亞馬遜發(fā)力自研芯片！推Graviton2服務(wù)器芯片，性
2019-12-10 來源：天下數(shù)據(jù)IDC資訊
12月4日消息，亞馬遜今日在AWS re：invent大會上發(fā)布了基于Arm架構(gòu)的Graviton2服務(wù)器芯片，同時公布了Inferentia芯片的最新進展。AWS表示，Graviton2相較x86同類產(chǎn)品計算量提升4倍，性價比提升最高達40%�；贗nferentia芯片的Inf1實例相比Nvidia G4實例，吞吐量提高3倍，且成本降低40％。
Graviton2已經(jīng)針對AWS云的原生應(yīng)用進行了優(yōu)化，并且每個核心的浮點性能有2倍提升。Inferentia是用于AI推理的高性能芯片，于去年推出。AWS CEO Andy Jassy今天在會上表示，目前AWS已經(jīng)儲備了人才力量，將在自研芯片領(lǐng)域持續(xù)發(fā)力，為用戶提供更多高性價比產(chǎn)品。
一、Inf1吞吐量超英偉達G4 3倍
▲AWS首席執(zhí)行官Andy Jassy于2019年12月3日在拉斯維加斯的re：Invent大會上，圖片來源：Techcrunch
亞馬遜AWS今天推出了Inf1實例，該實例由Inferentia芯片提供支持，是一個在云中為AI推理提供支持的實例，AWS CEO Andy Jassy稱之為云中可用的成本最低的推理產(chǎn)品。
Andy Jassy表示，“與Nvidia G4實例相比，Inf1具有更低的延遲，吞吐量將提高3倍，并且每個實例的成本降低40％。”“使用云服務(wù)為AI解決方案提供動力的運營成本絕大多數(shù)來自推理，而推理芯片可能會很昂貴，并且要求低延遲和高吞吐量。”
Inf1還將由Annapurna Labs制造的Inferentia芯片提供支持，該芯片企業(yè)是2015年被以色列AWS收購的。Inferentia芯片擁有4的個NeuronCore，可以提供128TOPS的算力，而每個Inf1實例可以提供2000 TOPS的算力。
Inf1實例目前已經(jīng)上市，并將與PyTorch，MXNet和TensorFlow集成。2020年，Inf1將可以用于EKS實例和Amazon的SageMaker，來進行機器學習的推理運算。
二、Graviton2成為英特爾AMD勁敵
亞馬遜今日還推出了基于Arm架構(gòu)的Graviton2服務(wù)器芯片，與基于x86的同類實例相比，該處理器的性價比最高提升可達40%，計算量提升4倍�；贏rm架構(gòu)的Graviton2可能會對云工作負載、AWS的成本結(jié)構(gòu)以及數(shù)據(jù)中心Arm架構(gòu)的應(yīng)用產(chǎn)生重大影響。
AWS加大了對Graviton2的投注，它們對Arm架構(gòu)的數(shù)據(jù)中心處理器研發(fā)和穩(wěn)步推進云基礎(chǔ)架構(gòu)創(chuàng)新都非常重視。AWS正在啟動新的基于Arm的Amazon EC2實例，包括M6g、R6g、C6g系列。
Graviton2針對云原生應(yīng)用進行了優(yōu)化，并且基于64位Arm Neoverse內(nèi)核和AWS的片上定制系統(tǒng)設(shè)計。Graviton2的每核浮點性能提高了2倍，可用于科學和高性能工作負載領(lǐng)域，最多支持64個虛擬CPU，25Gbps網(wǎng)絡(luò)和18Gbps EBS帶寬。
AWS CEO Andy Jassy在主題演講中說：“我們決定設(shè)計芯片來為您提供更多功能。盡管許多公司使用x86已有很長時間，但我們希望為您提高性價比。”不過他補充說，英特爾和AMD仍然是AWS的主要合作伙伴。
結(jié)語：亞馬遜服務(wù)器芯片重點發(fā)力，自研已成主攻方向
通過目前亞馬遜發(fā)布的Inf1實例和Graviton2芯片，以及AWS CEO的發(fā)言我們不難看出，打造高性價比的自研芯片是亞馬遜目前和今后的主要發(fā)展策略，而Arm架構(gòu)在服務(wù)器領(lǐng)域的聲量也將越來越大。
不過Andy Jassy也提到，英特爾、AMD后續(xù)將繼續(xù)作為AWS的主要合作伙伴。在AI芯片和服務(wù)器芯片兩大戰(zhàn)場，格局似乎變得不再單一，英特爾、AMD、亞馬遜等巨頭后續(xù)會展開怎樣的競爭與合作，我們拭目以待
版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。
