Einheit 2.2: Compute-Dienste

Einführung

Stellen Sie sich vor, Sie bestellen ein Essen in einem Restaurant. Sie können sich entweder für ein vorgegebenes Menü mit festen Portionen und Preisen entscheiden (schnell, einfach, wirtschaftlich) oder Sie bestellen à la carte und passen jedes Detail exakt Ihren Vorlieben an (flexibel, präzise, aber möglicherweise teurer). Die Compute-Dienste von IONOS CLOUD funktionieren auf dieselbe Weise: Sie bieten sowohl vorkonfigurierte Optionen für einfache Nutzung als auch vollständig anpassbare virtuelle Maschinen für maximale Präzision.

In dieser Einheit werden Sie die Compute-Dienste erkunden, die Anwendungen auf IONOS CLOUD betreiben. Ob Sie garantierte Leistung für kritische Datenbanken, kosteneffiziente Ressourcen für Entwicklungsumgebungen oder automatische Skalierung für unvorhersehbare Traffic-Muster benötigen: Das Verständnis dieser Compute-Optionen hilft Ihnen, den richtigen Dienst an die Anforderungen Ihrer Workloads anzupassen.

1. IONOS CLOUD Compute Portfolio Überblick

IONOS CLOUD bietet ein umfassendes Spektrum an Compute-Diensten, die entwickelt wurden, um vielfältige Workload-Anforderungen zu erfüllen, von einfachen Entwicklungsumgebungen bis hin zu performanceintensiven Produktionssystemen. Das Compute-Portfolio besteht aus zwei Hauptangeboten, die jeweils für unterschiedliche Anwendungsfälle und Budgetvorgaben optimiert sind.

1.1 Compute Engine (Flexible virtuelle Server)

Compute Engine ist die leistungsfähige und flexible virtuelle Serverplattform von IONOS CLOUD. Sie bietet virtuelle Maschinen (VMs), die auf der Cloud-Infrastruktur von IONOS CLOUD laufen und dabei eine vollständige Kontrolle über die Konfigurationen von CPU, Arbeitsspeicher, Speicher und Netzwerk ermöglichen. Compute Engine bildet das Fundament für die meisten Produktions-Workloads auf IONOS CLOUD.

Die Compute Engine Familie gliedert sich in zwei Produkttypen:

Dedicated Core Server stellen jeder VM einen dedizierten physischen CPU-Kern zur Verfügung; bei den meisten CPU-Familien erscheint dieser Kern als 2 Hyper-Threads, wobei die neuere Intel Xeon Sierra Forest Familie 1 logischen Kern pro physischem Kern ohne Hyper-Threading bereitstellt. Kein anderer Kunde kann diesen Kern nutzen, was eine stabile und vorhersehbare Leistung sicherstellt. Dies macht Dedicated Core Server ideal für performanceintensive Aufgaben wie Echtzeit-Analysen, Datenverarbeitungs-Pipelines, Enterprise-Grade-Anwendungen und Hochdurchsatz-Datenbanken, bei denen die CPU-Leistung nicht beeinträchtigt werden darf. Dedicated Server unterstützen bis zu 62 Dedicated Cores und 230 GB RAM, mit der Flexibilität, Ressourcen vertikal zu skalieren, ohne neu zu starten (abhängig vom Betriebssystem).

vCPU Server nutzen virtuelle CPUs, die die zugrunde liegenden physischen Ressourcen über mehrere Kunden hinweg teilen. Dieses geteilte Modell bietet kosteneffiziente, skalierbare Compute-Kapazitäten, die für Datenbanken, Entwicklungs- und Testumgebungen, Microservices und allgemeine Workloads geeignet sind. vCPU Server unterstützen bis zu 60 vCPUs und 230 GB RAM, mit der Flexibilität, Ressourcen vertikal zu skalieren, ohne neu zu starten (abhängig vom Betriebssystem).

Sowohl Dedicated Core als auch vCPU Server unterstützen Live Vertical Scaling (LVS), das es Ihnen ermöglicht, CPU-Kerne und RAM zu erhöhen sowie Netzwerkschnittstellen hinzuzufügen, während der Server weiterläuft, abhängig vom Betriebssystem. Diese Funktion eliminiert Ausfallzeiten während von Kapazitätserweiterungen und ermöglicht es Ihnen, sofort auf Lastspitzen oder Wachstum zu reagieren.

Sowohl Dedicated Core als auch vCPU Server werden von einer höheren Service-Level-Vereinbarung mit 99,95 % Verfügbarkeit gestützt, was die Zuverlässigkeit der Compute Engine Plattform für Produktions-Workloads widerspiegelt.

