运行在边缘和数据中心的各类工作负载,往往有着互不相同的价格、性能、散热与使用寿命需求,因此服务器CPU制造商多年来才一直在为此量身打造差异化的处理器产品组合。
与20年前的核心区别在于,2023年的处理器在性能指标和封装方式上差异更加明显,也可以说设计选项更加丰富。随着本次Zen 4c核心“Siena”Epyc 8004处理器的出炉,AMD也终于补全了Zen 4家族的最后一块拼图。接下来,其全部精力都将集中在计划于2024年推出的“Turin”Zen 5身上。除了这款已经放出不少消息的下代产品之外,我们预计AMD的后续方案“Venice”Zen 6有望于2025年与大家见面。
今年6月,“Bergamo”Epyc服务器变体首次推出Zen 4c核心。Zen 4与Zen 4c两种核心之间的基本区别在于,前者每个核心对应4 MB的L3缓存,而后者则略有减少、每核心对应2 MB的L3缓存。Zen 4c核心采用台积电5纳米制程工艺,尺寸缩小了约35%,意味着AMD可以基于Zen 4c核心打造出16核的CCD(compute complex die),超越此前在原版“Genoa”9004及其变体Genoa-X(此变体采用3D V-Cache以进一步提高性能)中的每CCD 8核心。Genoa和Genoa-X芯片最多可容纳12个8核CCD,因此核心数量上限为96个;而Bergamo变体只需要提供8个16核Zen 4c CCD,即可在单插槽之上提供最多128个核心。
纵观从Bergamo到此次Siena的演进,我们基本可以将其理解为将CCD数量设定为Bergamo的一半,在单插槽服务器之上提供具有较宽范围的可配置散热设计功率(TDP)。以此为基础,AMD还可面向电信企业、服务提供商和各类边缘用例开发出符合NEBS标准的版本,其锁定TDP热功率并可支持更广泛的发热量范围,而后对这款NEBS变体收取设计溢价。
由此产生的成果,就是Siena。
下面这份综合图表,简要总结了四款不同Genoa级AMD CPU的产品定位、它们之间的比较以及与英特尔同类CPU产品间的差异:
Siena带来的另一项重大变化在于新的SP6插槽,其针对更低功耗与更低发热量进行了优化。其在本质上相当于是半块Bergamo处理器,但成本却低得多:
Siena芯片搭载6条DDR 5内存通道,运行速率可达4.8 GHz,每插槽可提供最高1152 GB(以上规格图表中显示的1.152 TB有误)内存容量。(规格表中提到使用96条内存,每通道双DIMM且总计六通道,因此可得到1152 GB总内存容量,折合1.125 TB。)Siena芯片拥有96条直连中央I/O晶粒的PCI-Express 5.0外设通道,这一设计与其他Genoa、Genoa-X和Bergamo处理器保持一致。如果用户希望支持CXL 1.1内存一致性以使用加速器或DRAM内存扩展器,则可以在这96条通道的48条上使用CXL。
以下蛛网图所示,为Siena与Genoa之间的优化效果差异:
下图则为Siena和Genoa之间的基本性能与速度比较:
再来看Siena芯片的SKU栈与产品定价:
作为参考,下表为Bergamo和Genoa/Genoa-X CPU的SKU栈与产品定价:
顺带一的是,在谈及Bergamo和Siena处理器时,AMD一直表示Zen 4和Zen 4c核心的ISA(指令集架构)完全相同,且两款核心的每时钟指令数(IPC)也保持一致。我们认为架构方面应该没有变化,但后面的IPC指标是否相同完全取决于如何具体计算。
换句话说,我们猜测在需要测量IPC的实际工作负载组合当中,Zen 4c与Zen 4的表现不太可能完全相同。相对于Zen 3,Zen 4c的IPC可能要比Zen 4稍低一些,但不会差很多——而且这个结论只适用于L3缓存敏感型的工作负载。若非如此,厂商又何必添加那么大的L3缓存呢?至于AMD所说的“IPC保持一致”,我们估计在SPEC CPU基准测试上这两款芯片应该是表现相当,AMD对Bergamo和Siena的点评结论也由此得出。从上文中的表格来看,尽管L3缓存有所区别,所有Zen 4与Zen 4c核心的IPC都较上一代“Milan”Zen 3核心获得了相同的速率优势。
除了家族内战,更重要提Siena芯片在市场上是否与英特尔至强SP产品有一战之力。下图所示,为AMD Siena芯片与英特尔至强SP芯片的比较结果:
现在压力来到英特尔这边,我们期待着芯片巨头号称要与Bergamo对打、且很可能会和Siena正面遭遇的“Sierra Forest”处理器。
好文章,需要你的鼓励
临近年底,苹果公布了2024年App Store热门应用和游戏榜单,Temu再次成为美国下载量最多的免费应用。
云基础设施市场现在已经非常庞大,很难再有大的变化。但是,因为人们可以轻松地关闭服务器、存储和网络——就像开启它们那样,预测全球云基础设施开支可能非常困难。