隨著人工智能(AI)技術(shù)的迅猛發(fā)展，云計(jì)算領(lǐng)域正在經(jīng)歷顯著變革。愈發(fā)復(fù)雜的AI應(yīng)用對(duì)計(jì)算解決方案的性能、效率和成本效益提出了更高要求。在云端部署工作負(fù)載的客戶正在重新評(píng)估其所需的基礎(chǔ)設(shè)施，以滿足現(xiàn)代工作負(fù)載需求，其中不僅包括提高性能和降低成本，還涵蓋了需符合監(jiān)管要求或可持續(xù)發(fā)展目標(biāo)的新能效基準(zhǔn)。
Arm與亞馬遜云科技(AWS)長期合作，為實(shí)現(xiàn)性能更強(qiáng)勁、更高效和可持續(xù)的云計(jì)算提供專用芯片和計(jì)算技術(shù)。在近期舉行的AWS re:Invent 2024大會(huì)上，AWS進(jìn)一步展示了AWS Graviton4所取得的顯著進(jìn)展，使開發(fā)者和企業(yè)能夠充分發(fā)揮其云工作負(fù)載的性能潛力。
卓越的性能表現(xiàn)
相較于上一代Graviton3處理器，基于Arm Neoverse V2平臺(tái)的AWS Graviton4處理器在計(jì)算性能上提升了30%，核心數(shù)增加了50%，內(nèi)存帶寬提高了75%。憑借這些技術(shù)優(yōu)勢，AWS Graviton處理器在生態(tài)系統(tǒng)和客戶群體中得到了廣泛應(yīng)用。
Arm Neoverse V2平臺(tái)涵蓋Armv9架構(gòu)的新特性，包括高性能浮點(diǎn)和向量指令支持，以及SVE/SVE2、Bfloat16和INT8 MatMul等特性。這些特性為AI/機(jī)器學(xué)習(xí)(ML)以及高性能計(jì)算(HPC)工作負(fù)載提供了卓越性能。
AI/ML工作負(fù)載
今年早些時(shí)候，Arm與主流的AI框架和軟件生態(tài)系統(tǒng)合作，推出了Arm Kleidi軟件，以確保Arm平臺(tái)上開機(jī)即用的推理性能優(yōu)化能惠及整個(gè)ML棧，開發(fā)者無需掌握額外的Arm專業(yè)知識(shí)即可構(gòu)建其工作負(fù)載，從而進(jìn)一步推動(dòng)AI工作負(fù)載的廣泛應(yīng)用。此前，Arm已展示了PyTorch中的這些優(yōu)化如何賦能AWS Graviton4上運(yùn)行大語言模型(LLM)，如Llama 3 70B和Llama 3.1 8B，并顯著改善了每秒生成詞元(token)數(shù)和詞元首次響應(yīng)時(shí)間的表現(xiàn)指標(biāo)。
HPC和EDA工作負(fù)載
對(duì)于HPC工作負(fù)載，Graviton4相較于Graviton3E在功能上實(shí)現(xiàn)了顯著提升。每個(gè)核心的主內(nèi)存帶寬增加了16%，每個(gè)vCPU的L2緩存容量翻倍。這些改進(jìn)對(duì)于HPC應(yīng)用的性能至關(guān)重要，因?yàn)镠PC應(yīng)用通常受限于內(nèi)存帶寬。AWS已經(jīng)在這些領(lǐng)域取得了顯著優(yōu)勢，如下所示。
根據(jù)Arm工程團(tuán)隊(duì)實(shí)際運(yùn)行EDA工作負(fù)載所得出的結(jié)果，Graviton4提供的RTL仿真工作負(fù)載性能比Graviton3高出37%。
圖：AWS Graviton4上的HPC和EDA工作負(fù)載優(yōu)勢
生態(tài)系統(tǒng)廣泛采用
近年來，隨著云計(jì)算用戶將各種云工作負(fù)載部署在AWS Graviton處理器上，其軟件生態(tài)系統(tǒng)持續(xù)擴(kuò)展。如此一來，客戶不僅節(jié)省了費(fèi)用，收獲了性能的提升，還能優(yōu)化其碳足跡和可持續(xù)發(fā)展足跡。以下是部分示例：
圖：采用基于Arm Neoverse的AWS Graviton3所取得的生態(tài)優(yōu)勢
著手利用Graviton的強(qiáng)大性能
Arm將在云計(jì)算的未來中發(fā)揮關(guān)鍵作用，并將繼續(xù)支持AWS Graviton立于技術(shù)創(chuàng)新的前沿。Arm將繼續(xù)投入并進(jìn)一步強(qiáng)化軟件生態(tài)系統(tǒng)，從而使開發(fā)者能夠更加輕松地在Arm平臺(tái)上構(gòu)建其應(yīng)用，并充分利用Arm計(jì)算平臺(tái)所提供的卓越性能和效率優(yōu)勢。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