1.2 Cubes (Vorkonfigurierte virtuelle Private Server)

Cubes sind vorkonfigurierte virtuelle Private Server Instanzen von IONOS CLOUD mit festen Mengen an vCPU, RAM und direkt angebundenem NVMe-Speicher. Betrachten Sie Cubes als sofort einsatzbereite Server-Vorlagen, ähnlich wie der Kauf eines vorkonfigurierten Laptops anstelle des Zusammenbaus eines individuellen PCs aus einzelnen Komponenten.

Jeder Cube kombiniert eine VM mit einem angebundenen NVMe Direct-Attached Storage (DAS) Volumen in einem einzigen Paket. Die Ressourcenkonfigurationen sind zum Zeitpunkt der Bereitstellung festgelegt und können später nicht geändert werden. Daher unterstützen Cubes kein Live Vertical Scaling oder automatische Migration zu anderen Größen, Sie können jedoch neue NICs oder Datenträger hinzufügen. Cubes sind in zwei Vorlagenfamilien verfügbar:

Basic Cubes folgen einem ausgewogenen Verhältnis von 1 vCPU : 2 GB RAM : 60 GB Speicher. Die Größen reichen vom Basic Cube XS (1 vCPU, 2 GB RAM, 60 GB Speicher) bis zum Basic Cube XL (16 vCPUs, 32 GB RAM, 960 GB Speicher).

Memory Cubes bieten mehr RAM pro vCPU und halten das gleiche Speicher-Verhältnis bei. Memory Cube XL liefert 16 vCPUs mit 64 GB RAM und 960 GB Speicher, ideal für speicherintensive Anwendungen, die keine dedizierte CPU-Leistung erfordern.

Cubes werden als Vorlagen mit fester Größe verkauft und laufen auf geteilter Infrastruktur, was bedeutet, dass die Leistung während Spitzenzeiten zwischen den Instanzen variieren kann. IONOS CLOUD veröffentlicht kein Over-Provisioning-Verhältnis für Cubes. Dies macht Cubes am besten geeignet für Entwicklung, Testen, Website-Hosting und Workloads mit niedriger Kritikalität, bei denen gelegentliche Leistungsschwankungen akzeptabel sind. Für eine konsistente, garantierte Leistung ist Compute Engine die bessere Wahl. Cubes haben ein niedrigeres SLA mit 99,9 % Verfügbarkeit.

1.3 Cloud GPU VMs

Cloud GPU VMs sind GPU-beschleunigte virtuelle Maschinen innerhalb der Compute Engine Familie, die für Workloads entwickelt wurden, die massive parallele Rechenleistung erfordern. Jede Cloud GPU VM ist mit NVIDIA H200 GPUs ausgestattet, die über hochbandbreitenfähigen GPU-Arbeitsspeicher verfügen und die erforderliche Compute-Leistung für künstliche Intelligenz, maschinelles Lernen und Hochleistungsrechnen-Aufgaben liefern.

Wichtige Merkmale von Cloud GPU VMs:

• Dedizierte NVIDIA H200 GPU-Ressourcen, die an Compute Engine virtuelle Maschinen angebunden sind
• Hochbandbreitenfähiger GPU-Arbeitsspeicher, optimiert für das Training und die Inferenz großer KI/ML-Modelle
• Geeignet für KI/ML-Training, Modell-Inferenz, 3D-Rendering, wissenschaftliche Simulationen und Videobearbeitung
• Verfügbar in den Rechenzentren von IONOS CLOUD, wodurch GPU-Workloads unter europäischer Datensouveränität bleiben

Wann Cloud GPU VMs verwendet werden sollten:

Wählen Sie Cloud GPU VMs, wenn Ihr Workload das Training oder Feintuning von maschinellen Lernmodellen, das Ausführen von KI-Inferenz im großen Maßstab, das Erstellen von 3D-Renderings oder Visualisierungen oder die Ausführung von wissenschaftlichen Rechenaufgaben umfasst, die von GPU-Parallelität profitieren. Für allgemeine Compute-Workloads, die keine GPU-Beschleunigung erfordern, sind Dedicated Core oder vCPU Server kosteneffizientere Wahlmöglichkeiten.

2. Auswahl des richtigen Compute-Dienstes

Das Verständnis, wann jeder Compute-Dienst einzusetzen ist, hängt von den Eigenschaften Ihrer Workloads, den Leistungsanforderungen und den Budgetbeschränkungen ab.

