AWS EC2新增性能状态检查,支持10秒CPU利用率指标
AWS于2026年11月19日宣布,为Amazon EC2推出性能状态检查,并向EC2详细监控加入新的利用率指标。更新涉及加速计算实例的硬件性能状态、一分钟GPU指标和分辨率为10秒的CPU利用率指标。
AWS表示,这些信号无需在实例内部安装或配置,可与客户已有的系统内监控工具配合使用,帮助运行性能敏感型负载的客户监控CPU与GPU资源、调整容量需求并排查应用问题。
这次更新针对的是资源观察与排障能力,并非新增一种服务器型号,也不是宣称所有EC2实例的计算性能自动提高。
实例还在运行,也可能需要处理性能异常
按AWS说明,性能状态检查用于识别影响加速计算实例表现、但没有使实例完全停止运行的硬件状态,并给出相应处理建议。
公告举出的例子,是通过重启完成GPU显存行重映射,而不必直接替换实例。这里的重点在于让管理员获得更明确的硬件状态信息,并不意味着所有GPU性能波动都适合通过重启处理。
对正在运行训练或推理任务的团队,收到建议后仍需结合任务状态安排操作,确认检查点、业务切换或维护窗口,再决定何时执行。
10秒CPU指标与一分钟GPU指标有什么用途
详细监控的新能力包括OpenTelemetry指标支持、一分钟GPU指标,以及更高分辨率的10秒CPU利用率指标。AWS表示,一分钟GPU指标主要用于调优加速计算负载,10秒CPU利用率指标则用于结合EC2 Application Auto Scaling规划和扩展计算容量。客户可按类别选择启用这些新指标,并可将类别批量应用到整个实例集群。
相较于只看较长时间段的统计结果,更细的记录有助于观察短时负载变化。不过,CPU利用率、GPU利用率与应用响应时间回答的是不同问题,实际排障仍需要把这些数据放在同一时间范围内对照。
例如,业务延迟升高时,管理员可以同时查看计算资源是否出现峰值、GPU是否持续忙碌,以及应用日志是否记录超时。单个利用率指标通常不足以直接定位故障原因。
性能检查不额外收费,详细监控按规则计费
AWS明确区分了两部分费用:EC2性能状态检查不额外收费;详细监控新增指标需要客户主动选择启用,并按EC2详细监控的标准CloudWatch规则收费。
公告称,相关能力在所有AWS商业区域及AWS GovCloud(美国)区域提供,部署在AWS亚太(香港)区域的香港服务器业务同样在覆盖范围内。性能状态检查仅面向加速计算实例,具体实例类型是否适用、哪些指标已经开启,仍需按照对应产品文档和控制台配置核实。
SellBGP评语
无论是云上实例还是独立的香港服务器,监控能否帮到业务,取决于异常发生后有没有人收到信息、能否结合应用数据判断,以及是否明确下一步操作。多一张监控图本身,并不会自动缩短恢复时间。
对于同时服务多个地区访问的香港服务器业务,短时流量起伏较为常见,更细的采样粒度有助于还原峰值出现的时间点。建议优先围绕关键业务建立告警与处置记录,把异常时间、实例状态、应用日志和执行过的操作对应起来。再根据实际负载选择更细的采样粒度,也更容易评估监控费用是否值得。
声明:本文由SellBGP编辑部依据公开渠道信息独立撰写,转载请注明出处。