界面新闻记者 | 彭新
界面新闻编辑 |
发布192核Arm服务器芯片后，芯片初创公司Ampere希望拓展更多CPU市场份额，并在AI能力上战胜竞争对手。
近日，Ampere首席产品官Jeff Wittich接受了包括界面新闻在内的媒体采访，解析芯片架构并展望产品路线图。
AmpereOne采用小芯片（Chiplet）设计，使用5纳米工艺制造，并首次采用Ampere自研内核，还扩展了内存容量、带宽和IO带宽等，支持PCIe 5.0和DDR5规格。
据Jeff Wittich介绍，该芯片为云原生设计，意味着在芯片设计环节，从核心到SoC，均考虑到云计算场景，以实现最好的能效。“它不是其他产品稍加更改而来的衍生产品线，更不是我们去利用所谓的传统架构，来打造出适应市场变化的产品。”
192核心（Core）是此次AmpereOne处理器的核心特点，为业内最高，远超同期英特尔、AMD两大x86架构厂商处理器核心数量。通常而言，处理器核心数量越多，可同时处理任务的能力越强。Ampere宣称，192核心的AmpereOne处理器在云端环境时，可运行虚拟机的数量要远大于同期的旗舰x86处理器，也拥有更好的能效表现。
随着AmpereOne处理器的推出，Ampere已拥有Altra、AmpereOne两大产品线系列，覆盖不同计算需求。Jeff Wittich举例，在边缘计算场景，客户仅需部署32核、功耗40瓦的Ampere Altra处理器。而对于在大规模数据中心环境、有更大算力需求的客户，AmpereOne认为更高核心数可以提供更好性能。
Jeff Wittich称，边缘作为云端的延伸，也是Ampere关注的领域，其许多需求与云类似。但在部署边缘算力上，由于供电、制冷、网络、部署条件等限制，资源的限制更多。Ampere Altra高性能、低能耗的特点，可以在冷却设备受限的场景下工作，“许多边缘场景为了规避能耗的增加，可能还在使用原来的低性能产品。”他认为，Ampere处理器将改变现状。
在云端，诸如英特尔至强、AMD霄龙等处理器用于AI推理工作，是AI计算的一大主流负载，Ampere芯片同样可应用于此。“Ampere的产品不只适用于当前常见的大型语言模型，也适用于过去几年相对旧的模型。”Jeff Wittich称，云厂商在AI计算中追求高能效以降低成本，而GPU服务器功耗极大，成本高昂，扩展和可部署的服务器数量受到限制，Ampere可以满足云厂商需求。
AI是当前芯片厂商重要的负载类型，生成式AI的流行加速了厂商投入。Jeff Wittich分析称，AI训练发生在服务器上的CPU、GPU，而AI推理在整个云端基础设施中均有涉及，在负载特征上需要不断地进行重复推理，并向用户快速交付结果。他称，Ampere两年多前就组建了AI团队。此次AmpereOne针对流媒体推荐、商品智能推荐、生成式AI等AI负载进行优化。
根据Ampere展示的产品性能对比，在生成式AI负载的文本提示生成图像模型Stable Diffusion推理中，AmpereOne以每机架性能高出2.3倍优势领先AMD霄龙9654处理器。Ampere未提供与英特尔芯片对比数据。
Ampere介绍称，包括谷歌、微软、甲骨文、阿里巴巴、腾讯在内的云服务厂商，以及慧与、Supermicro等服务器厂商已经与Ampere合作，测试或使用Ampere产品。
基于成本、性能考虑，云计算厂商对不同架构处理器保持开放态度。2018年11月，亚马逊发布基于Arm架构的首款服务器芯片Graviton，主打性价比。亚马逊宣称，与主流的英特尔x86架构CPU（中央处理器）相比，基于Graviton芯片的云服务在处理一些简单的工作负载时，成本可最多降低45%。随后该芯片多次迭代，性能提升数倍，可应付更多、更复杂的工作类型，至今已经迭代多代。