2.1 Compute Engine vs. Cubes: Entscheidungskriterien

Der grundlegende Unterschied zwischen Compute Engine und Cubes liegt in der Ressourcenflexibilität, den Leistungsgarantien und der Kostenstruktur.

Wählen Sie Compute Engine, wenn Sie garantierte Leistung für Produktionsworkloads benötigen, mehr als 16 vCPUs oder 64 GB RAM erforderlich sind, Flexibilität wünschen, Ressourcen unabhängig voneinander anzupassen, GPU-Beschleunigung für KI/ML- oder Rendering-Workloads (Cloud GPU VMs) benötigen oder wenn SLA und Verfügbarkeit die Hauptanliegen sind.

Wählen Sie Cubes, wenn Ihre Workload der Entwicklung, dem Testen oder niedriger Kritikalität zuzuordnen ist, Sie einen schnellen und kostengünstigen Einstieg mit fertiger VM und Speicher bevorzugen, die Ressourcenanforderungen einer vordefinierten Vorlagengröße entsprechen oder Sie den operationellen Aufwand minimieren möchten.

2.2 Dedicated Core vs. vCPU Server: Leistung vs. Kosten

Innerhalb von Compute Engine erfordert die Wahl zwischen Dedicated Core und vCPU Servern einen Ausgleich zwischen Leistungsanforderungen und Budget.

Dedicated Core Server weisen Ihrer VM einen physischen CPU-Kern exklusiv zu; bei den meisten CPU-Familien stellt dieser Kern 2 Hyper-Threads dar, wobei die neuere Intel Xeon Sierra Forest Familie 1 logischen Kern pro physischem Kern ohne Hyper-Threading bereitstellt. Kein anderer Kunde kann diesen Kern nutzen, was „noisy neighbor“-Effekte eliminiert und die stabilste und vorhersehbarste Leistung im IONOS CLOUD-Portfolio bietet. Dies macht Dedicated Core ideal für Echtzeit-Analysen, Datenverarbeitungspipelines, Enterprise-Anwendungen mit strengen SLA-Anforderungen und Hochdurchsatz-Datenbanken, bei denen eine konsistente CPU-Leistung entscheidend ist.

vCPU Server teilen sich physische Ressourcen unter mehreren Kunden und bieten gute Leistung für die meisten Workloads, bleiben dabei jedoch kosteneffizient. IONOS CLOUD garantiert keinen festen vCPU-Leistungsniveau (ein Migrationsleitfaden nennt etwa 80 % eines inzwischen eingestellten Opteron-Kerns). Der tatsächliche Durchsatz hängt von der zugrunde liegenden Host-CPU, der VM-Konfiguration und der aktuellen Auslastung des geteilten physischen Servers ab und kann von einem kleinen Bruchteil bis hin zu nahezu der vollen Kernleistung reichen. Dies macht vCPU Server ideal für Entwicklungs- und Testumgebungen, allgemeine Datenbanken, Webdienste, Microservices und skalierbare Workloads, bei denen eine gewisse Leistungsschwankung akzeptabel ist.

Der Kostenvorteil ist erheblich. Dedicated Core Server haben einen Premium-Preis (ab ca. 0,034 €/Stunde mit einem 1-Jahres-Sparplan), da Sie für einen gesamten physischen Kern bezahlen. vCPU Server sind deutlich günstiger und damit die kosteneffizienteste Option für Workloads, die keine garantierte CPU-Isolation erfordern.

Leistungskritische oder missionkritische Workloads rechtfertigen die Preise für Dedicated Core. Entwicklung, Testen und allgemeine Anwendungen profitieren von der Kosteneffizienz von vCPU.

3. Skalierungs- und Flexibilitätsfunktionen

Die Compute-Dienste von IONOS CLOUD bieten mehrere Mechanismen, um Ressourcen an sich ändernde Anforderungen anzupassen, sowohl vertikal (Hinzufügen von Ressourcen zu bestehenden VMs) als auch horizontal (Hinzufügen weiterer VMs).

3.1 Live Vertical Scaling

Live Vertical Scaling (LVS) ist eine in Compute Engine integrierte Technologie, mit der Sie CPU-Kerne, RAM und Netzwerkinterfaces erhöhen können, während der Server weiterläuft. Für Linux-Systeme ist kein Neustart erforderlich (Windows hat einige Einschränkungen), was Kapazitätserweiterungen ohne Ausfallzeit ermöglicht.

