Designentscheidung: Die Wirtschaftlichkeit der Bereitstellung von Citrix DaaS in Azure auf AMD Compute

Übersicht

Dieses Whitepaper ist ein gemeinsames Projekt von Microsoft, Citrix und AMD, um Verbrauchern dabei zu helfen, bessere Entscheidungen bei der Auswahl von Instanztypen in Azure für das Hosten ihrer Citrix Workloads zu treffen. Zu den Zielen dieses Dokuments gehören die Bestimmung der effizientesten Instanztypen für das Hosten von Citrix DaaS-Workloads und die Bereitstellung von Anleitungen für Kunden bei der Auswahl von AMD-Recheninstanzen mit oder ohne GPUs in Azure.

Azure-Plattform

Azure ist Microsofts Cloud-Umgebung, in der physische Ressourcen wie Computer, Festplatten und Netzwerke virtualisiert und online oder über direkte Verbindungen zu Microsoft-Rechenzentren weltweit verfügbar gemacht werden. Jeder Rechenzentrumsstandort befindet sich in einer Region. Regionen sind auf dem gesamten Kontinent verfügbar, mit speziellen Regionen für den Zugriff durch Behörden. Jede Region ist eine Sammlung von Zonen, die innerhalb der Region voneinander isoliert sind. Diese Verteilung der Ressourcen bietet mehrere Vorteile, darunter Redundanz bei Ausfällen und eine geringere Latenz, da Ressourcen näher an den Kunden platziert werden.

Durch die Bereitstellung von Citrix Desktop- und Anwendungsworkloads auf Microsoft Azure können Unternehmen Ausgaben für interne Infrastruktur vermeiden und sich stattdessen darauf verlassen, dass Azure die erforderlichen Rechen-, Netzwerk- und Speicherressourcen für Benutzerworkloads bereitstellt.

Citrix Desktop als Dienst (DaaS)

Citrix Desktop as a Service (DaaS) sichert die Bereitstellung von Windows-, Linux-, Web- und SaaS-Anwendungen und Desktops auf jedem Gerät und unterstützt so den modernen digitalen Workspace von heute. Citrix DaaS bietet erweiterte Verwaltung und Skalierbarkeit, ein umfassendes Multimedia-Erlebnis über jedes Netzwerk und Self-Service-Anwendungen mit universeller Geräteunterstützung für eine Vielzahl von Endpunkten — einschließlich Desktops, Laptops, Thin Clients, Tablets und Smartphones.

Mit Anwendungs- und Desktop-Virtualisierungstechnologien ist es für Kunden einfach, Ressourcen zentral zu verwalten und die optimale Kombination aus lokalen und gehosteten Bereitstellungsmodellen anzuwenden, um die Benutzeranforderungen zu erfüllen. Gehostete Ressourcen können auf Microsoft Azure für Einzelsitzungen und Mehrsitzungsszenarien bereitgestellt werden.

Als Hybrid-Cloud-Lösung ermöglicht Citrix DaaS Unternehmen, die Workload-Bereitstellungsoption zu wählen, die am besten zu ihrer Unternehmens-Cloud-Strategie passt. Bei der Bereitstellung auf der Microsoft Azure-Plattform bietet Citrix DaaS IT-Abteilungen die Flexibilität, Infrastrukturdienste für Windows- und Linux-Anwendungen und -Desktops mit der flexiblen Skalierbarkeit der Public Cloud bereitzustellen. Gleichzeitig können Unternehmen für optimale Flexibilität auch eine oder mehrere on-premises Umgebungen integrieren.

Citrix DaaS wird in Citrix Cloud gehostet, einer Steuerungsebene von Diensten, die in Microsoft Azure ausgeführt werden. Es wird in dieser Testreihe zur Steuerung und Verwaltung von Workloads verwendet. Die Zahlen hier konzentrieren sich auf die Skalierbarkeit und Leistung einer einzelnen VM-Instanz, auf der der Virtual Delivery Agent (VDA) für Multisitzungsbetriebssysteme von Citrix unter Windows Server 2019 und Windows 10 Multisession ausgeführt wird. Weitere Informationen zu Citrix DaaS finden Sie hier.

Fortschrittliche Mikrogeräte (AMD)

AMD ist ein führendes Unternehmen im Bereich High Performance Computing und bietet Technologien zur Beschleunigung einer Vielzahl von Rechenzentrums-Workloads, von Allzweck-Computing bis hin zu Cloud-nativem Computing.
Auf allen in diesem Dokument getesteten Instanzen wurden AMD-Prozessoren und Grafikkarten in Microsoft Azure ausgeführt.

