Ampere更新年度战略和产品路线图，云原生创新迎来高潮

Gartner预测，到2025 年，云原生平台将成为95%以上新数字应用的基础，而在2021 年这一比例只有不到40%。热潮之下，越来越多的企业和开发者开始推动业务与技术的创新向云原生演进。 

“凭借性能和能效双优的表现，目前全球已有40多个服务器平台支持Ampere Altra系列处理器，7家全球最大的超大规模数据中心正在部署Ampere Computing的产品，全球所有用户均可使用基于Ampere Computing云原生处理器的服务。”Ampere Computing董事长兼首席执行官Renee James女士对《电子工程专辑》说，仅在中国，从腾讯云SR1实例，到阿里云c6r/g6r实例和手机云游戏服务，再到京东两款分别用于计算和存储的计算平台，都是基于Ampere Altra处理器而打造的。

本土其他合作案例还包括：摩尔线程基于Altra CPU和摩尔线程全功能GPU，共同打造了Arm CPU+GPU硬件参考平台；国内云时代的系统可观测平台——观测云，也成功地完成了在c6r云实例上的部署，并已开始向SaaS订阅用户提供服务。

Ampere Computing董事长兼首席执行官Renee James

而在海外市场，广受欢迎的虚拟主机平台Plesk通过甲骨文云搭载Ampere Altra，仅第一个月就推出了1000多个实例，实现了有史以来最快的产品推广速度；Microsoft开发的基于Altra的Azure虚拟机(VM)，比x86同款解决方案高出66%的性价比；其他终端用户，如红牛车队、GenyMobile、墨尔本大学、布里斯托尔大学和耶拿大学，也都在相关云环境应用中受益于Ampere Computing的处理器。

为“云原生”定制

80核Ampere Altra和128核Ampere Altra Max，是Ampere Computing在2020-2021年间先后设计并推出的两款云原生处理器。Ampere方面强调称，这一次他们所做的不是试图扩展和改造现有的处理器架构，而是希望采用全新的设计方法，从头开始打造一款CPU，以满足横向扩展的云原生工作负载对性能和能效的需求，充分适应云原生多租户的环境。

“传统x86架构处理器最大的一个劣势，是它们并不是专门为数据中心所设计的，也不是专门为云端、云业务所设计的。”Ampere Computing首席产品官Jeff Wittich举例说，在用户抗干扰方面，Ampere客户可以非常放心大胆地进行扩展，而不用担心随着工作负载数量、压力的增加而导致处理器性能下降。

Ampere Computing首席产品官Jeff Wittich

另一方面，云基础设施中，CPU是数据中心的基础。在庞大的市场规模下，如果沿用已经使用了40多年的传统CPU架构，由于能耗高、密度低，预计到2025年将会导致能源需求增长2倍，空间需增长1.6倍。无论对云原生的创新，还是对可持续发展，传统的计算技术架构都已捉襟见肘。

而作为高性能、低功耗的边缘云原生处理器，Ampere Altra可将功率降至超低的40W(32C)或低于70W(64C)。这意味着，Ampere Computing 32核处理器的功耗比同等的x86 CPU低4.6倍。或者说，与x86处理器相比，Ampere Altra系列可凭借其50%的能耗，提供其200%的性能。

与此同时，Ampere Computing为了优化了功耗和面积，还去除了传统架构不受云欢迎的特性，实现单核功耗比比传统CPU低67%以上。

可预测性、可扩展性和高性能是Altra系列最具标志性的三大优势。该系列产品的每个核上仅运行一个单线程，并保持一致的高频率，避免了因服务器上多个用户而导致的性能不佳，为云工作负载提供了最优性能。

在利用率方面，Ampere Computing云原生处理器提供超高可扩展性，最高可达128 核，并为每个核提供大容量低延迟的专用缓存。借助智能高带宽mesh互联结构，所有高性能核都连接在一起，打破了传统的CPU在需求增加时会产生递减回报的使用瓶颈。

Jeff Wittich在演讲中表示，公司十分重视开发者社区的创新力，并承诺将从以下三方面大力支持他们的发展。

1．在云平台方面，Ampere Computing已经为OCI、微软Azure、腾讯云、阿里云和Equinix Metals提供了Ampere Altra系列云原生处理器支持，大量的公有云可供开发者使用。