Diese Funktion bietet mehrere wichtige Vorteile. Sie können sofort auf Lastspitzen reagieren, ohne den Dienst zu unterbrechen, Server dynamisch an die tatsächliche Auslastung anpassen, anstatt von Anfang an überdimensioniert zu planen, und den manuellen Aufwand für Abschalt- und Neustartverfahren eliminieren. Anwendungen bleiben für Benutzer verfügbar, während Sie Kapazität hinzufügen.

Auf Linux-Systemen mit modernen Kernen können Sie CPU-Kerne, RAM, NICs und Datenträger ohne Ausfallzeit hinzufügen. Auf Windows-Systemen können Sie CPU-Kerne, NICs oder Datenträger ohne Neustart hinzufügen, aber RAM-Skalierung oder Skalierung über acht Kerne hinaus erfordert einen Neustart. Live Vertical Scaling funktioniert sowohl für Dedicated Core als auch für vCPU-Server. Wenn Sie Ressourcen wie CPU oder RAM reduzieren möchten, ist ein Neustart unter jedem Betriebssystem erforderlich. Netzwerkinterfaces (NICs) und Datenträger können jedoch weiterhin ohne Neustart getrennt werden.

Die Datenträgerkapazität kann erhöht werden, während der Server läuft, aber das Betriebssystem muss Partition und Dateisystem manuell vergrößern, um den neu zugewiesenen Speicherplatz zu nutzen. Eine Reduzierung der Datenträgerkapazität (Verkleinerung) ist unter keinen Umständen erlaubt oder unterstützt.

Es ist wichtig zu beachten, dass ein Hot Downscaling für CPU oder RAM weder unter Linux noch unter Windows unterstützt wird. Nur das Entfernen von NICs und das Ablösen von Datenträgern werden ohne Ausfallzeit unterstützt. Diese Einschränkungen sollten bei der Gestaltung von Kapazitätsmanagement- und Skalierungsstrategien berücksichtigt werden. Sie können die Datenträgergröße erhöhen, während der Server läuft, müssen aber die internen Partitionen im Betriebssystem vergrößern. Das Verkleinern eines Datenträgers ist nicht erlaubt oder unterstützt.

Die Möglichkeit, ohne Ausfallzeit vertikal zu skalieren, ist besonders wertvoll für Datenbanken, die ein allmähliches Wachstum aufweisen, Webanwendungen, die unerwarteten Traffic-Anstiegen ausgesetzt sind, oder jede Arbeitslast, bei der Dienstunterbrechungen die Benutzererfahrung oder den Umsatz beeinträchtigen.

3.2 VM Auto Scaling (Horizontale Skalierung)

VM Auto Scaling ist ein verwalteter IONOS CLOUD-Dienst, der virtuelle Maschineninstanzen basierend auf Echtzeit-Workload-Metriken wie CPU-Auslastung oder Netzwerkverkehr automatisch startet oder beendet. Er führt horizontale Skalierung durch, indem er VM-Replikate hinzufügt oder entfernt, die als Standard-Compute Engine-virtuelle Maschinen bereitgestellt werden. Anstatt die Last manuell zu überwachen und Server hinzuzufügen, überwacht VM Auto Scaling kontinuierlich definierte Metriken und passt die Anzahl der laufenden VMs automatisch an.

Wenn ein Skalierungsschwellenwert erreicht wird, fügt VM Auto Scaling VMs in einer VM Auto Scaling Group hinzu oder entfernt sie, wobei alle VMs aus demselben Image-Template erstellt werden. Dies gewährleistet Konsistenz über die Instanzen hinweg. Der Dienst integriert sich mit anderen IONOS CLOUD-Diensten wie Application Load Balancer (ALB), um den Traffic gleichmäßig über den variablen VM-Pool zu verteilen.

Wichtige Vorteile von VM Auto Scaling umfassen:

• Verbesserte Ressourcennutzung und Kosteneffizienz - VMs werden nur hinzugefügt, wenn sie benötigt werden, und entfernt, wenn die Nachfrage sinkt, was Überbereitstellungsgebühren vermeidet
• Bessere Anwendungsentwickselung - Der Dienst skaliert aus, bevor Anwendungen langsam werden, und hält dadurch niedrige Antwortzeiten aufrecht
• Schnelle, automatisierte Skalierbarkeit - Horizontale Skalierung kann in Sekunden ausgelöst werden, ohne manuelles Eingreifen, und unterstützt Traffic-Spitzen aus Marketingkampagnen, Produktstarts oder saisonalen Ereignissen
• Reduzierter operativer Aufwand - Die Skalierungslogik wird vom Dienst übernommen; Sie müssen Metriken nicht mehr manuell überwachen und VMs bereitstellen

Häufige Anwendungsfälle für VM Auto Scaling:

Webanwendungs-Frontends: Kombinieren Sie VM Auto Scaling mit einem Application Load Balancer, um eingehenden HTTP(S)-Traffic automatisch über eine variable Anzahl identischer Webserver-VMs zu verteilen und eine konsistente Latenz während Traffic-Spitzen sicherzustellen.

