多 GPU 和 GPU 内存的优势。但是，拥有更多的 vCPU 来在云平台上运行深度学习算法真的很重要吗？
我的兴趣是卷积神经网络、聚类和使用深度学习的推荐。

我找到了这篇论文https://d0.awsstatic.com/whitepapers/Demystifying_vCPUs.pdf。他们有一种有意义的方法，但我无法协调给定的示例。

它的要点是等式2。

(.) = [# × # × .× × ()]

()摩尔定律方程在哪里。

还有一个关于核心数量的注释。如果启用了超线程，则 CPU 内核或 vCPU 的数量应加倍。尽管在表 5 中为什么 vCPU 除以 2，但我无法调和。

我最初的想法是表 5 除以 2，因为表 2 没有加倍。我的另一个想法是等式 2 是物理内核的一般等式，因此#CPU x #Core在虚拟机的情况下，应根据 vCPU:pCPU 的“超额订阅”进行调整。想法？

我创建了一个 api 来检查移动设备是否在多边形内并靠近兴趣点，在这两个功能下方使用。每 5-10 秒从 100 个设备（200 个直到年底）调用此 api。该服务器是一个具有 8 个 vCPU AMD Ryzen Threadripper 的 VPS，它正在加载。RAM、mysql 和 I/0 正常。在添加更多 vCPU 之前，我想知道是否可以优化代码或者通常是 CPU 使用率。

根据 Google https://cloud.google.com/architecture/resource-mappings-from-on-premises-hardware-to-gcp vCPU 核心数 = 每个核心的线程数 × 每个插槽的核心数 × 插槽数

Tau T2D 计划上的现代 AMD EPYC Zen 3 每个内核将有 64 个线程。我希望 Google 仍然为每个物理内核分配两个 vCPU——每个由操作系统创建的逻辑 CPU 内核一个 vCPU。那么，他们的政策是什么？他们的销售部门根本不知道。

为了比较，每个物理内核的 Linode、Vultr、DO 在 AMD 服务器上的共享 vCPU 计划上创建了多少个共享 vCPU 内核？是两个 vCPU，八个 v CPU？

谢谢！

在 azure 中，我创建了两个 AKS 集群，然后删除了它们，现在我想创建另一个具有 B2s VM 大小的集群，但它说我的 vCPU 数量不足，我删除了所有资源组并在控制台 'az vm list 中运行-usage --location "" -o table' 命令，"Total Regional vCPUs" 值为 0，但它仍然表示相同。

我在带有 Standard_D8s_v3 VM 的 Azure Kubernetes 节点上运行 Java 应用程序。我不确定 Kubernetes 部署的 CPU 分配。这提到 1 个 CPU 等于 1 个 Azure vCore。但是 Azure VM 规范提到 Standard_D8s_v3 有 8 个 vCPU（不是 vCore）。vCPU 和 vCore 有什么区别？

在这里您可以看到由于超线程，Ds_v3 VM vCPU 与核心（不是 vCore）的比率为 2:1。这意味着需要 2 个 vCPU 才能获得与 1 相同的性能。vCore == 核心吗？如果是这样，我的假设是我应该将 VM 的大小加倍。

或者，我应该假设 1 个 kubernetes CPU 等于 1 个 vCPU？

我有一个应用程序可以启动一堆 HttpListener GetContextAsync' 任务——理想情况下每个请求一个

但是，当运行压力测试（使用 JMeter 进行测试）时，我似乎受 CPU 限制，但总共只有 50% 的 CPU 使用率（机器有 2 个 vcpus）

是否有我在这里遗漏的东西或者 linux 上的 .NET Core 中的一个怪癖，需要让它以超过 1 个核心运行？它准确地达到了 50% - 我也尝试使用信号量来限制并发连接等，但没有运气

创建任务的代码如下 - 根据我对 .NET 任务的理解，它们将在需要时启动新线程（但如果不需要，将共享）直到线程池被最大化 - 这应该会导致 100% 的 CPU 利用率

我有一个 AWS 组织，里面有六个账户。主要生产帐户不是顶级管理员帐户。

最近，我注意到所有“子”帐户的 vCPU 资源限制都与顶级帐户不同（低得多）。知道为什么会这样吗？

问候，交流