AMD EPYC™ Prozessoren versorgen die energieeffizientesten x86-Server mit außergewöhnlicher Leistung und Dichte, um die Energiekosten der Server zu senken. AMD EPYC™ CPUs tragen dazu bei, die Umweltauswirkungen des Rechenzentrumsbetriebs zu minimieren und gleichzeitig die Nachhaltigkeitsziele Ihres Unternehmens voranzutreiben. AMD EPYC™ ist außerdem mit einem All-in-One-Funktionsumfang für jede Prozessorserie ausgestattet, sodass Sie unabhängig von der Anzahl der Kerne, die Sie wählen, über die I/O, den Arbeitsspeicher und die Speicherbandbreite verfügen, um Ihre Ziele zu erreichen.

Die DAS_v5-Instances in dieser Studie verwenden den AMD EPYC™ 7763v-Prozessor der dritten Generation in einer Multithread-Konfiguration mit bis zu 256 MB L3-Cache. Diese virtuellen Maschinen bieten eine Kombination aus vCPUs und Arbeitsspeicher, um die mit Citrix DaaS-Workloads verbundenen Anforderungen zu erfüllen.

Die Instanzen der NVv4-Serie in dieser Studie verwenden die Radeon™ Instinct™ MI25-GPU von AMD und sind für VDI und Remote-Visualisierung optimiert. Die MI25-GPU unterstützt Single Root I/O Virtualization (SR-IOV) -Passthrough, das die Möglichkeit bietet, eine GPU durch Timesliced-Multiplexing sicher mit bis zu 8 virtuellen Maschinengästen zu teilen. Wenn die GPU mit mehreren virtuellen Maschinen gemeinsam genutzt wird, kann jeder Gast die GPU für einige Millisekunden voll nutzen, mehrmals pro Sekunde. NVv4 bietet die richtige Größe für Workloads, die große und kleine GPU-Zuweisungen erfordern.

Die Instances der NVV4-Serie sind in 4 verschiedenen Größen erhältlich:

Quelle: https://learn.microsoft.com/en-us/azure/virtual-machines/nvv4-series

Testmethodik

Die Last wurde während des Testlaufs mit Login Enterprise simuliert, um eine künstliche Arbeitslast in der Benutzersitzung auf einem einzelnen Host zu erzeugen. Die Testlaufdaten wurden dann verwendet, um die Skalierbarkeit verschiedener AMD Microsoft Azure-Instanzen zu analysieren.

Enterprise einloggen

Login VSI hilft Unternehmen dabei, die Leistung, Kosten und Kapazität ihrer virtuellen Desktops und Anwendungen proaktiv zu verwalten. Die Login Enterprise-Plattform ist zu 100% agentenlos und kann in allen wichtigen VDI- und DaaS-Umgebungen verwendet werden, einschließlich Citrix und Microsoft. Mit Login VSI können IT-Teams erfolgreiche digitale Arbeitsplätze mit geringeren Kosten, weniger Unterbrechungen und geringerem Risiko planen und verwalten.

Die Login Enterprise-Appliance bietet zwei Bewertungen, anhand derer die empfohlene Anzahl von Benutzern für die Instanz bestimmt werden kann:

Endbenutzererfahrungswert (EUX): Der EUX-Score quantifiziert die Benutzererfahrung innerhalb ihrer virtuellen Sitzung anhand von Metriken und Leistungsindikatoren, die während der Sitzung gesammelt wurden. Die EUX-Werte reichen von 1,0 (schlechteste Erfahrung) bis 10,0 (beste Erfahrung). Im Allgemeinen deuten Werte unter 5,5 darauf hin, dass die Benutzererfahrung inakzeptabel ist.

Maximal empfohlene Benutzer (vSImax): Beim vSImax-Scoring-Prozess werden individuelle Sitzungsmetriken verwendet, um die Anzahl der gleichzeitigen Benutzer zu ermitteln, die einen bestimmten Workload auf dem Host ausführen können. Der in Login Enterprise verwendete VSImax-Wert ist nicht mit den VSImax-Werten früherer Versionen von Login VSI Classic vergleichbar.