API-Dienste und Microservices: Skalieren Sie die Anzahl der API-verarbeitenden VMs basierend auf CPU- oder Netzwerkpaket-Schwellenwerten, um die API-Antwortzeiten innerhalb der SLA-Grenzen zu halten.

Batch-Verarbeitung oder Daten-Ingestion-Pipelines: Wenn die Ingestion-Raten steigen, fügt der Dienst weitere VMs hinzu, um die zusätzliche Last zu bewältigen. Sobald die Warteschlange leer ist, skaliert er zurück und spart Kosten.

Saisonale oder ereignisgesteuerte Arbeitslasten: E-Commerce-Seiten während der Feiertagsverkäufe, Streaming-Plattformen während Live-Ereignissen oder jede Arbeitslast mit vorhersehbaren Spitzen kann minimale und maximale Replikatenzahlen vordefinieren und den Dienst den Rest übernehmen lassen.

Um den größten Nutzen aus VM Auto Scaling zu ziehen, kombinieren Sie ihn mit einem Application Load Balancer für gleichmäßige Traffic-Verteilung und Health Checking, verwenden Sie Cloud-Init oder benutzerdefinierte Images, damit neue Replikate sofort bereit sind, und definieren Sie sinnvolle Scale-in- und Scale-out-Schwellenwerte mit geeigneten Cool-down-Perioden, um schnelle Oszillationen zu vermeiden.

4. Images und Snapshots

Images und Snapshots sind grundlegende Werkzeuge zur Verwaltung von Compute-Ressourcen. Mit ihnen können Sie Vorlagen erstellen, den Zustand von VMs sichern und Workloads in Ihrer Infrastruktur klonen.

4.1 Images: Vorlagen für die VM-Bereitstellung

Ein Image ist eine Vorlage, die ein Betriebssystem und optional vorinstallierte Software enthält. Es dient als Root-Disk bei der Erstellung eines neuen virtuellen Servers oder als ISO-Datei, die Anwendungen enthält, die auf Ihren Maschinen installiert werden sollen. Mit Images können Sie viele VMs mit identischen Konfigurationen schnell und konsistent bereitstellen.

IONOS CLOUD bietet drei Arten von Images:

Public Images werden von IONOS CLOUD bereitgestellt und umfassen gängige Betriebssysteme wie Ubuntu, CentOS, Windows Server und andere. Diese Images sind in allen unterstützten Regionen verfügbar und können sofort verwendet werden.

BYOS Images (Bring Your Own Subscription) ermöglichen es Ihnen, Betriebssysteme mit Ihren bestehenden Lizenzen zu verwenden, beispielsweise SUSE Linux Enterprise Server (SLES). Sie stellen die Subscription bereit, und IONOS CLOUD stellt die Infrastruktur bereit.

Private Images sind benutzerdefinierte Images, die Sie erstellen oder per FTP hochladen. Sie können vorinstallierte Anwendungen, Sicherheitskonfigurationen oder angepasste Betriebssysteme enthalten. Private Images sind nur in der Region sichtbar, in der sie hochgeladen wurden.

Images werden als separate Objekte verwaltet und verbrauchen Ihr HDD-Quota nicht auf dieselbe Weise wie Snapshots. Sie können private Images mit bestimmten Benutzern oder Gruppen über Zugriffskontrollen teilen und sie mit 2-Faktor-Authentifizierung vor zusätzlichen Sicherheitsrisiken schützen.

4.2 Snapshots: Sicherungen zu einem bestimmten Zeitpunkt

Ein Snapshot ist eine Kopie zu einem bestimmten Zeitpunkt eines bereits bereitgestellten Block Storage-Volumes. Er erfasst das gesamte Volume, einschließlich des leeren Speicherplatzes, und erstellt eine vollständige Sicherung des Disk-Zustands zum Zeitpunkt der Snapshot-Erstellung.

