Skip to content

2024

AWS EC2 計價

大分類

  • On-Demand: 用多少算多少
  • Savings Plans: 先講用多少、用多久,會比較便宜,改type比較彈性
  • Reserved Instances: 先講用多少、用多久,會比較便宜,但要用1~3年
  • Spot Instances: 競價,價格是浮動的,出價太低instance會被砍掉
  • Dedicated: 專屬

我還沒有plan,考慮on-demand

EC2 Instance Type Pricing

pricing: hourly (monthly) USD

type Mem vCPU T2 T3a T3 T4g
tokyo
nano 0.5 1 0.0076 (5.472) 0.0061 0.0068 0.0054
micro 1 1 0.0152 (15.5) 0.0122 0.0136 0.0108
small 2 1 0.0304 (31.008) 0.0245 (24.99) 0.0272 (27.744) 0.0216 (22.032)
medium 4 2 0.0608 (62.106) 0.049 (49.98) 0.0544 (55.488) 0.0432 (44.064)
large 8 2 0.1216 (124.032) 0.0979 0.1088 0.0864
xlarge 16 4 0.2432 (248.064) 0.1958 0.2176 0.01728
2xlarge 32 8 0.4864 0.3917 0.4352 0.3456
oregon
nano 0.5 1
micro 1 1
small 2 1 0.0168 (17.136)
medium 4 2
large 8 2
xlarge 16 4
2xlarge 32 8

via: https://aws.amazon.com/ec2/pricing/on-demand/

Diff Type

T2: Intel CPU

  • Up to 3.3 GHz Intel Xeon Scalable processor (Haswell E5-2676 v3 or Broadwell E5-2686 v4)

T3a: AMD CPU, 比T3省10%

  • AMD EPYC 7000 series processors (AMD EPYC 7571) with an all core turbo clock speed of 2.5 GHz

T3: Inter CPU

  • Up to 3.1 GHz Intel Xeon Scalable processor (Skylake 8175M or Cascade Lake 8259CL)

T4g: Arm-based, 最便宜, 某些情況會更快? (大部分時間,都不全速使用CPU的應用程式設計?)

  • custom built AWS Graviton2 processors

Diff Regions

Which AWS Region Is Cheapest? A Costing Report

Diff Latency Test

Speed Test

結論

便宜程度: N.Virginia (us-east-1), Ohio (us-east-2), Oregon (us-west-2)

Latency: Tokyo, Singapore, California, Oregon, Ohio, N.Virginia

[讀書] 作弊 - 安德魯.克萊門斯

The School Story, Andrew Clements

圖片來源: 安德魯.克萊門斯 6: 作弊 (第2版) | 成長/校園小說 | 商品 | 誠品線上

有一天收到圖書館預約書通知,書名是「作弊」,以為是老婆或小孩用我的借書證預約的,總之搞不清楚的狀態下去拿書了。看到書的封面才想起來,可能很久很久以前忘記看到那位朋友介紹這位作者,覺的可以讓小孩多看一些讀物,於是上網預約這系列的書: 「我們叫它粉靈豆」、「成績單」...,很熱門,等了幾個月書才到,而當然後來書在家放超過借書期限後,又原封不動還回去了。

這本認真的看了一下,故事很流暢的翻完,真是很有趣

整本書跟作弊根本沒什麼直接關係

Python Tkinter的Listbox無法scroll

環境: Windows 11, Python 3.8

用鍵盤上下鍵觸發Listbox.yview_scroll也沒反應。

這個很詭異的問題是下拉選單原本是用python預設的srcoll動作,但是選項小於15個時, 不會有scroll的反應, 目前用手動加上scrollbar解決。

動感南島電音: Te Vaka

有一天在幼稚園戶外活動,被背景音樂吸引,查了一下,歌曲是Pate Pate,來自紐西蘭的樂團Te Vaka,第二章專輯Ki Mua (1999)。動感的音樂、好聽的合音、大海的味道,這首歌也是2016年迪士尼動畫「海洋奇緣」(Moana)的配樂。

官方網站可以試聽,有歌詞: Pate Pate by Te Vaka

Te Vaka是一個結合波里尼西亞各地(托克勞、薩摩亞、吐瓦魯、紐西蘭)的音樂家跟舞者團體。靈魂人物是薩摩亞出生,紐西蘭長大的Opetaia Foaʻi

Dancing with AI | 簡立峰老師於中央研究院的演說

Dancing with AI | 簡立峰老師於中央研究院的演說 - Labs of Botsnova

  • 訓練語料70%是英文
  • AI很會寫程式,因為有open source
  • 現在AI的神經元數量跟人類差不多,7000億個。
  • Perfect Storm:
    • AI (Deep Learning Algorithms)
    • Big Data (Internet Data)
    • Cloud Computing
  • GenAI/LLM非萬能
    • 不像傳統AI(google search),弭平地方差異 (NTU在各個國家是不同意思),LLM是一言堂。沒有時間感。
  • 用AI最重要是generating ideas (就像聊天獲得靈感)

dancing with AI dancing with AI dancing with AI

PostgreSQL刪除一堆欄位資料,資料庫佔用硬碟空間反而變大

一個原本佔用磁碟空間25.921GB的資料庫,刪除某個欄位內容資料(SET foo=''),大概1000萬筆資料,發現資料庫佔用空間反而變大: 33.478GB(花了1703秒)。

PostgreSQL有個VACUUM指令,試用看看,果然執行完磁碟空間變成24.8GB(花了1106秒)。

VACUUM FULL清的最乾淨,但是花時間,而且會lock table,正式站要小心使用。

VACUUM FULL

Python 製作縮圖 (Pillow/PIL)

Pillow (PIL Fork) 10.4.0 documentation

Usage:

Read image and make thumbnails
thumb = Image.open(img)
thumb.thumbnail(i[1] , Image.LANCZOS)
# thumb = thumb.convert('RGB')
thumb.save(target_path, "JPEG")
thumb.close()

演算法可以參考下圖。 Compare Filters

screenshot via: Filters

Pillow-SIMD

Uploadcare提供了SIMD加速的Pillow: uploadcare/pillow-simd: The friendly PIL fork

Benchmark測試 Pillow Performance

Linux

CPU: Intel Celeron N4505 2.0GHz

安裝libjpeg-dev, zlib1g-dev後,安裝pillow-simd才會成功。但執行python出現illegal hardware instruction的錯誤訊息。

Linux
# install requirements
sudo apt install libjpeg-dev zlib1g-dev

# install pillow-simd
CC="cc -mavx2" pip install -U --force-reinstall pillow-simd

MacOS

MacBook Pro: 3.1GHz Intel Core i7

用brew安裝jpeg後,安裝pillow-simd成功,執行也沒問題。

MacOS
# install requirements
brew install jpeg
# install pillow-simd
pip install pillow-simd

總結

速度有比較快,希望有空來做benchmark。