❶ 免费申请aws一年免费服务器使用教程
在我国，常见的云服务器提供商有阿里云、腾讯云，而在国外，谷歌云、微软云、亚马逊云和甲骨文云等都是行业巨头。由于市场竞争激烈，各家厂商纷纷推出了免费试用或永久试用的套餐来吸引新客户。其中，甲骨文云的永久免费VPS因其申请人数过多，现在申请可能会遇到封控严格的问题，甚至可能导致被封号。而云计算领域的先驱亚马逊云，提供了众多免费试用产品，其中免费一年的electric computer cloud类似于阿里云和腾讯云的轻量云服务器，直译为弹性云计算，简称EC2，再简称VPS。
注册亚马逊云账号，创建Linux实例，修改实例区域。
登录后，点击右上角账户名下拉列表，选择设置，默认区域选择新加坡（选择就近地点）。
进入EC2，启动实例，使用SSH工具连接实例。
使用Xshell连接工具可以成功连接！
使用FinalShell连接时，会循环弹出导入密钥，无法成功连接。
使用Xshell连接工具可以成功连接。
可以无限免费更换IP。如图所示，已有分配IP，第一次更换IP应该是空的。
注意：不要添加多个分配IP，否则占用IP会导致额外收费。
取消、释放关联IP。这样就可以将IP释放删除，系统会默认再分配一个IP。如果再想换IP，就重复3.2、3.3步骤。
终止实例时需要注意后续问题。
登录账户时发现出现账单。
发现账单超出免费额度的问题。
原因是8月26日，我将实例删除，但没有将与此实例关联的IP也删除。已经附加了一个弹性IP地址，再次分配给未运行的实例时，该地址会产生一些费用。总之，分配了弹性IP后，一定要附着在运行的实例上。实例删除时，IP也要删除。
❷ 和CPU、GPU“三足鼎立”，DPU真有如此大的潜力吗
作者 | 赵广立
近年来摩尔定律“失速”，使得中央处理器（CPU）的性能增长边际成本急剧上升。有研究数据表明，现在CPU的性能年化增长率（面积归一化之后）仅有3%左右。然而，人们对计算的需求依然爆发性增长。
在此背景下，包括人工智能（AI）芯片在内的专用计算芯片陆续登上 历史 舞台，绽放光芒。眼下，以数据为中心的专用处理器“DPU”正成为专用计算芯片的“新贵”。美国芯片巨头英伟达公司甚至将其定位为数据中心继CPU和图形处理器（GPU）之后的“第三颗主力芯片”，掀起了行业热潮。
和CPU、GPU“三足鼎立”，DPU真有如此大的潜力吗？它的应用场景有哪些？我国能抓住DPU发展机遇吗？近日，由中国科学院计算技术研究所（以下简称中科院计算所）主编，中科驭数（北京） 科技 有限公司、中国计算机学会集成电路设计专业组、计算机体系结构国家重点实验室联合编写的行业首部《专用数据处理器（DPU）技术白皮书》（以下简称《DPU技术白皮书》）发布。结合上述问题，《中国科学报》联系采访了主要编写人员一探究竟。
“DPU最直接的作用是作为CPU的卸载（offload）引擎，其效果是给CPU‘减负’。”《DPU技术白皮书》主编、中科院计算所研究员鄢贵海告诉《中国科学报》，作一形象比喻，DPU提供了数据中心一把“杀鸡”的工具，节省的是CPU这把“牛刀”，以释放CPU算力，留给更需要它的业务负载。
接管CPU的网络协议处理任务，就是一个很好的例子。鄢贵海说，比如在数据中心仅线速处理10G的网络，大概就需要一个8核高端CPU一半的的算力，而如果是40G、100G甚至更高速的网络，性能开销更大。
云计算巨头亚马逊云服务（AWS）形象地称之为“数据中心税”——还未运行业务程序，接入网络数据就要占去许多计算资源。
“DPU诞生的使命就是承载网络虚拟化、硬件资源池化等基础设施层服务，以释放CPU的算力到上层应用。”《DPU技术白皮书》编委会成员、中科驭数高级副总裁张宇解释说，将“CPU处理效率低下、GPU处理不了”的负载卸载到专用的DPU，就能实现对“数据中心税”的抵消，从而有助于提升整个计算系统的效率、降低整体系统的总体拥有成本。
张宇介绍称，DPU主要处理网络数据和输入输出（IO）数据，并提供带宽压缩、安全加密、网络功能虚拟化等功能。“这些可以说是离我们普通用户每天感知到的各种应用最远的功能了。而这些基础功能是实现日常应用更高效、更安全、更实时的保障。”
业界对DPU中的“D”有三种说法，因此DPU就有三个中文名。
一种是“Data”，DPU被称为“数据处理器”；一种是“Datacenter”，DPU译作“数据中心处理器”；一种是“Data-centric”，相应的，DPU可叫作“以数据为中心的处理器”。
