咨询QQ:
      杂志订阅

      编辑

      网管

      培训班

      市场部

      发行部

电话服务:
 010-82024981
欢迎, 客人   会员中心   帮助   合订本   发布信息
设为首页 | 收藏本页
剑指英特尔,亚马逊最新数据中心芯片提速20%终端云端布局完备
  • 科技巨头们每年在 Intel 、AMD 身上花费数十亿美元,常常拥有着开发更强 ARM 芯片的资源。

    科技巨头们每年在 Intel 、AMD 身上花费数十亿美元,常常拥有着开发更强 ARM 芯片的资源。

    「如果只是 ARM,我并不担心;但是如果亚马逊或者谷歌对 ARM 的技术进行投资并掌握了这些技术,那么很可能会给英特尔造成更大的麻烦。」

    1 摆脱英特尔的决心

    据路透社消息,亚马逊云计算部门(AWS)已经设计出第二代功能更强大的数据中心处理器芯片。

    消息人士称,AWS 的新数据中心芯片采用的是软银集团旗下 ARM 的技术,比第一代 ARM 芯片 Graviton 至少快 20%。

    云计算也已经成为数据中心芯片制造商的一大重要业务。英特尔控制着逾 90% 的服务器芯片市场,AMD 几乎囊括剩余市场。

    去年,英特尔数据中心部门为公司贡献了近一半的营业利润。而且,大多数服务器芯片被用于云计算。英特尔高管称,2018 年,接近 65% 的英特尔数据中心芯片收入来自云计算和通信服务提供商。

    鉴于英特尔处理器的高价格、零部件短缺,加上目前 ARM 服务器芯片生态发展完善和晶圆代工业务发展成熟等因素,亚马逊决定大力投资定制芯片。

    分析师预计,亚马逊 AWS 今年的销售额将达到 349 亿美元,如果亚马逊在芯片方面的努力取得成功,很有可能降低该部门在服务器芯片方面对英特尔和 AMD 的依赖。

    2 提速20%,性价比更高

    亚马逊研制芯片的风格相对低调。

    直到去年 AWS re:Invent 2018 大会上。首款 ARM 架构处理器的 AWS Graviton 处理器的云实例 EC2 A1 才得以亮相。这款新型芯片关键的魅力在于它们可以提供更便宜的计算服务。

    Graviton:亚马逊基于 ARM 架构的 CPU

    亚马逊称,这些芯片的运行成本比 Intel 公司或 AMD 公司的芯片低出 45%,而 AWS 也提供租赁服务。

    Graviton 芯片由以色列芯片制造商 Annapurna Labs 设计(该公司在 2015 年被亚马逊收购),并通过 AWS 的 EC2 云计算服务提供给其云客户。

    Graviton 基于 ARM 2015 年款 Cortex-A72 设计,主频为 2.3GHz 的 64bit 芯片,面向更简单的计算任务。

    亚马逊为其设计了 16 个 vCPU instances,并将其排列在四个四核集群中,每个集群有 2MB 的共享 L2 缓存,每个核心则有 32KB 的 L1 数据缓存和 48KB 的 L1 指令缓存,其中一个 vCPU 映射到一个物理核心。

    据悉,第二代芯片预计将采用更新的 ARM 技术,最有可能是 Neoverse N1 架构。另一知情人士表示,新芯片预计至少有 32 颗核心,而 Graviton 只有 16 核。

    新款芯片还将使用一种名为「Fabric」的架构技术,允许它与其他芯片协作以加速处理图像识别等任务。想利用上这种新芯片,云客户很可能需要使用专为 ARM 芯片开发的软件。

    预计新芯片的功能可能不及英特尔的" Cascade Lake "或 AMD 的" Rome "芯片,但它比英特尔的高端芯片更便宜,耗电量也更少。

    英特尔最强大的芯片可以卖到几千美元,而基于 ARM 的服务器芯片的价格不到 1000 美元。

    投行伯恩斯坦分析师 Stacy Rasgon 曾指出,亚马逊的第一款 ARM 芯片似乎并未对 Intel 的数据中心业务产生影响,后者在过去一年继续增长。

    但同时他也表示,那些每年在 Intel 、AMD 身上花费数十亿美元,并且替代选择不多的科技巨头,拥有开发更强 ARM 芯片的资源:

    「如果只是 ARM,我并不担心,但是如果亚马逊或者 Google 对 ARM 技术进行投资掌握了这些技术,那么这可能将对 Intel 造成更大麻烦。」

    3 从数据中心到智能终端的造芯之旅

    事实上,亚马逊在芯片方面的实力已经超乎大多数读者的想象。

    去年,除了推出务器芯片 Graviton 之外,亚马逊还出了首款云端 AI 推理芯片 AWS Inferentia。支持 TensorFlow、Apache MXNet 和 PyTorch 深度学习框架,以及使用 ONNX 格式的模型。

    使用经过训练的机器学习模型进行预测可以驱动应用程序高达 90% 的计算成本。开发人员可以将 GPU 支持的推理加速附加到 Amazon EC2 和 Amazon SageMaker 实例中,从而将推理成本降低 75%。

    根据官网介绍,每个 Inferentia 芯片提供高达几百 TOPS 的算力,使复杂的模型能够做出快速的预测。多个 AWS Inferentia 芯片可以一起使用来驱动,形成成千上万的 TOPS 算力。

    另外,亚马逊还投资了聚焦于无线技术的 Wiliot 和 AI 芯片初创公司 Syntiant。再往前追溯,早在 2016 年亚马逊就开发了一款叫做 Alpine 的 ARM 架构处理器芯片,核心技术源于之前收购的一家以色列芯片商。

    这个芯片能够应用智能手机之外的一些耗电量比较低的设备上。亚马逊还给自己芯片搭上自己的 Logo,将其出售给硬件厂商和数据中心。

    对于亚马逊来说,无论是涉足机器学习芯片还是服务器芯片,最主要的原因仍然在于成本。特别是在 ARM 的授权模式以及台积电等晶圆代工厂发展完善的情况下,做芯片更是水到渠成。

    当然,亚马逊在智能家居方面的芯片布局,可能有着更加差异化竞争的选择与考量。

    编辑:NIKI

    科技巨头们每年在 Intel 、AMD 身上花费数十亿美元,常常拥有着开发更强 ARM 芯片的资源。