云计算和边缘计算这两个词是近几年被电子行业提及频次最高的词,伴随相关应用逐步融入社会各个领域,数据处理便成为了行业首当其冲的领域。
此前,腾讯宣布TARS微服务开发框架已成功移植至Arm CPU架构;百度在其数据中心采用了基于Arm架构的智能计算;亚马逊AWS云在自己的云服务器上做了一个基于Arm架构的自研项目……
事实上,Arm架构服务器由于其高性能以及自身具备的低功耗素质,已成为数据中心基础设施建设的焦点。
9月23日,Arm宣布Neoverse新增Arm Neoverse V1平台以及第二代的N系列平台Neoverse N2,两款新品使得Neoverse再度进阶,而新产品直指的目标则是超级计算机和数据中心。21ic中国电子网记者受邀参加此次新品发布的在线研讨会,揭秘Neoverse处理器IP背后的发展。
01
翻倍,性能冲刺之路
首先,Arm新发布的这两款Neoverse平台究竟有多强?直接上数据。通过Arm给出的数据,相比去年推出的Neoverse N1,代号为“Zeus”的Neoverse V1比N1单线程性能提升50%,代号为“Perseus”的Neoverse N2在相同水平的功率和面积之下比N1单线程性能提升40%。
另外,会议上,Neoverse平台的最新路线图也一并被披露,图示显示Neoverse目前处于制程节点7/5nm上,支持PCle Gen5、DDR5、HBM2e和CCIX 1．1;至2021年将全面进入5nm制程节点,支持HBM3、CCIX 2．0、CXL 2．0;至2022年将进入5/3nm制程节点,支持CCIX next和CXL next。
值得一提的是,会议上,Arm承诺后续的Neoverse产品在2022年以后,每年也都会有30%的性能提升。Arm基础设施事业部高级副总裁兼总经理Chris Bergey表示,这与Arm工程团队的努力和投入是分不开的,另一方面,能够保持稳定的性能提升与Arm自身软件生态的逐渐成熟有很大关系,例如很多云原生的软件现在可以比较无缝运行在Arm架构上面。
图1:Arm Neoverse最新技术发展路线图
在核心和线程上,以云工作负载为例,可以看出Neoverse V1在96核96线程下拥有极佳的处理能力,可以在核心数更少的情况下发挥更好的性能;Neoverse N2则可以多达128核128线程的设计,拥有极强的扩展性,并在同样的扩展能力下拥有比N1更强的性能。
图2:云工作负载使用内核数量
文行至此,可能大家并没有感受到本次发布的Neoverse V1和N2的强大?那么从Neoverse从初版发布到现如今推出产品的历史来看起。
Neoverse处理器IP首次亮相于2018年10月18日,同为Arm指令集的IP产品,不同于Cortex系列,Neoverse面向的是高性能计算市场。当时Neoverse平台产品中代号“Cosmos”的产品是基于16nm工艺,A72、A75核心的产品。当时公布的路线图中,Arm提出了每年每代产品的30%的单线程性能提升,每一代提升30%也是Arm的“老传统”。
图3:2018年Arm公布的Neoverse发展路线图
但时间推移到下一代产品发布时间2019年2月21日,Neoverse N1和E1平台被公布出来后,一切预测都被推翻了。属于7nm工艺时代的Neoverse N1相比A72的“Cosmos”单线程性能提升了60%,超出预计整整一倍,关键云端负载性能则提升了高达2．5倍。Neoverse E1作为低功耗和低面积的代表,也拥有不俗的实力,与Arm前几代方案相比,吞吐量性能提升超过2．7倍,吞吐效率提升超2．4倍,计算性能提升超2倍。
图4:2019年Arm公布的Neoverse发展路线图
上文有提到,V1比N1单线程性能提升50%,N2比N1单线程性能提升40%,而这一切的基础都是在N1超出前一代60%的基础上完成的。换言之,也就是说V1比“Cosmos”单线程性能出140%,N2比“Cosmos”单线程性能高出124%,超额两倍完成了2018的初版路线规划。
02
定位,面向不同市场
Neoverse平台系列几经周折,现如今形成了三个定位,这种定位也与现今数据中心市场相符合。另一方面,也与Arm的Cortex的最新定位相呼应,即无视面积和功耗、纯粹注重高性能的Cortex-X1、PPA(功率、性能、面积)最大化的Cortex-A78。
