Tipos de Instancias EC2

Amazon Elastic Compute Cloud (EC2) es el servicio de cómputo fundamental de AWS. Proporciona servidores virtuales (llamados "instancias") que puedes configurar y escalar según tus necesidades.

Cada instancia EC2 es una máquina virtual que ejecuta un sistema operativo (Linux, Windows, macOS) y puede correr cualquier software que necesites.

AWS organiza las instancias en familias, cada una optimizada para diferentes tipos de carga de trabajo. El nombre de cada instancia sigue un patrón: [Familia][Generación].[Tamaño]

Por ejemplo: m5.xlarge = Familia M, Generación 5, tamaño xlarge.

Uso General (M, T, A)

Familia T (Turbo/Burstable):

• Instancias con capacidad de "ráfaga"
• Acumulan créditos de CPU cuando están ociosas
• Ideales para cargas variables (servidores web pequeños, desarrollo)
• T3, T3a son las más comunes

Familia M (Medium/Balanced):

• Balance equilibrado entre cómputo, memoria y red
• Ideales para aplicaciones de propósito general
• M5, M6i, M7i son las versiones actuales

Optimizadas para Cómputo (C)

Familia C (Compute):

• Alta relación CPU/memoria
• Procesadores de alto rendimiento
• Ideales para:
  • Procesamiento por lotes
  • Servidores de juegos
  • Modelado científico
  • Machine Learning (inferencia)
• C5, C6i, C7i son las versiones actuales

Optimizadas para Memoria (R, X, Z)

Familia R (RAM):

• Gran cantidad de memoria
• Ideales para bases de datos en memoria, cachés
• R5, R6i son las más usadas

Familia X:

• Memoria extrema (hasta 4 TB de RAM)
• Para bases de datos SAP HANA, analytics en memoria

Optimizadas para Almacenamiento (I, D, H)

Familia I (I/O):

• SSD NVMe de alta velocidad
• Ideales para bases de datos NoSQL, data warehousing

Familia D (Dense storage):

• HDD de alta capacidad
• Para data lakes, sistemas de archivos distribuidos

Cómputo Acelerado (P, G, Inf, Trn)

Familia P (GPU - Processing):

• GPUs NVIDIA para machine learning y HPC
• P4d para entrenamiento de modelos grandes

Familia G (GPU - Graphics):

• GPUs para gráficos, streaming de video, gaming
• G5 para estaciones de trabajo virtuales

Familia Inf (Inferencia):

• Chips AWS Inferentia para inferencia de ML
• Costo-eficiente para desplegar modelos entrenados

Familia Trn (Training):

• Chips AWS Trainium para entrenamiento de ML
• Alternativa más económica a GPUs NVIDIA

Preguntas clave para decidir:

1. ¿Cuál es el cuello de botella de mi aplicación?

   • CPU → Familia C
   • Memoria → Familia R o X
   • Almacenamiento → Familia I o D
   • GPU → Familia P o G

2. ¿Mi carga de trabajo es constante o variable?

   • Variable/Impredecible → T3 (burstable)
   • Constante → M, C, R (según necesidad)

3. ¿Necesito GPUs?

   • Entrenamiento ML → P4d, Trn1
   • Inferencia ML → Inf1, Inf2
   • Gráficos/Gaming → G5

Tabla de referencia rápida

Cada familia viene en múltiples tamaños. Al subir de tamaño, generalmente se duplican los recursos:

Nota: Los valores exactos varían según la familia y generación.

On-Demand (Bajo demanda)

• Paga por hora o segundo (mínimo 60 segundos)
• Sin compromiso a largo plazo
• Precio más alto, máxima flexibilidad

Reserved Instances (Instancias Reservadas)

• Compromiso de 1 o 3 años
• Hasta 72% de descuento vs On-Demand
• Pago: Todo adelantado, parcial, o sin pago inicial

Spot Instances

• Usa capacidad EC2 no utilizada
• Hasta 90% de descuento
• AWS puede reclamar la instancia con 2 minutos de aviso
• Ideal para: procesamiento por lotes, CI/CD, análisis de datos

Savings Plans

• Compromiso de uso por hora (ej: $10/hora por 1 año)
• Más flexible que Reserved Instances
• Aplica automáticamente a EC2, Lambda, Fargate

Dedicated Hosts

• Servidor físico completo para ti
• Necesario para licencias que requieren sockets/cores físicos
• Cumplimiento regulatorio