作為 Arm 緊密的生態(tài)系統(tǒng)合作伙伴之一，Ampere Computing 不斷在 Arm 架構(gòu)的云原生處理器上推陳出新，以滿足持續(xù)增長、日新月異的現(xiàn)代云計(jì)算需求。Ampere Computing 近日發(fā)布的 2022 年度戰(zhàn)略和產(chǎn)品路線圖更新視頻，將攜手更多的合作伙伴邁向計(jì)算的下一旅程，讓我們一起拭目以待!

穩(wěn)步向前 引領(lǐng)云未來

Ampere Computing 董事長 Renee James 女士回顧了公司成立四年多以來取得的成績。在全球性事件頻發(fā)、供應(yīng)鏈面臨挑戰(zhàn)、疫情影響持續(xù)反復(fù)的背景下，Ampere Computing 仍順利實(shí)現(xiàn)產(chǎn)品交付，將團(tuán)隊(duì)規(guī)模擴(kuò)大了一倍，拓展了產(chǎn)品覆蓋，加快了交付的速度。

而過去的一年，也是相當(dāng)精彩的一年。憑借性能和能效雙優(yōu)的表現(xiàn)，很多客戶部署了 80 核 Ampere Altra 和 128 核 Ampere Altra Max。目前已有 40 多個(gè)服務(wù)器平臺(tái)支持 Ampere Altra 系列處理器，7 家全球最大的超大規(guī)模數(shù)據(jù)中心正在部署 Ampere Computing 的產(chǎn)品，全球所有用戶均可使用基于 Ampere Computing 云原生處理器的服務(wù)。

突破瓶頸 打造云端定制

在 Ampere Computing 一系列成就的背后，離不開領(lǐng)先的產(chǎn)品和技術(shù)。首席產(chǎn)品官 Jeff Wittich 先生就產(chǎn)品和技術(shù)的特性進(jìn)行了詳細(xì)的解讀。

Ampere Computing 性能與能效雙領(lǐng)先

“Ampere Computing 從零開始，為云定制了一款基于全新架構(gòu)的處理器，具備可預(yù)測(cè)性、可擴(kuò)展性、高性能的優(yōu)勢(shì)。每個(gè)核上僅運(yùn)行一個(gè)單線程，并保持一致的高頻率，避免因服務(wù)器上多個(gè)用戶而導(dǎo)致的性能不佳，為云工作負(fù)載提供了最優(yōu)性能?！?/p>

在利用率方面，Ampere Computing 云原生處理器提供超高可擴(kuò)展性，最高可達(dá) 128 核，并為每個(gè)核提供大容量低延遲的專用緩存。借助智能高帶寬 mesh 互聯(lián)結(jié)構(gòu)，所有高性能核都連接在一起，打破了傳統(tǒng)的 CPU 在需求增加時(shí)會(huì)產(chǎn)生遞減回報(bào)的使用瓶頸。

在 CPU 上的創(chuàng)新，已經(jīng)讓無數(shù)用戶看到了 Ampere Computing 帶來的精彩效果。廣受歡迎的虛擬主機(jī)平臺(tái) Plesk 通過甲骨文云搭載 Ampere Altra，僅第一個(gè)月就推出了 1000 多個(gè)實(shí)例，實(shí)現(xiàn)了有史以來最快的產(chǎn)品推廣速度。其他終端用戶，如紅牛車隊(duì)、GenyMobile、墨爾本大學(xué)、布里斯托爾大學(xué)和耶拿大學(xué)，也都在相關(guān)云環(huán)境應(yīng)用中受益于 Ampere Computing 的處理器。

擁抱可持續(xù) 共創(chuàng)綠色未來

得益于先進(jìn)的設(shè)計(jì)，Ampere Computing 為數(shù)據(jù)中心帶來了最節(jié)能的云原生處理器，可運(yùn)行所有通用工作負(fù)載。在可持續(xù)性議題的重要性愈發(fā)凸顯的當(dāng)下，Ampere Computing 是綠色數(shù)據(jù)中心的理想選擇。與 x86 處理器相比，Ampere Altra 系列可憑借其 50% 的能耗，提供其 200% 的性能。

秉承著為云而生的設(shè)計(jì)理念，Ampere Computing 為了優(yōu)化了功耗和面積，去除了傳統(tǒng)架構(gòu)不受云歡迎的特性，實(shí)現(xiàn)單核功耗比比傳統(tǒng) CPU 低 67% 以上。目前，已經(jīng)有許多合作伙伴基于 Ampere Computing 的解決方案促進(jìn)自身可持續(xù)發(fā)展。