Die Algorithmen, die die EUX- und VSImax-Werte generieren, können sich zwischen den Versionen ändern, da Login VSI bestrebt ist, genauere Ergebnisse zu liefern. Um konsistente Vergleichsergebnisse innerhalb dieser Studie zu erhalten, wurden alle Tests mit derselben Version abgeschlossen. Eine Testkonfiguration wurde als erfolgreich erachtet, wenn der Testlauf ohne Fehler abgeschlossen wurde und derselbe VSImax-Wert konsistent mindestens dreimal empfangen wurde.

Arbeitslasten

Zwei verschiedene Workloads wurden verwendet, um die Skalierbarkeit der Instanztypen zu bewerten. Der erste Workload wurde mit einer Auflösung von 1080p (1920x1080) mit dem Knowledge Workloadvon Login Enterprise ausgeführt und simulierte einen robusten Microsoft Office-Benutzer. Knowledge Worker ist die am häufigsten verwendete Arbeitslast zur Bewertung der Skalierbarkeit. Dieser Workload umfasst die folgenden Anwendungen, die in einer Schleife ausgeführt werden:

Microsoft Word Microsoft PowerPoint Microsoft Outlook Microsoft Excel Microsoft Edge, Anzeige eines 1080p-Videos

Für die Office-Anwendungen war die Hardwarebeschleunigung aktiviert, damit die Tests die GPU nutzen konnten.

Der zweite Workload war ein benutzerdefinierter GPU-spezifischer Workload, der mit einer 4K-Auflösung (3840 x 2160) ausgeführt wurde, um GPU-Zyklen innerhalb der Sitzung zu generieren. Dieser benutzerdefinierte Workload zielte darauf ab, zu ermitteln, wie effektiv die gemeinsame Nutzung der GPU innerhalb einer Sitzung war. Der Arbeitsaufwand bestand nur aus den folgenden zwei Anwendungen:

Die Citrix-Standardeinstellung ist Microsoft Edge, bei der ein 4K-Video mit 10 Bildern pro Sekunde (fps) angezeigt wird. Microsoft 3D Viewer, der vier verschiedene 3D-Bilder sequentiell rendert, Geschwindigkeit und Lichteffekte ändert.

Da die NV_v4-Instances die GPU-Hardwarecodierung, aber keine Decodierung unterstützen, können wir davon ausgehen, dass der 4K-Videoteil des Tests mehr CPU-Zyklen beansprucht und länger dauert, als wenn die Hardware-GPU-Dekodierung auf dem Host unterstützt würde. Citrix-Richtlinien wurden verwendet, um die Medienumleitung zu deaktivieren, sodass die GPU nicht für die Dekodierung verwendet wurde. Die Leistung kann erhöht werden, indem die Umleitungsfunktion aktiviert wird, um die CPU-Dekodierung auf der Hostseite zu vermeiden.

Während einer Benutzersitzung führt eine App mit kurzer Bewertung mehrmals eine Reihe von Anweisungen aus und zeichnet die Zeit auf, die für die Ausführung der einzelnen Schritte benötigt wird. Diese Metriken können den EUX-Score und den VSImax-Wert für den Testlauf generieren.

Diese Ergebnisse werden dann zusammen mit anderen Leistungsindikatoren als Eingabe verwendet, um einen durchschnittlichen EUX-Wert für den Test zu ermitteln. Die folgende Grafik zeigt ein Beispiel für ein EUX-Scoring für eine Ausführung mit 22 Benutzern auf dem Instance-Typ D8as_v5. Bei diesem Lauf lag der durchschnittliche EUX-Score bei 7,4 und der VSImax-Score bei über 22.

Die theoretische maximale EUX-Punktzahl beträgt 10. Der Score ist jedoch am nützlichsten, wenn er mit sich selbst verglichen wird, da dieselbe Arbeitslast für verschiedene Konfigurationen virtueller Maschinen oder Benutzerlasten verwendet wird. Die folgende Tabelle zeigt beispielsweise dieselbe Anzahl von Testbenutzern, 22, jedoch mit einem niedrigeren EUX-Wert von 7,3 und einem VSImax-Wert von 15. Eine interessante Beobachtung ist, dass der EUX-Score während des Login-Storms gesunken ist, aber nach Abschluss der Anmeldungen schnell zurückgekehrt ist.