Snapshots erfüllen mehrere Zwecke. Sie bieten schnelle Wiederherstellungspunkte für bestimmte VM-Disks, ermöglichen das Klonen von Volumes, um mehrere VMs mit identischen Daten bereitzustellen, und dienen als temporäre Sicherungen vor Upgrades oder Patches. Wenn ein Upgrade fehlschlägt, können Sie das Volume aus dem Snapshot wiederherstellen. Sie werden nicht als Ersatz für ein traditionelles Sicherungstool wie den IONOS CLOUD Backup Service empfohlen, da sie nicht planbar sind und ihre Persistenz nicht automatisch gesteuert werden kann.

Wichtige Unterschiede zwischen Images und Snapshots:

Sowohl Images als auch Snapshots können über Zugriffskontrollen mit Gruppen geteilt und mit 2-Faktor-Authentifizierung geschützt werden. Keines der beiden verfügt über eine automatische Aufbewahrungsdauer; sie bleiben bestehen, bis Sie sie löschen.

Das Verständnis, wann welches Werkzeug verwendet werden sollte, ist einfach. Verwenden Sie Images, wenn Sie neue VMs mit Standard- oder benutzerdefinierten Betriebssystemen bereitstellen. Verwenden Sie Snapshots, wenn Sie bestehende VM-Disks sichern oder Workload-Daten auf neue Instanzen klonen.

5. Preismodelle für Compute-Ressourcen

IONOS CLOUD bietet zwei Preismodelle für Compute-Ressourcen, die jeweils für unterschiedliche Nutzungsmuster und Commitment-Stufen konzipiert sind.

5.1 Pay-As-You-Go (PAYG)

Die Abrechnung nach dem Pay-As-You-Go-Modell erfolgt minutengenau, sodass Sie nur für die genaue Zeit bezahlen, in der Ihre Ressourcen laufen. Die Preise werden als Stundensätze angezeigt, die tatsächliche Abrechnung erfolgt jedoch proportional zu den genutzten Minuten. Es gibt kein Commitment, keine Vorabkosten und keine Aufrundung auf volle Stunden. Sie können Ressourcen jederzeit starten oder stoppen.

Die PAYG-Preise bieten maximale Flexibilität und sind ideal für schwankende Workloads, kurzfristige Projekte, Entwicklungsumgebungen und Testumgebungen oder experimentelle Workloads, bei denen die Nutzung unvorhersehbar ist. Sie haben die volle Freiheit, Ressourcen nach Bedarf bereitzustellen und wieder zu entfernen.

Typische PAYG-Sätze umfassen vCPU-Server zu etwa 0,012 € pro Stunde pro vCPU, RAM zu 0,0020 € pro Stunde pro GB und Dedicated Core CPUs im Bereich von 0,036 € bis 0,046 € pro Stunde, abhängig von der CPU-Familie. Diese Sätze werden proportional zum tatsächlichen Verbrauch in Minuten-Schritten angewendet.

5.2 Cloud Savings Plans (Reservierte-Instanz-ähnlich)

Mit Cloud Savings Plans können Sie sich für eine feste Menge an Dedicated Core-Ressourcen (CPU-Kerne und RAM) für 1 oder 3 Jahre verpflichten und im Gegenzug deutlich niedrigere Stundensätze erhalten. Im Gegensatz zu traditionellen reservierten Instanzen sind Cloud Savings Plans ressourcenbasiert und nicht an einen bestimmten VM-Typ, eine Region oder ein Betriebssystem gebunden, was die Flexibilität bietet, Workloads frei zu verschieben.

Die Sätze der Savings Plans sind erheblich niedriger als die PAYG-Sätze. Zum Beispiel kostet 1 Dedicated Core etwa 0,034 € pro Stunde mit einem 1-Jahres-Plan (im Vergleich zu 0,036 € bei PAYG) und 0,024 € pro Stunde mit einem 3-Jahres-Plan. RAM kostet etwa 0,0038 € pro Stunde pro GB mit einem 1-Jahres-Plan (im Vergleich zu 0,0045 € bei PAYG) und 0,0027 € pro Stunde pro GB mit einem 3-Jahres-Plan.

