- CPU Axion Arm Google memberikan lebih banyak prestasi dan kecekapan dalam awan tanpa penulisan semula secara besar-besaran.
- Kluster x86+Arm bercampur dengan kos pengoptimuman Titanium, Hyperdisk dan orkestrasi lanjutan.
- Google sudah menjalankan perkhidmatan seperti BigQuery dan Spanner pada Axion dan sedang mempercepatkan penghijrahan dengan AI.
Google telah membuat langkah dengan AxionKeluarga CPU berasaskan Arm tersuainya untuk pusat data telah memberi kesan yang ketara, melangkaui perubahan dalam silikon: ia mempengaruhi prestasi, kecekapan, keselamatan, kos dan cara aplikasi digunakan pada skala. Dalam konteks di mana AI, data dan perkhidmatan mikro memacu perubahan, strateginya bukan sahaja teknikal; ia juga berorientasikan operasi dan perniagaan.
Syarikat itu adalah menyepadukan Axion ke dalam pengeluaran bersama pelayan x86Mendayakan kluster berbilang seni bina yang wujud bersama dalam perkhidmatan proprietari (seperti BigQuery, Spanner atau Iklan YouTube) dan di Google Cloud. Dengan angka yang bercita-cita tinggi—sehingga 30% prestasi lebih tinggi berbanding contoh Arm yang setanding dan sehingga 50% berbanding x86, di samping peningkatan sehingga 60% dalam kecekapan tenaga—era baharu bermula di mana pilihan CPU diselaraskan dengan beban kerja, kos dan kemampanan.
Apakah Axion dan mengapa sekarang?
Axion ialah CPU pertama Google untuk pusat data yang direka pada ArmDibina pada seni bina Arm Neoverse V2 dan Armv9, tujuannya adalah untuk menyediakan beban kerja tujuan umum dan data, serta pekerjaan AI berasaskan CPU, mengurangkan pergantungan kepada pembekal tradisional dan menyesuaikan dengan aliran industri ke arah infrastruktur yang dioptimumkan.
Google mendakwa bahawa Axion akan tersedia kepada pelanggan Google Cloud Malah, ia sudah menggunakannya secara dalaman dalam BigTable, Spanner, BigQuery, Blobstore, Pub/Sub, Enjin Google Earth dan platform pengiklanan YouTube. Janji utamanya ialah pelanggan boleh memindahkan aplikasi ke Arm dengan perubahan yang minimum terima kasih kepada piawaian dan kesalingoperasian yang direka untuk awan.
Sekeping tersendiri ialah TitaniumSistem mikropengawal silikon tersuai memunggah operasi platform (rangkaian, keselamatan) dan pemprosesan I/O storan ke Hyperdisk. Dengan tiadanya tugasan ini, CPU Axion boleh mendedikasikan lebih banyak sumber untuk mengira beban kerja pengguna, meningkatkan kependaman dan daya pemprosesan.
Langkah ini bergantung pada ekosistem Lengan yang sudah matang dalam awan: Android, Kubernetes, TensorFlow atau Go Mereka telah menerima pengoptimuman untuk Arm, dan Google telah menyumbang kepada piawaian seperti SystemReady VE, yang memudahkan sistem pengendalian dan pakej biasa dijalankan pada pelayan Arm dan mesin maya tanpa geseran.
Seni bina, keselamatan dan reka bentuk sistem
Dalam reka bentuk, pelbagai sumber dalaman menyebutnya Axion dihasilkan pada 5 nm Ia menggabungkan teras prestasi tinggi dan kecekapan (dengan rujukan kepada konfigurasi dengan sehingga 128 teras dan frekuensi sehingga 3.8 GHz pada teras prestasi), sejajar dengan peta jalan Armv9. Matlamat: untuk memaksimumkan prestasi setiap watt dan selari dalam beban kerja berbilang benang.
Dalam pemvektoran dan pemprosesan multimedia/saintifik, Armv9 menyumbang Arahan SVE2dengan penskalaan SIMD yang fleksibel untuk mempercepatkan inferens ML, analitik dan pemprosesan data. Rantai alat moden (Clang/LLVM, GCC) menjana binari ARM64 asli, mengurangkan atau menghapuskan keperluan untuk emulasi kontena dan dengan itu meningkatkan prestasi dunia sebenar.
Pelan keselamatan Axion adalah tiang lain: PAC (Pengesahan Penunjuk) dan Sambungan Penandaan Memori Mereka membantu mengurangkan jenis serangan seperti limpahan dan serangan bebas guna dengan menambahkan pengurangan tahap perkakasan. Platform ini menyepadukan sokongan Secure Boot dan TPM 2.0, serta penyulitan AES-256 dalam transit dan rehat, dengan modul yang mematuhi piawaian seperti FIPS 140-2.