“以上三种关于DPU的说法，从不同角度反映DPU的特征，都有一定的可取之处，我们认为可以作为不同的三个维度来理解DPU的内涵。”李晓维说。
“随着‘软件硬件化’成为常态，异构计算的潜能将因各种DPU的普及而彻底发挥出来。”《DPU技术白皮书》编委会成员、中科驭数联合创始人兼CTO卢文岩认为，新一代的DPU不仅可以作为运算的加速引擎，还具备“控制平面”（即追求数据处理功能的覆盖面）的功能，能更高效地完成网络虚拟化、IO虚拟化、存储虚拟化等任务，彻底将CPU的算力释放给应用程序。
“可以说，DPU的出现将让各行各业的业务层数字化应用更全面、更流畅、更绿色。”卢文岩说。
从市场规模角度来看，根据Fungible公司和英伟达公司的预测，用于数据中心的DPU量级将达到和数据中心服务器等量的级别。
“服务器每年新增大约千万量级，一台服务器可能没有GPU，但一定会有一颗或者多颗DPU，好比每台服务器都必须配网卡一样。”鄢贵海说，服务器每年新增大约1500万台，每颗DPU以1万元计算，这将是千亿量级的市场规模。
在这个千亿量级市场中，国际传统芯片巨头如英伟达、英特尔、Marwell、博通等厂商，都在积极布局DPU产品研发。
这些芯片巨头的布局并不意外，他们或有智能网卡研发基础（如博通）继续延伸技术触角，或通过并购专用加速芯片公司（如英伟达、英特尔）补充其在DPU领域的技术能力。相比它们，更值得一提的是，亚马逊旗下的AWS和阿里云两大云计算巨头，早已注意到数据中心开销问题，并已有了良好实践。
据《DPU技术白皮书》显示，2013年，AWS研发了Nitro产品，将为虚拟机提供远程资源、加密解密、故障跟踪、安全策略等服务程序的资源开销，全部放到专用加速器上执行，“轻量化管理程序+定制化硬件”的上场一举节省30%CPU资源。几乎在同期，阿里云也着手研发“神龙架构”（X-Dragon系统），以硬件化的MOC卡统一支持网络、IO、存储和外设的虚拟化，如今“神龙架构”已经更迭到了第4代。
“可见，DPU其实在行业内已经孕育已久，从早期的网络协议处理卸载，到后续的网络、存储、虚拟化卸载，其带来的作用非常显着，只不过在此之前DPU‘有实无名’，现在是时候迈上一个新的台阶了。”鄢贵海表示。
可喜的是，国内一些围绕DPU技术的创业公司也逐渐崭露头角。除了参与编写《DPU技术白皮书》的中科驭数之外，还有云豹智能、星云智联、芯启源、云脉芯联等新近成立的 科技 创业公司，展现出良好势头。
以中科驭数为例，这家创始团队来自中科院计算所的初创企业，在DPU理论基础、数据中心架构方面有着深刻理解，工程实现经验也因一些来自亚马逊、赛灵思、华为等核心骨干的加入，得到了很好的积累。2019年，中科驭数完成第一代DPU芯片的流片，预计将于2022年推出第二代DPU芯片“K2”。
“我们认为DPU的潜力确实是巨大的。”在鄢贵海看来，从技术发展的角度来看，DPU的出现有一定的必然性——上层应用对于算力的需求在过去5年急剧增长，使得DPU的应用场景很多，它将广泛分布在5G、云计算、大数据、数据中心和边缘计算等领域。
而从工业和信息化部今年发布的《新型数据中心发展三年行动计划(2021—2023年)》中，鄢贵海更是看到了新型算力芯片难得的 历史 发展机遇。
该计划明确提出要加快提升算力算效水平，“推动CPU、GPU等异构算力提升，逐步提高自主研发算力的部署比例”“加强专用服务器等核心技术研发”“树立基于5G和工业互联网等重点应用场景的边缘数据中心应用标杆”等要求和措施。
“虽然国内厂商在芯片产品化的环节相比国外一线厂商还有差距，但是在DPU架构的理解上是有独到的见解的，而且我国目前在数据中心这个领域，无论是市场规模、增速还是用户数量，相较于国外都有巨大的优势。”鄢贵海认为，国内厂商有望充分利用这一“应用势能”，加快发展步伐，在DPU这个赛道与国外厂商“逐鹿中原”。
不过，挑战与机遇并存。
“目前要解决DPU标准化应用，还存在一定挑战。”鄢贵海解释道，由于数据中心本身的复杂性，各大厂商一方面采用商用现货组件（即COTS）来构建系统，追求低成本，一方面又设法分层服务化，打造面向不用类型客户的标准化产品，但除此之外的所有技术实现几乎都是“八仙过海，各显神通”——如AWS有Nitro，阿里云有MOC。
❸ 亚马逊轻量服务器可以包年吗
