为满足不同客户的需求，针对企业级的用户，阿里云提供了以下应用场景下的实例配置建议:

均衡性能
需要相对均衡的处理器与内存资源配比，满足大多数场景下的应用资源需求关系。

高网络收发包应用
需要高网络收发包能力，可以根据应用场景选择更合理的计算与内存的资源配比。

高性能计算
需要消耗高计算资源，GPU并行计算以及高主频是该场景下的典型应用。

高性能端游
用户业务需要高处理器主频来承载更多的用户，需要高主频处理器支持。

手游、页游
需要消耗高计算资源，1:2的处理器与内存配比可以获得最优计算资源性价比。

视频转发
需要消耗高计算资源，1:2的处理器与内存配比可以获得最优计算资源性价比。

直播弹幕
需要高网络收发包能力，可以根据应用场景选择更合理的计算与内存的资源配比。

关系型数据库
需要SSD云盘或更高性能的NVMe SSD本地磁盘提供高存储IOPS且低读写延时，CPU与内存资源配比均衡（1:4）或内存更大（1:8）。

分布式缓存
需要CPU与内存资源配比均衡（1:4）或者内存更大（1:8），稳定的计算性能。

NoSQL数据库
需要SSD云盘或更高性能的NVMe SSD本地磁盘提供高存储IOPS且低读写延时，CPU与内存资源配比均衡（1:4）或内存更大（1:8）。

Elastic Search
需要SSD云盘或更高性能的NVMe SSD本地磁盘提供高存储IOPS且低读写延时，CPU与内存资源配比均衡（1:4）或内存更大（1:8）。

Hadoop
数据节点需要高磁盘吞吐、高网络吞吐、均衡的CPU与内存配比，计算节点则更关注计算性能、网络带宽及CPU与内存资源配。

Spark
数据节点需要高磁盘吞吐、高网络吞吐、均衡的CPU与内存配比，计算节点则更关注计算性能、网络带宽及CPU与内存资源配。

Kafka
数据节点需要高磁盘吞吐、高网络吞吐、均衡的CPU与内存配比，计算节点则更关注计算性能、网络带宽及CPU与内存资源配。

机器学习
需要高性能Nvidia GPU计算卡，内存不小于显存的两倍。

视频编码
需要高性能GPU计算卡或高性能CPU进行编解码。

渲染
需要高性能GPU计算卡进行渲染。