![winniewei的头像 winniewei的头像](https://cdn.eetrend.com/files/styles/picture200/public/pictures/picture-709-1583200707.jpg?itok=i2ZF6LPv)
作者:电子创新网张国斌
8月1日,arm 服务器 CPU 供应商Ampere Computing 放了一个大招,发布了一款有512 个内核的人工智能处理器AmpereOne Aurora。
Ampere Computing LLC是一家总部位于美国加利福尼亚州圣塔克拉拉县的IC设计公司,该公司主要开发ARM架构处理器。
新发布的 AmpereOne Aurora 512 核处理器集成了人工智能加速和片上高带宽内存(HBM),与当前的 AmpereOne 处理器相比,每机架性能有望提高三倍。Aurora 设计用于处理人工智能训练和推理工作负载,这个发布表明 Ampere 将致力于成为人工智能计算领域的主要参与者。
不过这款芯片可能会在 2025 年底或 2026 年初上市。
虽然Aurora的具体工艺节点尚未披露,但Ampere建议在可扩展的网状架构上使用多个芯片组。该公司最近在英特尔代工厂活动上的亮相引发了有关潜在合作的猜测,可能会使用英特尔的 18A 工艺或封装技术。
AmpereOne Aurora 的主要功能:
多达512个安培内核:性能是当前 AmpereOne 处理器的 3 倍以上
可扩展的 AmpereOne 网格:允许所有类型计算无缝连接
安培人工智能IP与高带宽内存首次直接集成到硅硬件中
这一发布意味着Ampere 未来将直接与 AMD 和英特尔竞争,不过在快速发展的数据中心和云计算领域,聚焦人工智能功能和云原生设计是使Ampere 一个独特的卖点。
目前的 AmpereOne 产品拥有多达 192 个内核,采用 5 纳米制程技术。展望 2024 年第四季度,Ampere 计划推出 AmpereOne M 系列,该系列将保持 192 个内核的数量,但会引入一个新的 12 通道 DDR5 平台,该平台在 2023 年的 Computex 上首次亮相。到 2025 年,该 12 通道平台的增强版预计将把内核数增加到 256 个。
Aurora 芯片采用风冷方式,因为数据中心正面临严峻的功耗挑战。根据《2023 年正常运行时间全球数据中心调查》(Uptime 2023 Global Datacenter Survey),77% 的数据中心每个机架的最大耗电量低于 200 千瓦,50% 的数据中心每个机架的最大耗电量低于 10 千瓦。如今,一个机架的 GPU 加速系统(必须采用液体冷却)的耗电量约为 100 千瓦,随着更大运算能力GPU的推出,将使耗电量上升到 200 千瓦以上,给数据中心给功耗管理带来巨大挑战。
ARM架构人工智能服务器相较于其他类型的服务器,具有多方面的优势:
一、低功耗与高效能
低功耗:ARM架构的设计初衷就是为了在提供高性能的同时保持低功耗。这一特性使得ARM架构的人工智能服务器在长时间运行和大规模部署时,能够显著降低能源消耗和运行成本。这对于数据中心等需要持续运行的应用场景尤为重要,有助于实现绿色计算和节能减排的目标。
高效能:尽管功耗较低,但ARM架构的人工智能服务器依然能够提供出色的处理速度和计算能力。这得益于ARM架构的精简指令集(RISC)设计,使得处理器在较低功耗下依然能够高效执行指令,满足复杂的人工智能计算需求。
二、灵活性与可扩展性
高度可定制性:ARM架构具有高度的可定制性,可以根据不同的应用需求进行定制化开发。在人工智能领域,这种可定制性使得ARM架构的人工智能服务器能够更好地适应各种复杂的应用场景,满足不同企业和机构的个性化需求。
可扩展性:ARM架构支持多核处理器,并且可以通过增加核数来提高计算性能。这使得ARM架构的人工智能服务器在面临大规模数据处理和复杂计算任务时,能够轻松地进行扩展,以满足不断增长的计算需求。
三、成本优势
低制造成本:ARM处理器的制造成本相对较低,这使得ARM架构的人工智能服务器在价格上具有一定的优势。对于需要构建大规模服务器集群的企业来说,选择ARM架构的人工智能服务器可以显著降低总体拥有成本。
低运行成本:由于ARM架构的低功耗特性,ARM架构的人工智能服务器在运行过程中消耗的电能较少,从而降低了运行成本。此外,较低的散热需求也减少了散热设备的投入和运维成本。
四、生态系统支持
完善的生态系统:ARM生态系统在移动设备领域非常强大,拥有成熟的操作系统和应用程序生态圈。近年来,随着ARM架构在服务器领域的不断发展,越来越多的云服务提供商、数据中心和企业开始支持ARM架构的人工智能服务器。这进一步扩大了ARM服务器的应用范围,并为用户提供了更加丰富的选择。
广泛的软件支持:许多主流的操作系统和软件都已经支持ARM架构,包括Linux、Windows等操作系统以及各类人工智能算法库和框架。这使得用户可以在ARM架构的人工智能服务器上轻松运行各种应用程序和算法,实现高效的数据处理和计算任务。
这些优势使得ARM架构人工智能服务器在人工智能领域具有广泛的应用前景和巨大的市场潜力。大家怎么看?