AWS EC2 实例类型决定一台云服务器的 CPU、内存、网络、存储和加速能力。选 EC2 需要先判断业务瓶颈，再选实例族，最后再看价格和购买方式。
AWS 官方把 EC2 实例按能力分成不同 instance family，每种实例类型都有不同的计算、内存、存储和网络组合，适合的工作负载不同。
AWS EC2 实例类型是什么
实例类型决定资源组合
EC2 实例不是单纯的“几核几G服务器”。
同样是 4 vCPU、16GB 内存，不同实例族的 CPU 性能、网络带宽、EBS 吞吐、处理器架构和适用场景都可能不同。
建站、后台服务、数据库、缓存、视频转码、AI 推理、模型训练、高 I/O 数据处理，对服务器资源的要求不一样。
实例类型选错后面会出现性能不稳定和账单不合理这两个问题
所以选 EC2 的核心不是越贵越好，而是判断你的线上业务到底吃 CPU、吃内存、吃磁盘 I/O、吃网络，还是吃 GPU。
实例名称怎么看
EC2 实例名称有固定规则。
以 m7i.large 为例，m 代表实例系列，7 代表代数，i 代表特定处理器或平台选项，. 后面的 large 代表规格大小。
AWS 官方文档说明，实例名称由 instance family 和 instance size 组成，family 中的字符分别表示系列、代数和选项。
看实例名称时，不要只看 large、xlarge。前面的实例族更关键。
m 偏均衡，适合通用业务。
c 偏计算，适合 CPU 密集任务。
r 偏内存，适合缓存、数据库和数据分析。
g、p、inf、trn 偏加速计算，适合 GPU、AI 推理和训练。
i、d 偏存储，适合高 I/O 和本地数据处理。
AWS EC2 主要实例类型对比
通用型实例
通用型实例适合网站、后台服务、小型数据库、测试环境和中等负载应用。
T 系列和 M 系列是最常见的选择。
T 系列适合流量不稳定、CPU 平时不高、偶尔有访问波峰的业务，比如个人网站、WordPress、小型企业官网、测试环境。
T 系列属于突发性能实例，CPU 长期高负载时不适合硬撑。
M 系列更适合正式业务。
它的 CPU、内存、网络能力更均衡，适合企业后台、API 服务、中小型业务系统。如果项目已经开始稳定运行，M 系列比 T 系列更稳。
计算优化型实例
计算优化型实例主要是 C 系列，适合 CPU 密集任务。
比如高并发 API、视频转码、游戏服务器、广告系统、批处理、数据计算任务。
判断标准很直接：CPU 长期高，内存没有明显吃满，任务处理速度受 CPU 限制，就该优先看 C 系列。继续把 M 系列升大规格，未必比换 C 系列更划算。
内存优化型实例
内存优化型实例主要是 R、X、U 等系列，适合 Redis、Memcached、Elasticsearch、OpenSearch、自建数据库、大型 Java 应用、数据分析。
数据库慢不一定是 CPU 不够。很多时候是内存不够、缓存命中率低、磁盘 I/O 不够、索引设计差。
出现 OOM、swap、内存长期高位时，先评估内存优化型实例，再看 EBS 和数据库参数。
加速计算型实例
加速计算型实例适合 AI 推理、模型训练、图形渲染、视频处理和科学计算。常见方向包括 G、P、Inf、Trn 等。
AI 业务不要只看 GPU 型号。推理看并发、延迟、显存和单位请求成本；训练看显存、GPU 数量、多卡通信和任务时长。
小模型推理不一定要上高价 GPU 实例，大模型训练也不能只看单卡价格。
如果项目长期跑 AI 任务，实例费、存储费、数据传输费和日志费用都会叠加。付款方式和账单管理要提前确认，长期充值续费可以结合【AWS代付】一起评估。
存储优化型实例
存储优化型实例适合高吞吐数据库、日志处理、ClickHouse、Elasticsearch、大规模数据流处理、本地 NVMe 读写任务。
这类实例的重点不是“磁盘容量大”，而是低延迟、高吞吐和高 I/O。使用本地实例存储时，要提前设计备份和容灾。
本地盘性能强，但不能替代持久化存储方案。
不同业务怎么选 EC2 实例
网站和企业官网
个人网站、展示型官网、小型 WordPress，可以从 T 系列开始。正式企业官网、访问稳定的业务站点，更适合 M 系列。
这类项目不要只看服务器配置。
用户在香港、新加坡、美国还是其他地区，会直接影响 Region 选择和访问延迟。静态资源多的站点，还要配合 S3、CloudFront、缓存和图片优化。
购买前先确认区域、系统、实例规格、带宽、付款方式和账号权限。新手可以先参考【亚马逊云服务器购买】，把购买流程和基础配置确认清楚，再决定实例类型。
跨境电商和业务后台
跨境电商后台更看重稳定性和扩展能力。
前期可以用 M 系列做 API 和后台服务，数据库、缓存、对象存储和 CDN 单独规划。
订单、支付、库存、会员系统不要全部压在一台 EC2 上。|
