AMD的EPYC和Ryzen处理器嵌入式版本日前出台,从而将Zen架构带入了新的领域,也丰富了AMD公司的处理器产品组合,给英特尔带来更大的压力。
AMD在过去的一年左右的时间里一直都忙得很。2016年8月推出Zen后,我们还看到各种产品的发布:2016年12月的Ryzen; 2017年6月的EPYC和Radeon Vega Graphics; 2017年8月的Ryzen Threadripper; 2017年10月第一款配备Vega Graphics移动部件的Ryzen以及本月早些时候带Vega桌面部件的Ryzen。而且其发展势头在2018年里得以保持。
尽管AMD各种芯片很好地覆盖了桌面电脑、笔记本电脑和服务器市场,但总还是存在未被完全覆盖的空间。总部设在加州桑尼维尔芯片制造商AMD推出EPYC和Ryzen处理器嵌入式版本填补了这些空白。嵌入式版本将这些芯片扩展到娱乐场和街机游戏、瘦客户端、5G蜂窝网、医疗成像、物联网网关和路由器等不同领域。
让我们先来看看新的嵌入式EPYC产品:EPYC 3000系列产品。各种亮点令人印象深刻:
所有这些都集成在一个SoC包里,这意味着并无芯片组,而且还内置了安全内存加密(根据AMD的说法,只会增加1%到2%的开销)、安全加密虚拟化和硬件信任根(Root-of-Trust)。
该系列的功率范围涵括了35瓦TDP的低功耗4核/4线程及怪物级的100瓦特TDP的16核心/32线程规格,后者旨在应付一些重重量级数据。
EPYC 3000系列处理器的完整产品阵容非常强大,可以满足各种价格和性能要求:
如果将嵌入式EPYC 3451和3251与英特尔的至强D-1587和D-1540(旧款Broadwell,英特尔在过去几周内重新调整了产品阵容)放在一起比较,AMD系列的性能要高50%,而AMD系列的单位美元性能则要高2.7倍。
即便是与英特尔的新Skylake芯片相比,将嵌入式EPYC系列与英特尔硬件比,譬如嵌入式EPYC 3451对至强D-2191(800美元对2407美元)或嵌入式EPYC 3301对至强D-2152IT( 450美元对438美元),AMD系列都能以相同价格或更低价格在性能方面提供更多内容,如内核、高速缓存、内存容量、内存速度、PCIe通道以及更多10GB以太网端口。
AMD主打方向仍然是:更多规模,更多的扩展,更多的内存带宽。
嵌入式EPYC系列支持广泛的操作系统,如红帽(RedHat)的RHEL、Canonical的Ubuntu、Mentor的MEL、Wind的WindRiver及Yocto Project的Yocto。
接下来再来看看嵌入式Ryzen芯片:Ryzen V1000系列APU。
亮点如下:
这些APU还配有安全内存加密、安全加密虚拟化和安全启动的功能。
V1000系列在基准测试(Cinebench nT和3DMark 11 P)方面与同等英特尔硬件的比较,其多线程性能高多达46%(尽管高端方面的差别类似于V1807B与英特尔的i7- 7700HQ的比价),而GPU性能则高出三倍。
嵌入式Ryzen V1000系列芯片支持以下平台:微软的Windows 10、Canonical的Ubuntu、Mentor的MEL、Wind的WindRiver Linux和Yocto Project的Yocto。
笔者前几天曾碰到诊断超声系统制造商Esaote的首席技术官Andrej Dvorak,与他聊了一会儿。Esaote是AMD的合作伙伴之一,已采用嵌入式Ryzen芯片。笔者想知道新芯片在什么地方对Esaote有吸引力。Dvorak对医疗设备有着深入的了解,对于为什么Esaote在旗下新推出的MyLab 9平台上用了AMD的Ryzen Embedded V1000 APU,他毫无困难地给出了一个长长的、含有各种原因的表:
Dvorak表示,“Esaote是一家全球顶级的诊断超声系统供应商,Esaote必须与研发先进的信号和图像处理技术科技领导者合作,这些技术可以帮助医生和技术人员做出关键的诊断决策,新的嵌入式AMD Ryzen V1000不仅能使我们提供性能属于世界一流的、清晰的诊断图像,而且其整合程度也令我们能够开发更紧凑的超声系统,从而可以将更好的性能整合到大型机器里,可以为我们的客户和患者改善TCO及为医生和医务人员提供的更好体验。“
还有不少其他客户和合作伙伴也用上嵌入式Ryzen产品,包括希捷、华擎、华硕和Sintrones等等。
好文章,需要你的鼓励
Xbox 部门推出了名为 Muse 的生成式 AI 模型,旨在为游戏创造视觉效果和玩法。这一举措反映了微软全面拥抱 AI 技术的战略,尽管游戏开发者对 AI 持谨慎态度。Muse 不仅可能提高游戏开发效率,还有望实现老游戏的现代化改造,但其实际效果和对行业的影响仍有待观察。
Sonar收购AutoCodeRover,旨在通过自主AI代理增强其代码质量工具。这项收购将使Sonar客户能够自动化调试和问题修复等任务,让开发者将更多时间用于改进应用程序而非修复bug。AutoCodeRover的AI代理能够自主修复有问题的代码,将与Sonar的工具集成,提高开发效率并降低成本。
人工智能正在推动数据中心的变革。为满足 AI workload 的需求,数据中心面临前所未有的电力消耗增长、散热压力和设备重量挑战。应对这些挑战需要创新的解决方案,包括 AI 专用硬件、可再生能源、液冷技术等。同时,数据中心还需平衡监管压力和社区关切。未来数据中心的发展将决定 AI 技术能否实现其变革性潜力。