Rangkaian dan storan telah direka bentuk untuk menyediakan kluster heterogen dengan tulang belakang berkelajuan tinggi (sehingga 400 Gbps)Pensuisan kependaman rendah dan sistem fail teragih Colossus bertindak sebagai lapisan abstraksi. Dalam amalan, komponen ini mengurangkan overhed antara x86 dan nod Lengan, sambil mengekalkan konsistensi dan ketersediaan.
Prestasi dan kecekapan: nombor dan perbandingan
Menurut data yang dikongsi oleh Google, Axion mencapai sehingga 30% lebih banyak prestasi berbanding contoh Arm tujuan am terkemuka dalam awan dan sehingga 50% lebih banyak prestasi daripada kejadian x86 generasi semasa yang setanding. Semua ini dengan peningkatan sehingga 60%. dalam kecekapan tenaga berbanding dengan x86, tuil utama untuk kos dan matlamat kemampanan.
Dari segi metrik perniagaan, dokumen baru-baru ini telah menyatakan bahawa memindahkan beban ke Axion boleh diterjemahkan ke dalam Prestasi sehingga 65% untuk harga berbanding dengan x86 untuk beban kerja dalaman tertentu, yang menerangkan sebahagian daripada dorongan untuk memindahkan aplikasi pengeluaran ke Arm dalam Google.
Untuk mengenal pasti perbezaan, ekosistem x86 menyediakan AVX 512 Dengan warisan luas perisian dan keupayaan vektor, Arm menawarkan SVE2, kecekapan unggul dan prestasi berbilang benang yang sangat kompetitif. Menggabungkan teknologi ini dalam gugusan tunggal membolehkan tugasan lama diberikan kepada x86 dan beban kerja moden atau sangat selari kepada Arm.
Di luar penanda aras sintetik, perubahan ketara dalam pekerjaan tujuan am dunia sebenar (pelayan web, perkhidmatan mikro), pangkalan data sumber terbuka, cache dalam memori, analitik data dan tugas AI berasaskan CPU: menyusun kod, prapemprosesan data, menjalankan inferens ringan dan menyelaraskan saluran paip ML.
Kelompok berbilang seni bina: cara x86 dan Arm wujud bersama
Lonjakan besar bukan hanya cip, ia adalah operasi. Google melaksanakan kelompok dengan x86 dan nod Lengan Di bawah satah kawalan bersatu yang diilhamkan oleh Borg (pendahulu kepada Kubernetes), penjadual memperuntukkan beban kerja berdasarkan kos, kependaman, CPU yang tersedia dan, sudah tentu, keserasian binari.
Dalam Kubernetes, heterogeniti diselesaikan dengan perkaitan nod dan pemilihOleh itu, pod yang dimaksudkan untuk Arm dirancang pada nod yang serasi. Manifes boleh merangkumi kekangan oleh seni bina dan sumber, dan kebolehmerhatian (Prometheus, Grafana) disesuaikan untuk membaca metrik dalam persekitaran bercampur.
Untuk memudahkan penempatan, perkara berikut dipertimbangkan: imej pelbagai seni bina Dan apabila binari asli tidak tersedia, QEMU boleh digunakan untuk emulasi dinamik. Walau bagaimanapun, untuk persekitaran pengeluaran dengan beban kerja yang berterusan, pengesyoran adalah untuk menyusun ARM64 asli untuk memanfaatkan sepenuhnya Axion tanpa kos tambahan.
Autoscaling memanfaatkan kepelbagaian: jika perkhidmatan mikro AI berasaskan CPU meningkatkan permintaan, orkestra boleh mengalihkannya ke Nod Axion dan bermain dengan contoh kos berubah (mis., spot), mengekalkan SLO dan mengurangkan pengebilan jika boleh.
Model harga dan perkhidmatan: cara membayar lebih sedikit tanpa komplikasi
Google Cloud menawarkan beberapa cara untuk bermula: ada satu pilihan permulaan percuma untuk bermula tanpa kos dan mencuba perkhidmatan, yang membantu mengesahkan keserasian dan prestasi dengan selamat.
Model yang paling biasa ialah bayar-sambil-pergiAnda hanya membayar untuk apa yang anda gunakan, tanpa bayaran pendahuluan atau penalti pembatalan. Harga berbeza-beza bergantung pada konfigurasi, penggunaan dan wilayah; Google merujuk anda kepada dokumentasinya untuk mendapatkan butiran.