访问量上来后，应该拆分数据库、缓存、负载均衡和静态资源。CPU 高看 C 系列，内存高看 R 系列，静态文件多看 S3 和 CloudFront。
高并发 API
高并发 API 先看瓶颈来源。
CPU 高才优先换 C 系列；数据库慢就要查索引、连接池和 I/O；网络慢要看区域、负载均衡和 CDN。
这类业务不适合只靠单台大实例。
更稳的做法是 EC2 + Load Balancer + Auto Scaling + CloudWatch。
实例类型解决单机性能，架构解决整体稳定性。
数据库和缓存
自建 MySQL、PostgreSQL、Redis、Elasticsearch 时，优先看内存和磁盘 I/O。
小型测试可以用 M 系列，生产数据库更适合 R 系列，数据写入压力大的场景还要看 EBS 性能或存储优化型实例。
长期业务要比较自建数据库和 RDS 的总成本。
EC2 单价低，不代表运维成本低。备份、升级、主从、高可用、监控和故障恢复都要算进去。
AI 推理和训练
AI 推理看显存、并发、延迟和单位成本。
训练看显存、GPU 数量、数据吞吐、多卡通信和任务是否能中断。
测试阶段可以用按需实例控制风险。
稳定后再评估 Spot、Savings Plans 或其他长期折扣方案。
AWS 官方 EC2 价格页面列出 On-Demand、Savings Plans、Spot 等购买方式，Spot 使用 AWS 闲置容量，折扣可能更高，但要接受中断风险。
AWS EC2 价格怎么看
实例价格只是账单的一部分
亚马逊云服务器价格不能只看 EC2 每小时费用。
真实账单还包括 EBS 云盘、快照、公网流量、弹性 IP、负载均衡、NAT Gateway、CloudWatch 日志、跨区域传输和操作系统授权。
如果只是比较配置，可以先看【亚马逊云服务器价格】。
但正式项目要看月账单和全年成本，不要只看单台实例的小时价格。
购买方式影响长期成本
短期测试适合 On-Demand。
长期稳定业务适合 Savings Plans 或 Reserved Instances。
可中断任务适合 Spot。
AI 训练任务要看任务周期、容量可用性和中断风险。
Savings Plans 用长期使用承诺换折扣，适合持续运行的项目；Spot 适合批处理、离线任务、部分训练任务，不适合核心数据库和不能中断的生产服务。
代理和充值优惠怎么判断
如果项目长期使用 EC2、RDS、S3、CloudFront，全年成本会比单台 EC2 价格更重要。通过【AWS代理】协助账号开通、充值续费、账单核对和基础技术支持，适合需要长期稳定使用 AWS 的团队。
充值赠金和优惠不要只看表面比例。
要确认账号类型、充值金额、适用产品、结算方式和实际规则。
不能把“低价”当成唯一判断标准。
EC2 实例选择参考
按业务场景快速判断
| 业务场景 | 优先实例类型 | 判断重点 |
| 个人网站 / WordPress | T / M | 成本、区域、访问量 |
| 企业官网 | M | 稳定性、备份、CDN |
| 业务后台 | M / C | CPU、扩展性、数据库 |
| 高并发 API | C | CPU、延迟、横向扩容 |
| Redis / 缓存 | R | 内存、命中率 |
| 自建数据库 | R / M | 内存、EBS、备份 |
| AI 推理 | G / Inf | 显存、并发、单位成本 |
| AI 训练 | P / Trn | GPU、显存、训练周期 |
| 高 I/O 数据处理 | I / D | 本地存储、吞吐、容灾 |
购买前检查
买 EC2 前需要先确认的问题：
| 检查项 | 判断方式 |
| 用户地区 | 选香港、新加坡、东京、美国等合适 Region |
| 业务瓶颈 | CPU、内存、磁盘、网络、GPU |
| 运行周期 | 临时测试还是长期生产 |
| 购买方式 | On-Demand、Savings Plans、Spot |
| 存储方案 | EBS、本地盘、S3、快照 |
| 网络方案 | 公网 IP、负载均衡、CDN、NAT |
| 账号配额 | 实例数量、GPU 额度、区域限制 |
| 账单管理 | 预算提醒、付款方式、充值续费 |
EC2 实例选择逻辑
普通网站和后台服务，先从通用型开始。
低负载用 T 系列，正式业务用 M 系列。
CPU 长期高，换 C 系列。
内存长期高，换 R 系列。
AI 推理和训练，看 G、P、Inf、Trn。
磁盘 I/O 是瓶颈，看 EBS 性能或存储优化型实例。
访问慢不一定是配置低，也可能是区域、网络、CDN 或架构问题。
EC2 实例类型只是第一步。
长期使用 AWS，还要一起规划账号、配额、付款方式、账单核对、备份、监控和扩容。选对实例族，才能减少后期迁移和成本浪费。