此外，Ampere Altra 作為高性能、低功耗的邊緣云原生處理器，還可將功率降至超低的 40W (32C) 或低于 70W (64C)。這意味著 Ampere Computing 32 核處理器的功耗比同等的 x86 CPU 低 4.6 倍。得益于此，Ampere Computing 開辟了其他競(jìng)爭對(duì)手無法涉足的新領(lǐng)地，如 Cruise 的自動(dòng)駕駛汽車。

倡導(dǎo)開放原則 建設(shè)開發(fā)者社區(qū)

Ampere Computing 重視開發(fā)者社區(qū)的創(chuàng)新力，并將一如既往大力支持他們的發(fā)展。

1在云平臺(tái)方面，Ampere Computing 已經(jīng)為 OCI、微軟 Azure、騰訊云、阿里云和 Equinix Metals 提供了 Ampere Altra 系列云原生處理器支持，大量的公有云可供開發(fā)者使用。

2在硬件方面，Ampere Computing 的 ODM 和 OEM 服務(wù)器團(tuán)隊(duì)合作伙伴的隊(duì)伍也在不斷壯大，包括富士康、技嘉、浪潮、超微和緯穎等等。還有來自技嘉和凌華科技等合作伙伴的開發(fā)套件，用于人工智能和自動(dòng)駕駛等多個(gè)場(chǎng)景。此外，凌華科技和 Avantek 還提供軟件開發(fā)平臺(tái)。

3為了進(jìn)一步支持開發(fā)者的創(chuàng)新，Ampere Computing 設(shè)立了 Ampere Developer Program 開發(fā)者計(jì)劃。Ampere Computing 的開發(fā)者社區(qū)提供 130 多個(gè)強(qiáng)大的應(yīng)用程序，并且每天在網(wǎng)站上進(jìn)行回歸和更新，從數(shù)據(jù)庫到 AI 推理的各種解決方案，應(yīng)有盡有。

不止于此 拓展云端愿景

Ampere Computing 在 AI 推理的吞吐量和延遲方面也展示了領(lǐng)先性能。通過創(chuàng)建完整的解決方案堆棧，Ampere Computing 為 TensorFlow 和 PyTorch 等流行的架構(gòu)提供了基于 Ampere Altra 和 Ampere Altra Max “開箱即用” 的體驗(yàn)。

此外，Ampere Computing 也正在積極地為其它重要的工作負(fù)載開發(fā)多種類型的計(jì)算，比如 Ampere Computing 與 Rigetti 合作創(chuàng)造了混合量子經(jīng)典計(jì)算機(jī)，探索云上的新一代機(jī)器學(xué)習(xí)應(yīng)用。

滿足多種需求 兩大產(chǎn)品家族并行

Ampere Computing 是一家發(fā)明公司，我們已經(jīng)就產(chǎn)品的獨(dú)特性能和功能申請(qǐng)了數(shù)百項(xiàng)專利，也為今后路線圖上的產(chǎn)品開發(fā)了自研核。我們最新的產(chǎn)品 AmpereOne 采用 Ampere Computing 自研核， 基于 5nm 工藝，支持 PCIgen5 和 DDR5。新產(chǎn)品已經(jīng)開始送樣，我們非常期待客戶的反饋。

至此，Ampere Computing 擁有并行的兩大產(chǎn)品家族——Ampere Altra 系列和基于自研核的產(chǎn)品。它們分別適用于不同工作負(fù)載、細(xì)分市場(chǎng)和應(yīng)用程序，助力 Ampere Computing 更好地滿足云工作負(fù)載多樣化的需求。例如為邊緣場(chǎng)景設(shè)計(jì)的 32 核 40W 產(chǎn)品，以及為滿足超大規(guī)模數(shù)據(jù)中心嚴(yán)苛工作負(fù)載設(shè)計(jì)的超強(qiáng)性能、功耗僅為 125W 的 128 核產(chǎn)品。

當(dāng)前，80 核 Ampere Altra 和 128 核 Ampere Altra Max 一直在出貨并已廣泛部署，是當(dāng)前客戶設(shè)計(jì)的中流砥柱?？蛻粢苍谝胛覀冃碌?5nm 產(chǎn)品，以獲取更高的性能、特性和更獨(dú)特的體驗(yàn)。

基于自研核的新產(chǎn)品是 Ampere Computing 新征程的開始。未來，Ampere Computing 會(huì)繼續(xù)堅(jiān)持創(chuàng)新承諾，以每年推新的節(jié)奏為云計(jì)算帶來創(chuàng)新的云原生處理器，助力實(shí)現(xiàn)云計(jì)算和數(shù)據(jù)中心的可持續(xù)發(fā)展，也期待有更多的客戶和生態(tài)合作伙伴與我們同行，一起邁向計(jì)算的下一旅程。

審核編輯：湯梓紅