Azure 容器实例中的大型容器

本文概述了 Azure 容器实例上大型容器的功能和优势。 客户现在可以为标准容器、机密容器、具有虚拟网络的容器以及利用虚拟节点连接到 AKS 的容器部署具有更高 vCPU 和内存的工作负载。 此设置支持 vCPU 计数大于 4，内存容量为 16 GB，每个标准容器组最多 31 个 vCPU 和 240 GB，每个机密容器组最多 31 个 vCPU 和 180 GB。 此功能消除了计算和内存密集型工作负荷的限制！

大型容器的优点

增强的性能

更多的 vCPU 意味着更好的处理能力，允许更高效地处理复杂任务和应用程序。 从更多的 vCPU 和更大的 GB 容量提高性能可能导致更快的处理时间和降低延迟，这可以转化为时间和工作效率方面的成本节省。

增加内存容量

具有更多 GB 的较大容器组可以处理更大的数据集和更广泛的工作负荷，使它们非常适合数据密集型应用程序。

便捷可伸缩性

较大的容器组可根据需要灵活地纵向扩展资源，从而适应不断增长的业务需求，而不会影响性能。 较大的容器 SKU 可以简化缩放过程。 无需管理多个较小的容器，即可使用更少的较大容器来缩放应用程序，从而可能减少频繁缩放调整的需求。

大容量容器的使用场景

以下是一些可以从大型容器中受益的场景。

数据推理

较大的容器 SKU 非常适合需要可靠的计算能力的数据推理任务。 示例包括金融交易中的实时欺诈检测、制造中的预测性维护，以及电子商务中的个性化推荐引擎。 这些容器可确保高效安全地处理大型数据集，以便准确预测和见解。

协作分析

当多个参与方需要共享和分析数据时，较大的容器 SKU 可提供安全高效的解决方案。 例如，医疗保健中的公司可以协作处理患者数据分析，同时保持保密性。 同样，研究机构可以在不影响数据隐私的情况下共享大型数据集进行科学研究。

大数据处理

处理大规模数据处理的组织可以从更大的容器 SKU 的增强容量中获益。 示例包括处理目标营销活动的客户数据、分析社交媒体趋势以进行情绪分析，以及进行大规模财务建模以进行风险评估。 这些容器可确保高效处理大量工作负荷。

高性能计算

高性能计算应用程序，如气候建模、基因组研究和计算流体动力学，需要大量的计算能力。 较大的容器 SKU 提供了支持这些密集型任务所需的资源，可实现精确的模拟和更快的结果。

后续步骤

若要开始使用大型容器，请执行以下步骤。

1. 如果计划运行大于 4 个 vCPU 和 16 GB 的容器，则必须提交 Azure 支持请求 （选择“配额”作为 支持类型）。
2. 分配配额后，可以通过 Azure 门户、Azure CLI、PowerShell、ARM 模板或任何其他媒体部署容器组，以便连接到 Azure 中的容器组。

若要详细了解 Azure 容器实例，请参阅 Azure 中的无服务器容器 - Azure 容器实例 |Microsoft Learn