ZD至顶网服务器频道 06月01日 新闻消息: Cavium公司已经为其下一代ThunderX2 ARM服务器系统芯片公布了具体的升级规划,宣称该产品将在明年年底左右进行量产。到那时,其初代产品应该已经推进至拥有一定市场吸引力,但仍未大规模占领市场的阶段。
面对英特尔x86架构所统治的市场区划,ARM架构服务器芯片的上市之路确实走得相当缓慢,这主要是受到传统软件支持能力不佳的拖累。截至目前,Cavium公司在这一业务领域中的表现最为出色,但每季度所售出的芯片总数也不过区区数千块。
“此次公告的主要原因在于,目前我们的首款产品已经投放市场,因此客户对于下代方案亦抱有期待,”Cavium公司数据中心部门市场营销主管Rishi Chugh表示。
就在去年年底,竞争对手Applied Micro公司宣布其32核心X-Gene 3产品将于今年年底发售。其属于第三代方案,采用16纳米制程,不过估计会与前两代产品一样很难获得可观的销量。
14纳米制程工艺帮助Cavium公司将其ThunderX2处理器提升至54计算核心,主频为2.6 GHz。
Cavium公司“目前拥有40多家客户……其中一部分已经开始使用”24到48核心ThunderX处理器,Cavium公司首席技术官兼联合创始人M. Raghib Hussain表示。
“时间周期比我们预料的更长。除了提供软件与ODM平台之外,还需要推出真正能够用于支持生产需求的BIOS、操作系统、虚拟机管理程序、工作链、Java与PHP支持乃至经过优化的应用——这一切都需要投入大量时间,”Hussain指出。
Cavium公司目前宣称高端ARM服务器市场正凭借着大量计算核心与双插槽系统支持能力向英特尔的至强街产品线发起冲击。部分竞争方还将目光投向了代表32位及低端产品需求的微服务市场。
ThunderX2应当能够比肩或者击败目前的英特尔至强处理器(浅蓝色),但未来还将有10纳米方案作为其竞争威胁。
截至目前,有一家ODM合作伙伴即将开始生产,而另有一家大型云计算供应商正利用ThunderX支撑其生产服务器,他补充称。联想与惠普已经专为ARM系统芯片设计了服务器方案,但尚不清楚此类产品是否拥有明确的客户受众。
Linaro协作项目中的一个小组正在面向ARM服务器开发支持方案,其首项成果就是打造一套标准软件平台,其中包含Adavnced Configuration与Power Interface。另外,其还在测试该平台运行各上流工作负载时的表现,例如Hadoop与OpenStack,而这些正是x86优化代码的优势所在。
“过去6到9个月当中,Thunder平台相关生态系统的发展与增长速度已经迎来提升,”Cavium公司软件业务副总裁Larry Wikelius指出。
博通、华为与高通等公司都已经宣布研发ARM服务器系统芯片,还有另一些业界巨头对此抱有兴趣。高通公司的开发平台对于现有服务器标准的支持效果相当出色,红帽公司首席ARM架构师Jon Masters在今年早些时候的一次演讲中表示。
虽然ARM服务器在大型数据中心领域占有一席之地,但广泛使用似乎仍是个遥不可及的目标,Moor Insights and Strategy公司高级分析师Karl Freund在一篇博文中解释称。今年早些时候,谷歌公司表示其正在测试IBM Power与ARM服务器,希望了解其是否能够在未来逐步取代现有x86服务器架构。
“我觉得其确实能够在世界范围内找到合适的立足点,特别是在中国与欧洲,”Freund表示。“红帽自己就采用了几千台这样的服务器设备,而百度、阿里巴巴与腾讯也都购买了一些,”他指出。“我听说高通方面已经拿出了真正能够与至强相匹敌的解决方案,这显然值得期待,”他补充称。
ThunderX2将在升级后拥有54个定制化64位ARM计算核心,同时更好地支持传统操作并拥有2.6 GHz运行主频。其支持新的每秒25 Gbit以太网标准,添加了新的硬件加速机制并将提供高达32 MB缓存且支持六DDR4内存模块。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。