至顶网计算频道 10月17日 新闻消息(文/邹大斌):今天,超过九成的云基础设施即服务(IaaS)运行以英特尔至强处理器为基础。那么,AMD EPYC处理器能够在英特尔所主导的云计算市场当中夺取可观份额吗?或者说,其他服务器处理器方案又是否有可能在云计算领域向AMD以及英特尔发起挑战?
英特尔与AMD双方都曾经在2000年中期占据服务器处理器市场。AMD方面率先通过其Opteron处理器架构将64位指令引入x86指令集,紧随其后的英特尔则将AMD 64(也就是现在的x86-64)指令添加至其酷睿处理器架构以及至强产品当中。接下来,AMD方面在2008年到2018年期间的对抗中步步失利,导致大部分服务器市场份额落入英特尔手中。目前,AMD与英特尔仍是唯一拥有相互使用对方重要x86-64专利技术的服务器处理器许可供应商。换言之,任何人想要开发现代x86-64服务器处理器,都必须获得AMD与英特尔的专利授权。
几年之前,ARM公司快速崛起,并有意通过对抗x86指令集的方式夺取可观的市场份额。ARM的商业模式说来简单,就是将Aarch64指令集许可提供给设计ARM服务器处理器的企业。目前拥有ARM服务器处理器许可的包括Ampere的eMAG、AWS Graviton、华为鲲鹏以及Marvell的ThunderX。但是,AMD随后推出了基于EPYC小芯片的x86设计方案,这无疑给ARM及其许可合作方带来不小冲击。不过除了ARM之外,企业与云数据中心中心市场对于AMD的创新能力仍然不够重视。
与此同时,伯克利大学的学者们开发出新的RISC-V开源指令集。该指令集已经由RISC-V基金会完成商业化,不少ARM服务器处理器设计师都在对其基于RISC-V的服务器处理器进行评估,其中也包括阿里巴巴以及谷歌等大型IaaS云供应商,外加英伟达等当下尚未正式进军服务器处理器设计领域的芯片企业。
为了夺取IaaS市场份额,RISC-V也与AMD及ARM一样,必须同时证明自身拥有企业级的质量水平以及足以应对云规模工作负载的性能价值。然而,目前RISC-V仍处于早期开发阶段,而且至少需要很多年才有可能成为云数据中心部署中的成熟竞争者。
IBM公司最近将其POWER指令集免费发布至开源世界。很明显,IBM的POWER 9属于企业级服务器处理器,蓝色巨人也成功建立起OpenPOWER基金会,负责为POWER 9建立云服务器供应链生态系统。谷歌方面已经在过去几年,多次展示过其基于OpenPOWER的POWER 9开发板。
我们也将拭目以待,期待Google Cloud是否真的会将POWER 9部署至公有IaaS当中。如果答案真是如此,不知道会不会有其他厂商跟随谷歌的脚步。
尽管开源RISC-V与POWER指令集看起很像那种通用型替代方案,但真正的通用方案恐怕仍会是其他x86-64服务器处理器设计。目前,构建x86服务器处理器所需要的不少专利已经或者即将过期。自从AMD公司设计出AMD 64以及首款Opteron处理器以来,已经过去了二十年!英特尔的奔腾4以及SSE指令集同样诞生于1998年,并于2000年年底正式投放市场。
AMD公司于2003年春季推出了采用英特尔奔腾4 32位指令集、AMD 64 64位指令集扩展以及英特尔SSE2多媒体指令集扩展的Opteron处理器架构。利用当下即将过期的知识产权组合,新近踏入市场的企业将能够绕过ARM、RISC-V以及POWER指令集此前所面临的软件生态系统挑战。
另外需要强调的是,专利的有效期基于专利申请日期,这一日期往往比产品的实际发布时间早得多。
对于任何处理器指令集而言,验证结果无疑是其软件生态系统持续增长的最大驱动力。从操作框架以及应用程序开发的角度来看,所有声称能够与指令集兼容的处理器必须真正实际全面兼容。AMD与英特尔都拥有令人印象深刻的x86-64验证套件。但在数据中心领域,新型处理器最重要的目标在于实现对过去三十年以来传统企业操作系统以及应用程序的兼容能力。云部署可能会带来一套轻量化程度更高的验证套件,从而显著降低新型x86-64服务器处理器的进入门槛。
尽管还没有公开迹象表明会有企业设计出基于x86-64架构的新型处理器内核,但相信大家都知道,新型服务器处理器内核架构的设计与验证周期大约需要三到四年。这意味着无论是基于x86-64、ARM Aarch 64、POWER 9抑或是RISC-V架构,要想在2022年发布新型处理器方案,当下就必须着手进行研发。
非x86-64指令集的扩展,以及竞争性软件开发与操作框架的维护将耗费大量资金。因此,跟随AMD的脚步似乎是种更为明智的选择。而且,单凭对x86-64软件的兼容性,已经足以吸引多家主要云服务供应商。
好文章,需要你的鼓励
今年是AI智能体的爆发年。聊天机器人正演进为能代表用户执行任务的自主智能体,企业持续投资智能体平台。调研显示,超半数高管表示其组织已在使用AI智能体,88%在智能体上投入过半AI预算的公司已从至少一个用例中获得投资回报。Gartner预测,到2026年40%的企业软件应用将包含智能体AI,2035年智能体AI可能驱动约30%的企业应用软件收入。企业开始将AI智能体视为员工,建立招聘培训体系。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
谷歌的Nano Banana Pro AI模型生成的图像逼真度令人震惊,其关键在于完美模拟了手机相机的拍照特征。这些AI生成的图像具备手机拍照的典型特点:明亮平坦的曝光、较大的景深范围、略显粗糙的细节处理,甚至包含噪点。该模型还能自动添加符合情境的细节元素,如房产照片的水印等,使图像更加真实可信。这种技术进步意味着辨别AI生成内容变得更加困难。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。