KnownVMCategory enum

Référence

Paquet:: @azure/arm-computefleet

VmCategories définies pour les machines virtuelles Azure. Voir : https://learn.microsoft.com/en-us/azure/virtual-machines/sizes/overview?tabs=breakdownseries%2Cgeneralsizelist%2Ccomputesizelist%2Cmemorysizelist%2Cstoragesizelist%2Cgpusizelist%2Cfpgasizelist%2Chpcsizelist#general-purpose

Champs

ComputeOptimized	Les tailles de machines virtuelles optimisées pour le calcul ont un ratio processeur/mémoire élevé. Ces tailles sont bonnes pour les serveurs web de trafic moyen, les appliances réseau, les processus par lots et les serveurs d’applications.
FpgaAccelerated	Les tailles de machines virtuelles optimisées FPGA sont des machines virtuelles spécialisées disponibles avec un ou plusieurs FPGA. Ces tailles sont conçues pour les charges de travail nécessitant beaucoup de ressources de calcul. Cet article fournit des informations sur le nombre et le type de FPGA, de processeurs virtuels, de disques de données et de cartes réseau. Le débit de stockage et la bande passante réseau sont également inclus pour chaque taille de ce regroupement.
GeneralPurpose	Les tailles de machine virtuelle à usage général fournissent un ratio processeur/mémoire équilibré. Idéal pour les tests et le développement, les bases de données de petite à moyenne taille et les serveurs web à trafic faible à moyen.
GpuAccelerated	Les tailles de machines virtuelles optimisées par GPU sont des machines virtuelles spécialisées disponibles avec des GPU uniques, multiples ou fractionnaires. Ces tailles sont conçues pour les charges de travail nécessitant beaucoup de ressources graphiques et de visualisation.
HighPerformanceCompute	Les machines virtuelles de calcul hautes performances Azure sont optimisées pour différentes charges de travail HPC telles que la dynamique des fluides de calcul, l’analyse des éléments finis, le front-end et le back-end EDA, le rendu, la dynamique moléculaire, la géo science des calculs, la simulation météorologique et l’analyse des risques financiers.
MemoryOptimized	Les tailles de machine virtuelle optimisées en mémoire offrent un ratio mémoire/processeur élevé qui est idéal pour les serveurs de base de données relationnelles, les caches de taille moyenne à grande et l’analytique en mémoire.
StorageOptimized	Les tailles de machines virtuelles optimisées pour le stockage offrent un débit de disque et des E/S élevés et sont idéales pour les bases de données Big Data, SQL, NoSQL, l’entreposage de données et les bases de données transactionnelles volumineuses. Les exemples incluent Cassandra, MongoDB, Cloudera et Redis.