Test-Umgebung

Für die Skalierbarkeitstests wurden die Infrastruktur-VMs wie folgt konfiguriert:

• Eine virtuelle Login Enterprise-Appliance, auf der Version 4.11.2 ausgeführt wird.
• Vier Login Enterprise-Trägerraketen
• Ein Citrix Cloud Connector
• Ein Active Directory-Domänencontroller, der sowohl als Profil als auch als DNS-Server fungierte
• Virtuelle Citrix-Anwendungsworkloads, die auf einer einzelnen Windows Server 2019-Rechenzentrumsinstanz oder einer einzelnen Windows 10-Multi-Session-Instanz mit den folgenden Komponenten ausgeführt werden:
  • Citrix Server Multisitzungs-OS-VDA 2203.0.2000.2076 (CU2), der auf Funktionsebene 2106 (oder höher) ausgeführt wird.
  • Microsoft Office M365 Business
  • Microsoft Defender mit Standardeinstellungen
  • Die neuesten Windows-Updates, die zum Zeitpunkt des Tests verfügbar waren
• Sofern nicht anders angegeben, wurden sofort einsatzbereite Einstellungen verwendet
• Der Citrix Cloud DaaS-Dienst stellte den Delivery Controller, den SQL Server, den Workspace-Dienst (StoreFront-Äquivalent), den Lizenzserver und die Studio-Verwaltungskonsole bereit und verwaltete sie. Ein Active Directory-Domänencontroller und Cloud Connector wurden separat innerhalb des Azure-Mandanten installiert.

Die folgende Abbildung zeigt die Testarchitektur.

Hinweis:

Dieses Architekturdesign dient nur zu Testzwecken und spiegelt nicht wider, wie eine Produktionsumgebung mit redundanten Komponenten aussieht. Administratoren können die Dokumente zu Best Practices und Architektur in der Citrix Tech Zone einsehen.

Testergebnisse für Skalierbarkeit

Für diese Studie haben wir uns auf die AMD-Instance-Typen zwischen 4 und 32 vCPUs konzentriert. Der Hauptgrund für diese Entscheidung waren Kosten und Effizienz. In den Größenrichtlinien für virtuelle Sitzungshostmaschinenempfiehlt Microsoft aus den folgenden Gründen, die VM-Größe auf zwischen 4 vCPUs und 24 vCPUs zu beschränken:

„Bei mehreren Sitzungen führen mehrere Benutzer auf einer Zwei-Core-VM dazu, dass die Benutzeroberfläche und die Apps instabil werden, was die Qualität der Benutzererfahrung beeinträchtigt. Stabile VMs mit mehreren Sitzungen verwenden mindestens vier Kerne. „

„32 Kerne sind die maximale Anzahl für virtuelle Maschinen: Wenn die Anzahl der Kerne zunimmt, steigt auch der Synchronisationsaufwand des Systems. Bei den meisten Workloads sinkt bei etwa 16 Kernen die Investitionsrendite, wobei der größte Teil der zusätzlichen Kapazität durch den Synchronisierungsaufwand ausgeglichen wird. Sie haben wahrscheinlich mehr Benutzer mit zwei 16-Kern-VMs als mit einer 32-Core-VM.“

Bei DaaS-Workloads ist Hochskalierung weniger effizient als Skalierung. Daher waren diese Richtlinien absolut sinnvoll und ermöglichten es uns, die Tests auf Bereiche mit den besten Konfigurationen für Kunden zu konzentrieren.

Sechs verschiedene AMD-Instance-Typen wurden mit zwei verschiedenen Betriebssystemen getestet. Da die Arbeitslast bei allen Instanztypen identisch ist, kann aus den Ergebnissen Skalierbarkeit abgeleitet werden. Die folgende Tabelle zeigt die Workloads, die auf jedem Instance-Typ ausgeführt werden.

Erwartete Nutzer

Bevor wir die Kosteneffizienz der AMD-Instance-Typen ermitteln konnten, mussten wir ermitteln, wie viele Benutzer erfolgreich auf einem Instance-Typ mit einer idealen Benutzererfahrung arbeiten. Zum Glück gibt der VSImax-Score in etwa an, wie viele Benutzer wir erwarten können, dass sie sich in einer bestimmten Konfiguration wohl fühlen.

Arbeitsbelastung von Wissensarbeitern

Wir beginnen mit dem Knowledge Worker-Workload, der den breitesten Anwendungsfall für Citrix DaaS bietet. Die folgende Grafik zeigt die Endergebnisse, die für Windows 10 Multisession- und Server 2019-Workloads für die getesteten Instanztypen erzielt wurden.

