运行效果应该不逊于x86,但配套工具仍数量有限
Arm本周传来捷报,宣布已经通过此前设定的数个发展里程碑,有望立足服务器CPU领域与代表x86中坚力量的英特尔和AMD展开竞争。

首个重要里程碑就是基于微软Ampere Altra的Azure服务器现已通过Arm SystemReady SR认证,根据Arm首席系统架构师Andy Rose的介绍,成为“第一款采用Arm架构的云解决方案供应商(CSP)服务器。”
另一个里程碑,则是同样由Altra处理器支持的Azure VM成为首个被认证为符合SystemReady虚拟环境标准的同类产品。Rose还自豪地宣布,自从这一服务器市场扩展计划启动以来,他们已发出50多项SystemReady产品认证。
作为Arm Cassini项目的一部分,SystemReady于2020年底正式亮相,负责为服务器、工作站、嵌入式电子设备和smartNIC等设备定义一整套固件与硬件标准,确保软件能够在合规系统上顺畅运行。只要您的应用程序堆栈专门针对SystemReady SR的规则集设计而成,即可保证成果能够在认证符合SystemReady SR的产品上运行。
Futurum公司首席分析师兼创始人Daniel Newman在采访中表示,这项验证标准非常重要,因为Arm阵营显然缺乏x86竞争对手那数十年间积累下的服务器与工作站软件体系。“也正因为如此,很多组织压根不敢设想转换CPU架构。”
SystemReady的实质,就是为软件开发商、原始设备供应商和芯片制造商提供一套系统开发基准。例如,SystemReady基础设施架构会就操作系统启动所需要的最低硬件做出要求。
Arm最初提供四个认证等级。SystemReady LS代表着能够运行基于Linux的操作系统及虚拟机管理程序的超大规模服务器硬件,而经过SR认证的工作站和服务器则能够顺畅运行Linux、VMware、BSD Unix及Windows操作系统。另外,SystemRaedy IR和ES两个级别则是为嵌入式Arm系统所量身打造。
Arm公司后续还将进一步拓展分级范围,将虚拟环境也纳入认证标准。而且如前所述,目前SystemReady计划已经发出超50项认证。
根据Newman的介绍,Arm SystemReady标志着朝正确方向迈出的重要一步。
他表示,“Arm正在尽一切努力赢取超大规模企业的信任和支持,同时简化数据中心新架构的重构与流程,借此推动Arm产品的普及。”
微软Azure集团副总裁Arun Kishan还列举了此项计划给云服务商及云计算客户带来的助益,其中最重要的当数跨多代Arm系统实现一致的软件支持效果。
Kishan在一份声明中表示,“从本质上讲,Arm SystemReady合规认证计划保护了我们和客户此前在Arm软件堆栈中所做的投资。”
“对于微软Azure,SystemReady平台认证将支持我们轻松实现代际过渡。对客户而言,SystemReady虚拟环境(VE)认证意味着他们的原有软件投资,将在多代虚拟机内得到保护。Arm的SystemReady合规计划将成为我们建立创新且不断发展的服务器生态系统的一项重要举措。”
上个月,微软凭借由Ampere Altra Arm处理器支持的虚拟机正式进军Arm数据中心领域。作为一家芯片初创公司Ampere的Mt Jade平台也是首批通过SystemReady认证的SR系统之一。
Ampere公司首席产品官Jeff Wittich在采访邮件中指出,“对Ampere来说,建立一套从CPU到服务器平台、再到软件堆栈的综合性生态系统是我们获得成功的关键。”
“而其中的核心意义,就是确保客户在买下基于Ampere芯片的服务器时,原有软件堆栈内的一切成果都可以开箱即用。”
据Wittich所言,截至目前,Ampere芯片已经为12款获得SystemReady认证的系统提供支持,而且后续还有更多系统正在开发。
Ampere的Altra系列产品最初亮相于2020年,采用Arm的Neoverse N1微架构,并提供每封装最多80核心的SKU,主频更是高达3.3 GHz。Ampere随后在2021年通过Altra Max将核心数量进一步提升至128个。
微软的D与E系列Azure VM最多可配备642上Altra核心、208 GB内存、40 Gb/秒网络及高速SSD存储。
但微软并不是第一家将Arm CPU推向云端的公司。亚马逊目前正在使用的第三代Graviton CPU同样隶属于Arm阵营;甲骨文去年也公布了一系列新的低成本Arm实例,使用的同样是Ampere Altra处理器。
Newman表示,甲骨文、Azure和AWS的支持对Arm而言无疑是“重要的肯定”,也将“增强企业和公有云消费者对于Arm架构的信心。”
虽然这代表着朝正确方向迈出的重要一步,但Newman也承认,要想真正与主导数据中心服务器处理器市场的英特尔和AMD展开竞争,Arm还有很长的路要走。
他总结道,“我觉得x86的优势还很明显。但我相信随着越来越多的资源倾斜和超大规模厂商的支持,Arm架构肯定能获得更多市场份额。全球对于计算资源的总体需求还在呈指数级增长,我认为每家厂商都将拥有广阔的施展空间。”
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。