Dalam pengkomputeran, perkara berikut dipetik kejadian c4a-highcpu dengan harga permulaan sekitar $0.03787 USD sejam, dengan pilihan penjimatan yang boleh mencapai peratusan tinggi (cth., peringkat sehingga 55% dan sehingga 91% pada komitmen atau modaliti tertentu).
Dalam storan, terdapat beberapa keluarga dengan harga bermula dari GB pertama sebulan: Cakera Berterusan bermula daripada $0.048 USD/GB/bulan, Hiperdisk daripada $0.125 USD/GB/bulan dan SSD tempatan Bermula pada $0.08 USD/GB/bulan. Hyperdisk memisahkan prestasi daripada saiz contoh dan boleh diperuntukkan secara dinamik dalam masa nyata.
Dalam talian, yang Tahap standard Gunakan internet awam untuk trafik antara perkhidmatan anda dan pengguna. Trafik masuk dan keluar adalah percuma sehingga 200 GB/bulan. Tahap premium Ia melalui rangkaian tulang belakang Google dan bermula daripada $0.08 setiap GB trafik keluar (trafik masuk kekal percuma).
AI, keselamatan siber dan teknologi teragih
Dalam kecerdasan buatan, Axion memecut Inferens berkaitan CPU dan tugas latihan Terima kasih kepada SVE2 dan perpustakaannya yang dioptimumkan (ONNX Runtime on Neon, rantai alat asli ARM64), ia boleh mengurangkan kependaman dalam penghantaran data, prapemprosesan dan orkestrasi dalam persekitaran model besar.
Dari segi keselamatan, kepelbagaian seni bina menambah pertahanan secara mendalamKejadian pada x86 tidak semestinya membayangkan pendedahan pada nod Lengan, terutamanya dengan pembahagian VPC, RBAC dan kawalan identiti. PAC dan MTE menambah pengurangan tahap rendah, dan pematuhan disokong oleh penyulitan AES-256 dan pensijilan modul kriptografi.
Untuk blockchain dan sistem teragih, the kecekapan tenaga Nisbah prestasi per watt Arm memihak kepada pengesah dan nod penuh. Ujian dalaman telah menunjukkan peningkatan daya pengeluaran dalam transaksi kontrak pintar yang disusun untuk ARM64, yang memberi kesan kepada kedua-dua kos dan kemampanan.
Dalam hal kawal selia, rujukan Google GDPR, HIPAA dan NIST SP 800-53 seperti rangka kerja di mana ia menyatakan kawalan; alatan seperti Kebenaran Binari mengesahkan tandatangan kontena sebelum penggunaan, dan kebolehkesanan memudahkan audit dalam persekitaran hibrid.
Penghijrahan dalaman secara besar-besaran: 30.000 pakej dan AI yang dipanggil CogniPort
Google telah berpindah kira-kira 30.000 pakej pengeluaran ke arah Arm dan merancang untuk melengkapkan penukaran supaya beban kerja dalamannya dijalankan pada kedua-dua Axion dan x86. Perkhidmatan seperti YouTube, Gmail dan BigQuery telah pun dijalankan pada kedua-dua seni bina.
Dalam pracetak «Migrasi Set Arahan pada Skala Gudang"Dan penerbitan teknikal memperincikan proses: pasukan menjangkakan masalah titik terapung, konkurensi dan kebergantungan khusus, tetapi realitinya lebih mudah diurus terima kasih kepada penyusun dan pembersih moden.
Penghijrahan pertama (F1, Spanner, Bigtable) ditarik kejuruteraan kaedahLarian pecut mingguan, pelarasan untuk membina/melepaskan sistem, dan pemfaktoran semula ujian digabungkan dengan andaian x86. Kesesakan yang paling biasa adalah dalam suite ujian penuaan dan saluran paip penggunaan.
Untuk skala, Google telah membangunkan CogniPortAI yang menjana komitmen dan membetulkan binaan atau ujian. Di bawah keadaan tertentu, ia mencapai pembetulan automatik dalam kira-kira 30% kes, terutamanya dalam ujian rapuh, keadaan khusus platform dan isu perwakilan data.
Matlamatnya adalah untuk Borg dapat jadual beban mengikut kos dan prestasi antara pelayan Arm dan x86. Jika Axion mengurangkan kos seunit kerja dan meningkatkan kecekapan, penjadual akan menghalakan skala ke arah Arm apabila ia masuk akal tanpa mengorbankan SLO.
x86 vs Arm perbandingan teknikal dalam awan
Dalam teras individu, x86 biasanya menawarkan prestasi single-thread yang tinggi Terima kasih kepada frekuensi tinggi dan cache yang besar, Arm mengimbangi dengan ketumpatan teras yang lebih tinggi dan kecekapan unggul, menawarkan multithreading yang sangat teguh untuk perkhidmatan mikro dan analitik yang diedarkan.