可以。亚马逊轻量服务器在华为云平台和阿里云平台上和亚马逊官方网站都可以购买，并且购买包年还有包年优惠。亚马逊云服务是全球市场份额最大的云计算厂商，由光环新网和西云数据运营，可以在中国监管环境下运营公有云。从全球数据中心提供超过200项功能齐全的服务。数百万客户(包括增长最快速的初创公司、最大型企业和主要的政府机构)都在使用AWS来降低成本、提高敏捷性并加速创新。
❹ Acorn，用于 Kubernetes 的轻量级、可移植的 PaaS
Acorn 是一个用于 Kubernetes 的轻量级、可移植的 PaaS 框架，其设计旨在简化开发和部署基于 Kubernetes 的应用程序的流程。作为 K3s 的缔造者 Darren Shepherd 及其团队的成果，Acorn 强调了开源、简洁、轻量化和可移植性，使其成为在 Kubernetes 环境下构建和扩展微服务的理想选择。
Acorn 的核心目标是提供一个无需深入了解 Kubernetes 细节即可运行应用程序的平台。通过使用自己的类 JSON 领域特定语言（DSL），它抽象了 Kubernetes 的复杂性，使开发者能够轻松地描述基于微服务设计模式的现代应用程序。与 Cloud Foundry 类似，Acorn 专注于接受源代码或容器镜像并发布端点的工作流程，它在后台与 Kubernetes API 协商，创建资源并建立所需的管道。
在公有云环境下，AWS App Runner、Azure Container Apps 和 Google Cloud Run 等服务提供了类似 PaaS 的体验，但它们局限于特定的云平台，不可移植至其他环境。相比之下，Acorn 是一种能够从开发人员笔记本电脑上的 Kind 集群无缝扩展到多节点集群的框架之一，体现了其可移植性。
本文将详细分析 Acorn 的架构，并展示 Acorn 部署如何转换为 Kubernetes 对象，以及如何通过一系列步骤在 Minikube 中设置环境并部署应用程序。以下是设置和部署过程的关键步骤：
在 Mac 上安装 Minikube，并在其中启用 Nginx Ingress，以支持 Acorn 的功能。
使用 Homebrew 安装 Acorn CLI，并检查其版本，确保已正确安装。
通过运行 `acorn init` 命令配置 Minikube，以准备安装 Acorn。
安装 Acorn 后，会在 Kubernetes 集群中创建一组资源，用于处理应用程序的构建时间和运行时要求。这包括 `namespaces`，其中 `acorn-system` 用于 API 和控制器组件，而 `acorn` 用于应用程序资源。
安装程序会创建一个自定义资源定义（CRD），即 `AppInstance.internal.acorn.io`，用于映射集群内的 Acorn 应用程序。
Acorn API 服务器与 Kubernetes API 服务器关联，通过聚合机制与集群 API 对话。Acorn CLI 只需要与 API 组相关的 RBAC 权限。
API 服务器将入站请求转发给 Acorn 控制器，控制器将应用程序定义转换为 Kubernetes 资源，如 Deployments、ConfigMaps、Secrets 和 Volumes，负责管理和维护应用程序的生命周期。
部署 Acorn 应用程序的流程包括创建一个简单的基于 Nginx 镜像的 Web 服务器实例。在本地目录中创建一个 `Acornfile`，定义容器和端口配置。运行 `acorn run` 命令后，Acorn 会将 OCI 清单推送到集群内的内部注册表服务，并生成访问应用程序的 URL。
测试应用程序后，可以检查 Kubernetes 集群中生成的资源，如 Deployment、Pod 和服务。使用 Ingress 实现对外暴露，确保应用程序可访问。
通过将应用程序部署到生产集群，Acorn 实现了真正的可移植性，无需修改集群配置或部署额外资源。它支持 Docker 影响下的通用模式，为多容器应用程序提供运行环境，并与现有服务（如数据库和缓存）集成。
Acorn 的简单性和便携性使其成为开发者和运维人员的首选，它简化了 Kubernetes 应用程序的部署和管理过程。随着 Acorn 支持直接从 Git 存储库部署的能力，DevOps 团队将能够轻松地管理基于微服务的应用程序，从而实现高效、灵活的开发和运维流程。