2．在硬件方面，Ampere Computing的ODM和OEM服务器团队合作伙伴的队伍也在不断壮大，包括富士康、技嘉、浪潮、超微和纬颖等；来自技嘉和凌华科技等合作伙伴的开发套件，用于人工智能和自动驾驶等多个场景。此外，凌华科技和Avantek还提供软件开发平台。

3．为了进一步支持开发者的创新，Ampere Computing设立了Ampere Developer Program开发者计划。Ampere Computing的开发者社区提供130多个强大的应用程序，从数据库到AI推理的各种解决方案，应有尽有，并且每天在网站上进行回归和更新。

除了硬件性能外，另一个特别值得关注的现象，是Ampere Computing在拓展云端应用，尤其是在AI推理的吞吐量和延迟，以及量子计算方面做出的积极探索。

• 2021年8月，Ampere Computing宣布收购AI技术初创公司OnSpecta，相较于常用的基于CPU的机器学习框架，基于OnSpecta深度学习方案(DLS)的AI优化引擎可带来超过四倍的加速。同时，通过创建完整的解决方案堆栈，Ampere Computing为TensorFlow和PyTorch等流行的架构提供了基于Ampere Altra和Ampere Altra Max“开箱即用”的体验；

• 2022年2月，Ampere Computing又宣布与Rigetti Computing公司达成战略合作，双方将把Rigetti量子处理单元(QPU)与Ampere Altra Max云原生处理器整合，合作创造混合量子经典计算机，创造能够满足机器学习应用严苛要求的混合计算环境。

IDC研究显示，到2024年，AI服务器市场市值预计将超260亿美元，年增长率将达13.7%。因此，Jeff Wittich在回答《电子工程专辑》的提问时称，AI推理的发展非常迅速，在云端业务当中也展现出了越来越强的重要性。尤其是它既可以和众多工作负载(Web服务、数据库)搭配使用，也可以在CPU当中单独使用。而通过收购OnSpecta公司，Ampere Computing可在AI推理技术的加持之下，持续具备性能/能效双领先的优势。

自研之路

2021年宣布的自研内核产品也有了最新消息。这款被命名为AmpereOne的处理器采用了Ampere Computing自研内核，基于5nm工艺，支持PCIe 5.0和DDR5，新产品已经开始送样。

作为Arm架构的授权方和重要合作伙伴，Ampere在早期产品中就已经使用了Arm IP，例如80核Altra和128核Altra Max均采用了Arm内核，性能表现非常出色，可预测的高性能、高可扩展性和高能效的特性是其最重要的三点，这也是对云原生非常重要的方面。

而之所以选择自研，Ampere方面给出的解释是因为公司开发的产品是专门针对于云，而不是其他数据中心或者其他客户的应用，因此只能从微架构开始一直向上自己研发产品，才能给客户提供专门的定制化服务，才能满足客户对性能、能效、可扩展性提出的日趋严苛的需求。

“从性能角度考虑，Ampere希望能够进一步地优化微架构，来实现更高层级的性能。” Jeff Wittich说目前可供选择的方法，包括持续增加内核数量；确保内核之间相互隔离，不会相互干扰；提供更低功耗，能够满足客户创新需求的云服务器性能；通过使用自研内核，加快处理速度，提高效率等等。

尽管没有透露更多新一代5nm处理器的细节，也没有与Arm Neoverse内核性能进行公开比较，但已知的消息显示，AmpereOne自研核不是基于Arm Neoverse V1或N2而研发的，不过仍以Arm ISA为基础，并与Altra和Altra Max处理器互相兼容。未来五年内，产品路线图会更富创新性，性能更高、功耗更低，并且为云端赋予更多独特的功能。

至此，Ampere Computing拥有了并行的两大产品家族——Ampere Altra系列和基于自研核的产品。它们分别适用于不同工作负载、细分市场和应用程序，助力Ampere Computing 更好地满足云工作负载多样化的需求，例如为边缘场景设计的32核40W 产品，以及为满足超大规模数据中心严苛工作负载设计的超强性能、功耗仅为125W的 128核产品。