“Arm處理器核在性能方面的優勢,不僅獲得了美國的大型互聯網公司的認可,在中國的大型互聯網公司以及廣大的軟件生態系統層面,也獲得了很多的進展。我們認為軟件生態系統,特別在基礎設施這個市場上,是非常重要的。”在近日舉辦的“Arm Neoverse產品路線圖更新媒體溝通會”上,Arm基礎設施事業部高級副總裁兼總經理Chris Bergey如是說。
Neoverse再度進階
Neoverse解決方案的推出是 Arm跨向基礎設施的第一步。現在,為了進一步加速基礎設施轉型, Arm宣布Neoverse新增兩個全新的平臺-Arm Neoverse V1平臺以及第二代的N系列平臺Neoverse N2。
據悉,Neoverse V1作為V系列的第一個平臺,與N1相比,其單線程性能可提升超過50%,對于CPU性能與帶寬更高要求的應用來說,是性能表現最佳的平臺。重要的是,Neoverse V1支持可伸縮矢量擴展(Scalable Vector Extensions, SVE),為高性能云、高性能計算與機器學習等市場帶來龐大的應用潛力。
Neoverse N2則被定位為可提供更高性能計算的解決方案,用來滿足橫向擴展的性能需求,其用例可橫跨云、智能網卡(SmartNICs)、企業網絡到功耗受限的邊緣設備。相比于Neoverse N1,Neoverse N2在保持相同水平的功率和面積效率之余,單線程性能提升了40%。
溝通會上,Chris Bergey具體介紹了Neoverse V系列、N系列、E系列在產品策略與面向市場上的不同。他表示,在面向市場的策略上,Arm采用的是與合作伙伴和和客戶緊密的溝通,根據其對應的領域提供合適的解決方案建議。“整體來說,如果客戶比較看重線程的需求,那么N系列就比較適合,如果客戶需要運行高性能計算領域的工作負載,那么V系列就能夠提供更大的價值。這完全取決于客戶對于在功耗,性能,面積上的需求與配置。”
據悉,Arm Neoverse全新計算平臺預計以每年增長30%的平臺性能為指標,持續優化到2021年。由上也可以看出,Arm本次發布的產品相比Neoverse N1分別提升了50%和40%。當談到如何保證Arm CPU是如何保證增速不放緩時,Chris Bergey表示,Arm早在2018年宣布的未來路線圖計劃中,希望每一代都能夠有30%以上的性能提升,這與Arm的工程團隊的努力和投入是分不開的,更與軟件生態的逐漸成熟有很大關系。
持續投資軟件生態系統
與硬件性能相比,軟件生態是企業應用所面臨的另一個問題。據悉,Arm持續投資軟件生態系統,提供無耗損的開發體驗與“裝機即用”的軟件。Chris Bergey表示,在云與邊緣計算領域,Arm的機遇包括云原生軟件的支持,Arm技術在該應用領域的性能與功耗表現,以及協助客戶通過定制化的形式克服摩爾定律減速帶來的挑戰等。
據Chris Bergey介紹,Arm將軟件分成兩種類型,一類是云原生的軟件,另一類是傳統的企業級軟件。“云原生軟件是Arm一直以來重視的領域,在這個領域Arm現在是擁有最大的持續集成/持續交付(CI / CD)平臺的一等公民,并且在大多數編程語言的生態環境中,Arm都扮演著核心角色。同時,Arm也看到云原生技術在邊緣計算領域變得越來越重要,在這一領域推出了Cassini項目,目的就在于為軟件開發者提供流暢的體驗。”Chris Bergey說。
隨著V-RAN、O-RAN等項目的崛起,云原生軟件也將成為5G未來發展的一個重要組成部分。另一方面,傳統企業軟件領域出現了“軟件即服務”(SaaS)的發展趨勢。Chris Bergey表示,面對這一趨勢,由于在Arm架構之上能夠創造非常有利的產品,因此很多獨立軟件開發商(ISV)都對Arm表現出濃厚的興趣,紛紛投入Arm的陣營,在中國市場這一趨勢尤其顯著。
最后,Chris Bergey表示,要強化Arm云端市場的競爭力,最大的挑戰在于時間。“從Arm的IP到芯片設計,到能夠在數據中心部署,以及軟件生態系統的支持,這仍需要一定的時間,也需要產業鏈的合作伙伴一起努力。”
責任編輯:pj
-
互聯網
+關注
關注
55文章
11251瀏覽量
106454 -
ARM處理器
+關注
關注
6文章
361瀏覽量
42626 -
邊緣計算
+關注
關注
22文章
3326瀏覽量
50927
發布評論請先 登錄
Arm Neoverse N2平臺實現DeepSeek-R1滿血版部署

解讀基于Arm Neoverse V2平臺的Google Axion處理器
Arm助力開發者加速遷移至Arm架構云平臺 Arm云遷移資源分享
Arm Neoverse CMN S3 推動Compute Express Link (CXL) 存儲創新

Arm架構將占據半數 2025年出貨到頭部云服務提供商的算力
如何在基于Arm Neoverse平臺的CPU上構建分布式Kubernetes集群

Arm技術助力Google Axion處理器加速AI工作負載推理

利用Arm Kleidi技術實現PyTorch優化

評論