Zadara Cloud의 인스턴스 타입은 가상 머신(VM)의 CPU, 메모리, 스토리지, 네트워크 성능 조합을 정의하는 단위입니다. 사용자는 워크로드에 맞는 구성을 선택해 필요할 때 즉시 생성·해제할 수 있는 온디맨드 방식으로 이용할 수 있습니다.
인스턴스 크기 선택
CPU·메모리·스토리지 용량을 자유롭게 조정 (소형→고성능 GPU까지)
인스턴스 타입이란?
인스턴스 타입의 주요 분류
| 스턴스 유형 | 주요 특징 | 적합한 워크로드 / 사용 사례 |
|---|---|---|
| Compute Optimized (연산형) | CPU 성능 중심 설계, 고클럭 프로세서 사용 | 데이터 처리, 시뮬레이션, 연산이 많은 배치 작업 |
| Memory Optimized (메모리형) | 대용량 RAM 탑재, 메모리 대역폭 최적화 | 인메모리 데이터베이스, 캐시 서버, 데이터 분석 |
| GPU Instances (GPU형) | GPU Passthrough(PCIe Passthrough) 방식으로 NVIDIA GPU를 VM에 직접 할당하여 CUDA·딥러닝·AI 연산을 지원 | AI 학습 및 추론, 딥러닝, 그래픽 렌더링, 고성능 연산 환경 |
인스턴스 선택 시 고려해야 할 요소
인스턴스 타입을 선택할 때는 vCPU, 메모리, 스토리지, 네트워크 대역폭을 균형 있게 고려해야 합니다. I/O 중심의 워크로드는 SSD 기반 스토리지를, 대용량 데이터 저장에는 HDD 구성을 사용하는 것이 효율적입니다. 트래픽이 많은 서비스는 충분한 네트워크 대역폭을 확보해야 하며, AI나 그래픽 처리 작업에는 GPU 인스턴스가 적합합니다.
유연한 인스턴스 구성과 확장성
Zadara 인스턴스는 사전에 정의된 여러 타입(Flavor) 중에서 워크로드에 가장 적합한 구성을 선택할 수 있습니다. 특정 요구사항이 있을 경우 관리자를 통해 전용 타입 구성을 요청할 수 있습니다. zCompute 환경은 수직 확장(Scale Up)을 통한 리소스 증설과 수평 확장(Scale Out)을 통한 병렬 운영을 모두 지원합니다. GPU 인스턴스는 CUDA, PyTorch, TensorFlow 등 주요 AI·머신러닝 프레임워크를 지원해 손쉽게 학습 및 추론 환경을 구축할 수 있습니다.
인스턴스 선택 가이드 요약
Zadara의 인스턴스 타입은 단순한 VM 사양 구분이 아니라, 워크로드 특성과 운영 효율성을 반영한 클라우드 자원 설계 방식입니다. 사용자는 일반 업무, 데이터 처리, AI 연산 등 목적에 맞는 타입을 선택하고 필요에 따라 자원을 실시간으로 확장하거나 조정할 수 있습니다. 이 구조는 안정성과 유연성을 동시에 보장하며, 데이터 주권을 유지한 상태에서 클라우드의 장점을 극대화하도록 설계되었습니다.