Die Kosteneinsparungen sind erheblich. Für einen Workload, der 10 Dedicated Cores und 40 GB RAM kontinuierlich für einen Monat (etwa 720 Stunden) ausführt:

• PAYG: (10 × 0,036 € + 40 × 0,0045 €) × 720 ≈ 388,80 € pro Monat
• 1-Jahres-Savings-Plan: (10 × 0,034 € + 40 × 0,0038 €) × 720 ≈ 354,24 € pro Monat (9 % Ersparnis)
• 3-Jahres-Savings-Plan: (10 × 0,024 € + 40 × 0,0027 €) × 720 ≈ 250,56 € pro Monat (35 % Ersparnis)

Cloud Savings Plans verrechnen den gesamten committed Betrag jeden Monat, auch wenn Sie die volle Kapazität nicht nutzen. Jede Nutzung über den committed Betrag hinaus wird zu PAYG-Sätzen abgerechnet. Mehrere Pläne können koexistieren, wobei der älteste Plan zuerst angewendet wird und überschüssige Nutzung auf neuere Pläne oder PAYG durchgreift.

Wählen Sie PAYG, wenn Workloads variabel, kurzlebig, experimentell oder unvorhersehbar sind. Wählen Sie Cloud Savings Plans, wenn Sie stabile, dauerhaft laufende Workloads mit vorhersehbarer Nutzung von Kernen und RAM haben, Preisgewissheit für die Budgetplanung benötigen oder Kosten für langfristige Produktionssysteme optimieren möchten.

Häufige Anwendungsfälle

Praxisnahe Szenarien, in denen die Compute-Dienste von IONOS CLOUD einen Mehrwert bieten:

1. E-Commerce-Plattform mit saisonalem Traffic: Ein Online-Händler nutzt Dedicated Core Server für seine Webanwendung, kombiniert mit VM Auto Scaling (Abschnitt 3.2) und einem Application Load Balancer. Während Black Friday und der Feiertagsverkäufe steigt der Traffic um das 10-Fache. VM Auto Scaling provisioniert automatisch zusätzliche Dedicated Core Server, wenn die CPU-Auslastung den definierten Schwellenwert überschreitet, verteilt den Traffic gleichmäßig über den Load Balancer und entfernt die zusätzlichen Server, wenn der Traffic wieder normal ist. Der Händler zahlt nur für die zusätzliche Kapazität während der Spitzenzeiten und vermeidet so ganzjährige Kosten für Server, die den größten Teil des Jahres ungenutzt bleiben.
2. Entwicklungs- und Testumgebungen mit Cubes: Ein Softwareentwicklungsteam nutzt Basic Cube M Instanzen (Abschnitt 1.2) für seine CI/CD-Pipeline und Testumgebungen. Die festen Ressourcen (4 vCPUs, 8 GB RAM, 240 GB Speicher) entsprechen den typischen Anforderungen ihrer Testworkloads, die niedrigen Stundenkosten passen zu ihren Budgetbeschränkungen, und der enthaltene NVMe-Speicher bietet schnelle Build- und Testleistung. Nach Abschluss der Tests können sie die Cubes löschen, um Kosten zu sparen, und provisionieren neue, wenn der nächste Entwicklungssprint beginnt.
3. Kritische Datenbank mit Dedicated Core Servern: Ein Finanzdienstleistungsunternehmen betreibt eine PostgreSQL-Datenbank auf Dedicated Core Servern (Abschnitt 2.2) mit 8 dedizierten Kernen und 64 GB RAM. Die dedizierten physischen Kerne eliminieren Noisy-Neighbor-Effekte und sorgen so für eine konsistente Abfrageleistung bei der Echtzeit-Transaktionsverarbeitung. Sie nutzen einen 3-jährigen Cloud Savings Plan (Abschnitt 5.2), um Preise zu fixieren, die je nach Konfiguration etwa 35 bis 40 % unter PAYG liegen, und erhalten so sowohl vorhersehbare Leistung als auch vorhersehbare Kosten. Live Vertical Scaling (Abschnitt 3.1) ermöglicht es ihnen, Kerne ohne Ausfallzeit hinzuzufügen, wenn die Transaktionsvolumina während der Quartalsabschlussverarbeitung steigen.

Zusammenfassung

Die Compute-Dienste von IONOS CLOUD bieten flexible Optionen für den Betrieb virtueller Maschinen, von kosteneffizienten, vorkonfigurierten Cubes bis hin zu leistungsstarken Compute Engine Servern mit dedizierten CPU-Kernen und GPU-beschleunigten Cloud GPU VMs für AI/ML-Workloads. Das Verständnis der Eigenschaften, Anwendungsfälle und Preismodelle jedes Dienstes ermöglicht es Ihnen, Compute-Ressourcen effektiv an die Anforderungen der Workloads anzupassen.