Aus diesen Daten können folgende Schlüsse gezogen werden:

Das Hochskalieren der Prozessoren führt nicht zu linearen Zuwächsen bei der Anzahl der Benutzer. Aufgrund früherer Informationen darüber, dass der Synchronisations-Overhead weniger effizient wird, wird dieses Ergebnis erwartet.

Windows 10 Multisession ist weniger ressourceneffizient als Server 2019. Dieses Ergebnis wird erwartet, da Server 2019 besser für das Hosten mehrerer Benutzer optimiert ist. Die Verwendung von GPU-fähigen Instanzen der NV-Serie erhöht die Anzahl der Benutzer nicht. Dieses Ergebnis wird auch aufgrund der Overhead-GPUs erwartet, die der CPU hinzugefügt wurden.

In Fortsetzung dieser Überlegung zeigt das Diagramm deutlich, dass mit zunehmender Anzahl von vCPUs im Instanztyp die Anzahl der Benutzer pro vCPU abnimmt. Die Schlussfolgerung bei AMD-Prozessoren lautet dann, dass eine Skalierung besser ist als eine Hochskalierung, da auf kleineren Maschinen mehr Benutzer als auf der entsprechenden Anzahl von vCPUs auf einer größeren Maschine arbeiten.

GPU-intensive Arbeitslast

Wir wechseln zu GPU-intensiven Workloads, bei denen wir ähnliche Trends bei den VSImax-Benutzern pro Instanztyp beobachten. Die GPU-intensiven Workloads wurden nur auf den Instanzen der NV-Serie ausgeführt. Die Ergebnisse sind in der folgenden Grafik dargestellt.

Aus diesen Daten können wir zwei der gleichen Schlüsse ziehen, die wir für den Workload des Knowledge Workers gezogen haben.

Das Hochskalieren der Prozessoren führt nicht zu linearen Zuwächsen bei der Anzahl der Benutzer. Dieses Ergebnis ist zu erwarten, da der Synchronisierungs-Overhead weniger effizient ist und die NV_v4-Serie zur Nutzung der GPU auf CPU-Zyklen angewiesen ist. Ein Teil dieser Auswirkungen war auf das 4K-Video zurückzuführen, das CPU-Zyklen verbrauchte, die möglicherweise nicht auf die GPU ausgelagert wurden, da keine Umleitung verwendet wurde. Windows 10 Multisession ist weniger ressourceneffizient als Server 2019. Dieses Ergebnis wird erneut erwartet, da Server 2019 besser für das Hosten mehrerer Benutzer optimiert ist.

Wenn wir uns jedoch näher mit den Benutzern pro vCPU befassen, zeigt die folgende Grafik, dass wir bei Windows 10 nicht den gleichen linearen Trend wie bei Server 2019 haben. Bei Windows 10-Multisitzungen ist die 16-vCPU-Instanz am effizientesten.

Erwartete Kosten

Wir können jetzt die erwartete Benutzerzahl, aufgeteilt in die Instanzkosten pro Stunde, verwenden, um die Metrik „Kosten pro Benutzerstunde“ abzuleiten. Nicht in allen Regionen sind diese Instance-Typen verfügbar, und die Preise variieren je nach Region. Die verwendeten Preise spiegeln die Kosten in der Region Azure West US 2 im August 2023 wider. Der Einfachheit halber wurden für diesen Vergleich nur der voll lizenzierte Pay-as-you-go-Tarif und die Hybrid-Leistungstarife verwendet. Wenn Sie Microsoft-Sparpläne oder Reserved Instance-Preise verwenden, sind Ihre tatsächlichen Kosten niedriger.

Die folgende Tabelle zeigt die Kosten pro Benutzerstunde nach Betriebssystem und Lizenzmodell für jeden AMD-Instanztyp, den wir im Rahmen des Knowledge Worker-Workloadsgetestet haben.

Da die Azure-Preise für Computing einheitlich sind, richten sich die Kosten erwartungsgemäß nach unseren Leistungsdiagrammen. Unser effizientester Instanztyp ist der mit der besten Skalierbarkeit, der D4as_v5, der unter dem Hybrid-Lizenzmodell nur 1,4 Cent pro Stunde und unter dem vollständigen Lizenzmodell unter Windows Server 2019 nur 3 Cent pro Stunde kostet. Ähnliche Kosten fallen bei GPU-intensiven Workloads an, bei denen der NV8AS_v4 die niedrigsten Kosten pro Benutzerstunde von 7,8 Cent pro Stunde bei Hybrid und 13,9 Cent pro Stunde bei vollständiger Lizenzierung auf Server 2019 bietet, wie in der folgenden Tabelle dargestellt.