Dalam arahan vektor, x86 menyediakan AVX 512 Dalam senario HPC/ML tertentu, Skala Arm SVE2 merentasi SIMD yang luas dan memanfaatkan saluran paip yang sangat selari. Pilihan bergantung pada profil beban kerja dan sama ada pengoptimuman sedang dibuat untuk setiap perpustakaan asli ISA.
Dalam keselamatan perkakasan, x86 mempunyai SGX Untuk enklaf, manakala Arm unggul dengan PAC/MTE untuk meningkatkan ingatan dan petunjuk. Dengan wujud bersama pada rangkaian perkhidmatan yang sama, permukaan serangan dipelbagaikan, merumitkan eksploitasi sistematik.
Dari segi keserasian, x86 menikmati a ekosistem warisan Ia sangat mantap; Arm berkembang pesat dalam bekas dan Linux, dan artifak berbilang gerbang, serta QEMU apabila tiada binari asli, melembutkan pendaratan.
Kes penggunaan industri dan corak penerimaan
Syarikat yang intensif dalam data masa nyata—seperti Uber atau Spotify— telah menilai atau mengalihkan beban kerja ke Arm untuk kos dan kecekapan, terutamanya dalam perkhidmatan anjal dan saluran paip penstriman yang mendapat manfaat daripada CPU yang padat dan sangat selari.
Dalam keselamatan siber, beberapa pembekal (contohnya, simulasi ancamanMereka memanfaatkan heterogeniti untuk mengurangkan pengelakan berasaskan cap jari perkakasan. Menukar ISA merumitkan perkara untuk penyerang dan menyediakan isyarat tambahan untuk pengesanan anomali.
Dalam AI teragih, pembelajaran bersekutu dan pengesyor kependaman rendah Mereka mengambil kesempatan daripada gabungan CPU yang cekap, rangkaian berkelajuan tinggi dan storan yang dipisahkan. Rangka kerja seperti Flower diselaraskan dengan baik dengan kelompok hibrid.
Untuk pasukan DevOps, Google mendokumenkan laluan migrasi dan gcloud CLI dengan sokongan untuk imej Arm, serta keserasian awal dalam "Migrate to Virtual Machines" untuk memindahkan contoh kepada seni bina baharu dengan geseran yang berkurangan.
Alat, amalan terbaik dan operasi harian
Cadangan untuk platform dengan perkhidmatan mikro adalah untuk menambah ujian pelbagai seni bina CI/CD (Jenkins, GitHub Actions) untuk mengesan ketidakserasian awal. Matriks Seni Bina/OS mengurangkan kejutan dalam pengeluaran.
Memprofilkan dengan prestasi dalam Linux Dan pengesanan dalam eBPF membantu mengenal pasti perkhidmatan yang merupakan calon untuk Arm (keselarian tinggi, titik panas CPU) dan mengukur manfaat sebenar. Termasuk kos/kependaman/KPI penggunaan kuasa dalam papan pemuka memandu keputusan penjadualan.
Untuk AI berasaskan CPU, perpustakaan seperti Perpustakaan Pengiraan Lengan Rantaian alat LLVM/GCC yang dikemas kini membuka kunci pengoptimuman. Dalam bekas, menggunakan manifes berbilang gerbang dan mengetag imej dengan betul menghalang ranap penjadual.
Dalam pematuhan dan rantaian bekalan, kukuhkan Kebenaran BinariSBOM dan firma kontena memastikan kepelbagaian seni bina tidak menimbulkan kelemahan. Pengimbas dan dasar kemasukan harus merangkumi peraturan untuk setiap seni bina.
Penyeliaan berterusan dengan Falco atau enjin lain Keselamatan masa nyata menambah lapisan dinamik untuk mengesan anomali dalam nod heterogen, mengekalkan postur yang konsisten antara x86 dan Lengan.
Dengan Axion, Google menetapkan arah yang jelas: cip Arm tersuai, pelepasan seperti TitaniumRangkaian tulang belakang premium dan pendekatan berbilang seni bina pragmatik yang menggabungkan ekosistem x86 terbaik dengan kecekapan Arm. Dengan meletakkan nombor pada jadual—prestasi, kos, kuasa—dan kaedah pendedahan (seperti CogniPort AI dan panduan migrasi), mesej untuk pasukan teknikal adalah jelas: terdapat jalan yang realistik untuk memanfaatkan Arm pada skala tanpa menulis semula segala-galanya dan dengan alat yang memendekkan perjalanan.