1、V系列:追求终极性能的系列产品,性能优先于面积和功耗。拥有最高的带宽和性能表现,以及最大的Buffers(缓冲区)、Caches(缓存)、Windows(窗口)和Queues(队列),随之而来的是最大的面积和功耗。
2、N系列:满足横向扩展性能需求的系列产品,最大化PPA,即在性能、功耗和面积上保持平衡。拥有更强的扩展性,更加平衡的性能,同样面积或TDP下更多的核心数。因为支持更多的线程,因此在横跨云、智能网卡(SmartNICs)、企业网络、边缘设备上都拥有非常广阔的应用的场景。
3、E系列:低功耗小面积系列产品,面积和功耗优先于性能。拥有更好的效率、吞吐量和线程数,当然最重要的是在面积和功耗上拥有最好的优化。另外,E1还支持同步多线程(SMT)技术,能够提供网络效果优化。
图5:三个系列不同的定位
市场方面,Chris Bergey告诉记者,V系列、N系列、E系列会根据合作伙伴和客户对于功耗、性能和面积上不同需求进行配置,假若客户更看重线程,N系列便是首先,假若客户需要高性能计算工作负载,V系列就能提供更大的价值。
值得一提的是,Neoverse V1和N2均支持可伸缩矢量扩展(Scalable Vector Extensions, SVE),而SVE则可基于未知宽度向量单元的软件编程模型,执行单指令流多数据流(SIMD)整数、bfloat16、浮点指令。另外,SVE还可确保软件编码的可移植性与使用寿命,同时兼顾高效的执行。
利用SVE,半导体厂商可以对SVE电压和频率过渡实施控制,开发者可以在窄矢量和宽矢量之间随意混合代码。
SiPearl公司营销副总裁Craig Prunty表示:“Neoverse路线图上的SVE为HPC和ML带来了巨大的潜力,我们非常看好这项技术对未来Arm生态系统的发展。”
03
生态,软硬件钥匙
在硬件生态方面,支持重要的两个技术便是CCIX(针对加速器的缓存一致性互联)和CXL(开放互联技术)。CCIX主要用于跨芯片间互连,用于打造异构封装系统,支持完整缓存一致性;CXL则是基于PCle 5．0的规范,可让CPU与GPU、FPGA等加速器更好地连接,带来更好地带宽和内存一致性,简化硬件设计难度,降低系统成本。
当然,异构计算已逐渐成为现在数据发展的重要“根据地”,事实上,这也是生态中的一环。数据中心无论是存储还是数据加速,整体趋势是分布式的,这便对性能和功耗提出严苛的要求。Chris Bergey表示,Arm已看到很多异构计算的产品与方案目前都开始基于Arm的架构,例如存储控制器、智能网卡中用到的计算CPU。
在异构计算方面,对于Arm来说,如何提供紧耦合或是定制化的能力,甚至是通过多核封装或多芯片组装技术,将来自生态系统、IP技术与云厂商的需求与技术整合在一起,是很大的机遇。不论是基于FPGA、GPU、TPU单元的加速器,数据的移动是必不可少的,Arm架构的可扩展性便是优异的解决方案。
图6:CCIX和CXL领导智能未来
在软件生态方面,Chris Bergey为记者介绍,Arm将软件分为两种类型,一是云原生的软件,二是传统的企业级软件。云原生软件是Arm一直以来重视的领域,在这个领域Arm现在是拥有最大的持续集成/持续交付(CI / CD)平台的一等公民,并在大多数编程语言的生态环境中,Arm都扮演着核心角色,同时Arm也看到云原生技术在边缘计算领域变得越来越重要,在这一领域我们推出了Project Cassini项目。
此外,随着V-RAN、O-RAN等项目的崛起,云原生软件也将成为5G未来发展的一个重要组成部分。 另一方面,传统企业软件领域出现了“软件即服务”(SaaS)的发展趋势。面对这一趋势,由于在Arm架构之上能够创造非常有利的软件即服务产品,因此很多独立软件开发商(ISV)都对Arm表现出浓厚的兴趣,纷纷投入Arm阵营,在中国市场这一趋势尤其显著。
图7:Arm支持的软件生态
“Arm认为软件生态系统,特别在基础设施这个市场上,是非常重要的。” 根据Chris Bergey的介绍,现如今,Arm处理器核在性能方面的优势,不仅获得了美国的大型互联网公司的认可,在中国的大型互联网公司以及广大的软件生态系统层面,也获得了很多的进展。另外,Arm也很乐于与国内外厂商携手,利用Neoverse N1和V1来帮助客户交付相关项目。
来源:21ic