Compute Engine bietet flexible, leistungsstarke virtuelle Server mit voller Kontrolle über CPU, Arbeitsspeicher, Speicher und Netzwerk. Innerhalb von Compute Engine bieten Dedicated Core Server garantierte Leistung mit dedizierten physischen Kernen für missionkritische Workloads, während vCPU Server kosteneffiziente, skalierbare Compute-Leistung für allgemeine Anwendungen bieten. Live Vertical Scaling ermöglicht es Ihnen, die Kapazität ohne Ausfallzeit zu erweitern.

Cubes bieten vorkonfigurierte Compute-Instanzen mit festen vCPU-, RAM- und NVMe-Speicherressourcen zu den niedrigsten Preisen im IONOS CLOUD Portfolio. Sie sind ideal für Entwicklung, Testen, Website-Hosting und Workloads mit niedriger Kritikalität, bei denen Leistungsgarantien weniger wichtig sind als Kosteneffizienz.

VM Auto Scaling automatisiert die horizontale Skalierung, indem es VMs basierend auf Echtzeit-Metriken hinzufügt oder entfernt, was die Ressourcennutzung, die Anwendungsentwickselung und die operative Effizienz verbessert. Images und Snapshots ermöglichen es Ihnen, Vorlagen für eine konsistente VM-Bereitstellung und Sicherungen zu einem bestimmten Zeitpunkt für Wiederherstellung und Klonen zu erstellen.

Die Preismodelle umfassen flexibles Pay-As-You-Go für variable Workloads und Cloud Savings Plans für langfristige Verpflichtungen, die bis zu 35 % Einsparungen für stabile, vorhersehbare Compute-Nutzung bieten.

Wichtige Punkte:

• Compute Engine bietet flexible virtuelle Server mit Dedicated Core (garantierte Leistung) und vCPU (kosteneffiziente Skalierbarkeit) Optionen, beide mit einer 99,95 % SLA
• Cubes bieten vorkonfigurierte Compute-Instanzen mit festen Ressourcen zu den niedrigsten Preisen, geeignet für Dev/Test und Workloads mit niedriger Kritikalität
• Cloud GPU VMs bieten GPU-beschleunigte Compute-Leistung mit NVIDIA H200 GPUs für AI/ML-Training, Inferenz, Rendering und HPC-Workloads
• Live Vertical Scaling ermöglicht Kapazitätserweiterung ohne Ausfallzeit für Compute Engine Server
• VM Auto Scaling automatisiert die horizontale Skalierung basierend auf Echtzeit-Metriken, ideal für variable Traffic-Muster
• Images dienen als Vorlagen für die Bereitstellung von VMs; Snapshots erfassen Sicherungen zu einem bestimmten Zeitpunkt bestehender Volumes
• Cloud Savings Plans senken die Kosten um bis zu 35 % für verpflichtete Dedicated Core Nutzung im Vergleich zu Pay-As-You-Go Preisen

Wichtige Begriffe:

• Compute Engine: Die flexible virtuelle Serverplattform von IONOS CLOUD, die Dedicated Core und vCPU Server mit anpassbaren Ressourcen bietet
• Dedicated Core Server: Virtuelle Maschine mit einem exklusiv zugewiesenen physischen CPU-Kern, der garantierte Leistung bietet
• vCPU Server: Virtuelle Maschine, die virtuelle CPUs verwendet, die physische Ressourcen teilen und kosteneffiziente Skalierbarkeit bieten
• Cubes: Vorkonfigurierte virtuelle Private Server Instanzen mit festen vCPU-, RAM- und NVMe-Speicherressourcen
• Cloud GPU VMs: GPU-beschleunigte virtuelle Maschinen, die mit NVIDIA H200 GPUs für AI/ML, Rendering und Hochleistungsrechnen-Workloads ausgestattet sind
• Live Vertical Scaling (LVS): Technologie, die die Erweiterung von CPU, RAM und NIC ermöglicht, während der Server ohne Ausfallzeit weiterläuft
• VM Auto Scaling: Verwalteter Dienst, der VM-Instanzen basierend auf Echtzeit-Workload-Metriken automatisch startet oder beendet
• Image: Betriebssystemvorlage oder Anwendungsspeicher, die bei der Erstellung neuer virtueller Server verwendet wird
• Snapshot: Kopie zu einem bestimmten Zeitpunkt eines bestehenden Block Storage Volumes, die für Sicherung und Klonen verwendet wird

Nächste Schritte

Weiter lernen: Einheit 2.3: Storage Services

Verwandte Themen:

• Einheit 2.1: Core Architectural Components
• Einheit 2.4: Networking Services
• Einheit 3.3: Cost Management and Billing