Erfahrung für Endbenutzer

Unsere Studie endet nicht dort. Wir müssen immer noch die Aspekte der Benutzererfahrung behandeln. Der letzte Schritt besteht darin, die Endbenutzererfahrungswerte zu überprüfen, um die effizientesten Instanzen in Bezug auf Kosten und Benutzererfahrung zu ermitteln. Die folgende Grafik zeigt den durchschnittlichen EUX-Score für die Läufe, die den endgültigen VSImax-Score erhalten haben, den wir für den Workload des Knowledge Workers veröffentlicht haben.

Eine klare Erkenntnis aus den Daten ist, dass der effizienteste Instanztyp die niedrigsten von uns verfolgten Punktzahlen liefert. Denken Sie daran, dass wir zuvor angegeben haben, dass Werte unter 5,5 für negative Benutzererfahrungen sorgen, sodass ein Wert von 6,8x auf dem D4AS_v5 immer noch respektabel ist. Wenn wir uns die nächste Spalte ansehen, sehen wir jedoch, dass der durchschnittliche EUX-Score deutlich steigt. Für zusätzliche 0,2 Cent pro Stunde können wir unseren Endbenutzern ein besseres Erlebnis bieten. Wenn wir uns das Diagramm mit den GPU-intensiven Workloads unten ansehen, haben wir eine ähnliche Situation.

In diesem Fall bietet der Instanztyp NV32AS_v4 insgesamt eine etwas bessere Bewertung als die NV16AS_v4-Instance. Obwohl die NV16as_v4 die effizienteste Leistung bietet, bietet sie möglicherweise nicht die beste Endbenutzererfahrung. Der niedrigere EUX-Score auf dem NV16AS_v4 resultiert aus einer höheren Benutzerdichte pro Kern als bei den Instance-Typen NV8AS_v4 oder NV32AS_v4. Überraschenderweise hat Windows 10 Multisession mit dem NV32AS_v4 das beste Ergebnis für GPU-intensive Workloads erzielt. Dies ist wahrscheinlich darauf zurückzuführen, dass der NV32AS_v4 während des 4K-Videowiedergabe-Teils des Tests mehr verfügbare CPU-Zyklen hatte, da keine Umleitung verwendet wurde.

Wichtigste Ergebnisse und Empfehlungen

Nach der Überprüfung der Testlaufdaten und der Analyse der Ergebnisse finden Sie hier unsere wichtigsten Ergebnisse und Empfehlungen für die Auswahl von Azure-Instanzen mit AMD:

Unsere Testergebnisse zeigten, dass Windows 10-Instanzen mit mehreren Sitzungen 30% weniger Benutzer aufnehmen konnten als Windows Server-Betriebssysteme (Server 2019 oder 2022). Die Endbenutzererfahrungswerte (EUX) blieben bei allen Betriebssystemtypen relativ konstant. Der kosteneffizienteste Instanztyp für den Knowledge Worker ist zwar der D4as_v5, aber es wird empfohlen, den Instanztyp D8as_v5 zu verwenden und die bessere Benutzererfahrung für einen Bruchteil eines Cents mehr pro Stunde zu nutzen.

Eine einzelne GPU kann effektiv über mehrere Sitzungen hinweg gemeinsam genutzt werden. Die Entscheidung, welcher Instanztyp verwendet werden soll, hängt jedoch hauptsächlich vom GPU-Typ der Arbeitslast ab.

Schlussfolgerung

Wie immer empfehlen wir Ihnen, Ihre eigenen Leistungstests mit Workloads durchzuführen, die für Ihr Unternehmen spezifisch sind. Nehmen wir an, Sie haben nur begrenzten Einblick in Ihre Arbeitslast oder die Instance-Typen, mit denen Sie letztendlich enden werden. In diesem Fall können Sie unsere bereitgestellten Informationen verwenden, um eine geeignete Schätzung vorzunehmen. Normalerweise bieten die niedrigeren vCPU-Instanztypen ein besseres Verhältnis zwischen Kosten und Leistung.