芯片竞争格局及最佳匹配场景|开发者分享会

今天分享的内容来自阿里云智能解决方案架构师冯英飞的“芯片竞争格局及最佳匹配场景”。本文主要从ARM芯片市场竞争与生态分析、倚天竞争力分析以及优势业务场景介绍这三个内容进行讲解。

一、ARM芯片市场竞争与生态分析

1. 芯片商业竞争格局：商业驱动市场平衡与再分配

高通的加入，英伟达、AMD的摩拳擦掌，让原本不温不火的PC市场竞争更加白热化。不同架构的选择所带来的性能、功耗、生态还只是第一步，真正的战场是AI。

比如高通发布的骁龙X Elite支持在终端侧运行超过130亿参数的生成式AI模型，在终端侧已经是极大的突破，目前手机端的参数规模在10-70亿左右。但网络端的大模型有几百亿乃至上千亿的参数量。

因此二者不是替代关系，而是互补关系。智能终端厂商希望的是，在PC端、手机端都能实现和在云端一样的操作，二者协同，称为“混合AI”。微软高管注意到了苹果基于ARM 架构的芯片在 AI 处理等方面的高效，希望由此获得类似的性能。这也可视为微软对在 PC 市场中占比越来越大的苹果的一次反击。

2. ARM 服务器CPU发展历程

第一波浪潮（2008-2013），ARM开始考虑做服务器芯片最早可以追溯到2008年从投资startup calxeda公司开始，当时还是ARM V7架构，32位处理器。后面ARM发布v8架构，在手机移动处理器上所向披靡，但相比于服务器上的多核高性能，ARM在服务器领域因为性能不足没有什么竞争力，所以很快就落下帷幕，基本上没有开始就结束了。

第二波浪潮（2011-2018）有三个标志性的时间点。第一个是2016年Broadcom，Vulcan说要开始做服务器芯片，这也是ARM联合一些合作厂商做出的一个尝试。第二个是2018年底发布了ARM SBSA，它是服务器的一个标准的加工模板，相当于给ARM服务器打了一个很好的基础。

第三个是2018年AWS Graviton2 发布。在此之前CPU厂商、芯片厂商做ARM的芯片基本都已经宣告失败了，直到2018年AWS Graviton2 发布，开启了ARM处理器在服务器领域成功的先河，它给ARM芯片在服务器领域成功指明了道路。云厂商基于ARM架构会有一定的优势，它可以通过自身iaas和paas这些云的标准服务，给用户提供的是一套ARM的解决方案，而不是一个单纯的芯片。因为如果只是ARM芯片，它在生态和软件上会导致用户的使用成本比较高。

第三波浪潮（2019~至今），2019年阿里巴巴开始自研ARM服务器芯片。此外，Google、Microsoft也都是陆续宣布要开始自研服务器芯片的开发。2021年，倚天710经过两年的研发终于进行了量产，目前已经在阿里巴巴集团、阿里云都实现了规模化使用。

二、倚天竞争力分析

1. 算力分析：V9架构ARM算力的分水岭

倚天710采用业界已上市产品中先进的5nm工艺，基于最新的ARMv9架构，SPECint 2017领先业界标杆20%，对比上一代X86平台领先40% 。

接下来介绍一下倚天710这款芯片的主要规格。

• 双 DIE结构，每个DIE 360 毫米2。
  
• 两个DIE 600 亿晶体管。
  
• 业界首次使用ARM V9架构和CPU 核– Perseus。
  
• 主频：3GHz。
  
• 8 Channel DDR5 x4800。
  
• 96 Lane PCIe 5.0。
  
• Max Power: 300 W。
  

2. 倚天性价比分析：云上最优性价比ECS实例

• 1U2机型，CIPU实现整机核的高密度，可达256core，
  
• 极限功耗300w，实际应用中功耗大约在100w~150w之间，功耗优势明显
  
• 性能领先x86 六，七代30%～60%，成本低10%～30%，与AMD热那亚打平，成本低30%+；
  

三、优势业务场景介绍

1. 大数据场景：倚天技术收益高，资源规模大，ROI高

大数据是我们非常重要的一个领域，因为它是一个重负载的计算场景，对于倚天这种高性能的CPU来说是非常适合的场景。在集团业务方面，倚天ECS实例已经有效支持阿里618、99大促以及双十一压测等多个活动，涉及电商、数据库、存储蚂蚁支付多个业务场景。其中电商核心交易系统相比于X86竞对产品有20%-30%的成本优势。

2. 音视频编解码：高负载，高算力，场景适配简单

在阿里云外部客户方面，X短视频客户，基于自身业务测试视频编解码场景，性能收益高达30%以上，性价比收益高达80%+。Y游戏客户，基于自身游戏对于计算和网络的高要求，倚天c8y在客户实测中跑分是X86架构同级的120%，综合性价比近乎200%。目前基于倚天710的ECS实例已经成为了外部客户降本增效的利器。

3. redis/nginx场景：重定义业务安全水位

• 业务场景简单，适配工作量小
  
• Redis 5不支持IO-thread 多线程配置，建议提高部署密度，结合zstd压缩。
  
• Nginx场景，带宽优势+ gzip压缩优势。
  
• Nginx与redis场景，cpu负载控制在30%～40%，预留20%负载，否则RT劣化，使用倚天服务器，日常可保持50%水位，70%为安全水位，可节省40%资源；
  

4. NLP：集团语音ASR，机器翻译场景已落地，收益明显

• AI场景综合性价比由计算算力、内存子系统带宽、算法效率（优化）等方面决定 。
  
• 倚天710计算算力-内存带宽平衡，性价比出众，是语音NLP、识别分类、推荐系统等推理应用的理想负载。
  

好啦！小弹的分享到此为止。我们更欢迎您分享您对阿里云产品的设想、对功能的建议或者各种吐槽，请扫描提交问卷并获得社区积分或精美礼品一份。https://survey.aliyun.com/apps/zhiliao/P4y44bm_8

【扫码填写上方调研问卷】

欢迎每位来到弹性计算的开发者们来反馈问题哦~