MoyenneChoix unique

Question d'entraînement ACE

Vous concevez un cluster GKE pour une charge de travail qui nécessite des instances à haute mémoire (768 GB de RAM) pour l'analytique en mémoire. Les types de machines standard dans GCP ne proposent pas cette configuration. Quelle famille de machines devez-vous sélectionner pour le pool de nœuds ?

Choisissez la meilleure réponse.

Bonne réponse

  • BFamille de machines optimisée pour la mémoire (M1 ou M2)

Explication

Les familles de machines optimisées pour la mémoire M1 et M2 sont spécifiquement conçues pour les charges de travail nécessitant de grandes quantités de RAM, telles que l'analytique en mémoire, avec des configurations offrant jusqu'à 12 TB de mémoire. Les types de machines standard tels que N2 ne fournissent pas d'instances avec 768 GB de RAM, ce qui fait des familles optimisées pour la mémoire le bon choix pour ce besoin en haute mémoire.

Pourquoi chaque option est juste ou fausse

A

Fausse

Famille de machines N2 avec configuration vCPU et mémoire personnalisée

La famille de machines N2 prend en charge des rapports vCPU et mémoire personnalisés, mais sa mémoire maximale par VM est de 896 GB, et les configurations N2 standard plafonnent à 8 GB par vCPU à moins de demander un rapport personnalisé qui élève le plafond de mémoire par rapport au vCPU. Même avec une configuration personnalisée qui approche le maximum, les instances N2 sont tarifées sur une base par vCPU et par GB qui n'inclut pas les remises de prix optimisées pour la mémoire ni l'architecture de mémoire à large bande passante spécialisée de la série M. Pour une charge de travail qui nécessite plus de 768 GB de RAM, N2 n'est pas le choix prévu : vous paieriez beaucoup plus cher pour le même espace mémoire tout en atteignant une limite stricte en dessous des plus grandes offres M2. Ainsi, bien que N2 soit flexible, il n'est ni rentable ni conçu spécifiquement pour l'analytique en mémoire à cette échelle.

B

Juste

Famille de machines optimisée pour la mémoire (M1 ou M2)

Les familles de machines M1 et M2 sont le bon choix car elles sont explicitement conçues pour les charges de travail à haute mémoire telles que SAP HANA, les grandes bases de données en mémoire et l'analytique en temps réel. M1 propose m1-megamem (jusqu'à 1,75 TB) et m1-ultramem (jusqu'à 3,75 TB), tandis que M2 ajoute m2-hypermem avec jusqu'à 12 TB de RAM, le tout utilisant des processeurs Intel Xeon Scalable avec deux fois la bande passante mémoire des familles d'usage général. Ces machines sont tarifées par GB de mémoire à un tarif inférieur à celui des configurations N2 ou C2 personnalisées, ce qui en fait l'option la plus rentable lorsque vous avez besoin de centaines de GB à des téraoctets de RAM. De plus, les VM de la série M prennent en charge la migration en direct et les nœuds à locataire unique, vous offrant la même flexibilité opérationnelle que les autres familles tout en fournissant la capacité requise de 768 GB+.

C

Fausse

Famille de machines optimisée pour le calcul (C2)

La famille C2 (optimisée pour le calcul) est conçue autour de fréquences turbo élevées sur tous les cœurs et d'une horloge soutenue de 3,8 GHz, ce qui la rend idéale pour le HPC gourmand en CPU, les jeux ou le transcodage multimédia, et non pour des empreintes mémoire massives. Les instances C2 n'offrent que jusqu'à 3,8 GB par vCPU dans de nombreuses configurations, et même la plus grande machine standard C2 plafonne à 240 GB de RAM avec 60 vCPU. Ce plafond de mémoire est bien inférieur à l'exigence de 768 GB+, de sorte qu'un C2 vous obligerait à effectuer un scale-out sur plusieurs VM, ajoutant une surcharge réseau et une complexité de licence. La philosophie de conception de C2 privilégie la densité de calcul brute par rapport à la capacité mémoire, et sa bande passante mémoire n'est pas optimisée pour les modèles d'accès aléatoire des grands ensembles de données en mémoire.

D

Fausse

Famille de machines optimisée pour les accélérateurs (A2)

La famille optimisée pour les accélérateurs A2 est centrée sur les GPU NVIDIA A100, qui sont destinés au calcul accéléré par GPU tel que l'apprentissage profond, la simulation scientifique et les charges de travail basées sur CUDA. Bien que les instances A2 offrent jusqu'à 96 vCPU et 680 GB de mémoire système dans la configuration a2-ultragpu la plus grande, cette mémoire est une ressource secondaire par rapport aux GPU attachés, et la tarification par GPU la rend extrêmement coûteuse pour l'analytique pure en mémoire. Si votre charge de travail n'utilise pas CUDA ou le traitement par GPU, vous paieriez une prime importante pour des accélérateurs inutilisés tout en ne dépassant pas 768 GB de RAM sans effectuer de scale-out. La famille A2 manque également de la disposition NUMA optimisée pour la mémoire et des ratios mémoire/vCPU élevés que l'on trouve dans la série M, elle est donc mal adaptée aux charges de travail dépassant la limite de mémoire qui ne nécessitent pas de calcul GPU.

Pour aller plus loin

Le concept fondamental testé par cette question est la manière dont les familles de machines de Google Cloud se distinguent non seulement par leurs spécifications brutes, mais aussi par la bande passante mémoire, le modèle de tarification et la capacité mémoire maximale qui comptent pour une classe de charge de travail donnée. La famille optimisée pour la mémoire M1/M2 utilise une topologie NUMA et une architecture d'extension de mémoire différentes des familles d'usage général, permettant jusqu'à 12 TB de RAM dans une instance m2-hypermem-416, ce qu'aucune VM d'usage général ou optimisée pour le calcul ne peut offrir. Une idée fausse très répandue est que l'on peut simplement personnaliser n'importe quel type de machine pour ajouter plus de mémoire, mais les ratios vCPU/mémoire personnalisés sont limités par la plateforme hôte sous-jacente ; pour N2, cette limite est de 896 GB, et pour C2 elle est encore plus basse, ce qui signifie que vous ne pouvez pas « personnaliser » pour dépasser les limites physiques de la lame. Les décisions du monde réel telles que la certification SAP HANA ou une base de graphiques en mémoire de 1 TB vous obligent à choisir la série M car Google ne certifie ces instances que pour ces charges de travail, et la tarification par GB est conçue pour être inférieure à ce que vous paieriez pour la même quantité de RAM dans un N2 personnalisé. Une autre subtilité est que M2 utilise des processeurs Intel Xeon Scalable de deuxième génération avec prise en charge de la mémoire persistante, ce qui peut étendre davantage la capacité de mémoire effective dans des configurations certifiées spécifiques, mais la RAM de la VM simple est celle qui est toujours disponible. Comprendre ces compromis est important pour l'optimisation des coûts : choisir la mauvaise famille pour une application liée à la mémoire peut doubler votre facture d'infrastructure ou forcer une architecture avec mise à l'échelle horizontale, tandis que la série M vous offre un domaine de mémoire unique, grand et prévisible.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement ACE originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.

Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.