2011年ARM公司的年度技術會議TechCon發布了全新的ARMv8架構[1]，同一年，在以色列，Nafea Bshara和Bilik Hrvoye從他們的前老板獲得2000萬美元的投資，創建了Annapurna Labs。四年之后的2015年，亞馬遜用35億美元收購了這家公司。Annapurna Labs從此成為亞馬遜的一個部門，這個部門相繼設計了3代基于ARMv8A的處理器——也就是Graviton系列。

話不多說，先上參數：

數據整理：健哥。

原始地址：https://fvot4kwt4n.feishu.cn/sheets/shtcn69s9nbcvYxX0bAnDgxiAUb

Graviton3們，等等，這里為什么用們？因為Graviton3這顆“芯片”（Chip）里面是由7顆芯片（die）組成的。雖然沒有召喚出神龍，Graviton3的引力吸引到了4個DDR控制器die（每個die又有兩個DDR5通道）和兩個PCIe5.0控制器die。

把多個die封裝到一個芯片中的技術稱為chiplet技術，這樣的好處是，如果將來亞馬遜有了更快的CPU，而周圍的DDR和PCIe控制器不變，則不需要重新設計制造DDR和PCIe控制器芯片，可以把新的CPU和已有的控制器封裝到一起。這樣，系統設計可以更加靈活。前面表格的華為鯤鵬920，也采用了這項技術。

芯片整體性能方面，官方的說法是每個核心的性能至少快了25%。下面的SPEC CPU 2017測試也可以說明這一點。圖中的藍色是Graviton2，綠色是Graviton3。SPEC CPU是業內通行的測試CPU性能的benchmark，包括整數測試，浮點測試等等，大多數的用例都取自最終用戶的應用，例如perl解釋器，視頻壓縮，3D渲染等等[3]。

來源：AWS re:invent 2021

Nginx的負載均衡測試里面，Graviton3比前一代好了一倍。

來源：AWS re:invent 2021

對于Nodejs，則提高了40%

來源：AWS re:invent 2021

視頻編碼提高了50%

來源：AWS re:invent 2021

機器學習提高了幾乎150%

來源：AWS re:invent 2021

由于亞馬遜做了軟硬件垂直優化，不光是芯片本身的迭代，整個服務器的結構也有改進，這次一個主板上（下圖右側）支持三顆Graviton3芯片。

來源：AWS re:invent 2021

最后，讓我們“打開”芯片，看看里面的CPU。Graviton3使用了ARM Neoverse V1。V1主要是支持ARMv8.4的特性（上次說的蘋果M2支持到ARMv8.5特性），包括MPAM，SVE，嵌套虛擬化等。

來源：https://community.arm.com/arm-community-blogs/b/architectures-and-processors-blog/posts/neoverse-v1-platform-a-new-performance-tier-for-arm

ARMv8.4的MPAM是內存的分區和監控功能，通過Partition ID對cache的容量和內存帶寬進行劃分。SVE是ARM在NEON的下一代SIMD（單指令多數據）指令集，關于SVE指令，2020年的超級計算機排行榜的第一名的Fugaku，就是基于ARM架構并使用了SVE指令集。[4]

ARMv8.4還支持了安全世界的虛擬化（Secure EL2），平時咱們用的Linux/Android都運行在Normal World（非安全世界，和安全世界相對）。安全世界運行需要更高安全性的能力，例如手機的指紋識別，版權視頻播放等等。安全世界的虛擬化就是允許安全世界運行多個安全操作系統。

來源：https://en.wikipedia.org/wiki/Bfloat16_floating-point_format

ARMv8.6的Bfloat16不僅支持了Bfloat16浮點類型，還支持了該類型的點積和矩陣運算，以及從單精度浮點（32位）轉換到Bfloat16的命令。Bfloat16格式是由Google Brain團隊開發的格式，如上圖，指數有8位，小數有7位。該格式很適合機器學習使用。

來源：AWS re:invent 2021

Graviton3的CPU性能如何呢？有大神做了詳細的測試[5]，健哥選了其中的時延測試。下圖的Amphere Altra和Graviton2一樣都采用了Neoverse N1，下圖是二者和Graviton3的memory時延對比，可以看出Graviton3的L3 cache性能（下圖虛線，第三個臺階）明顯比另外兩個處理器好。但是由于DDR5本身的延遲比DDR4大一些，再加上DDR5在另外的die上面，所以Graviton3的主內存時延比另外兩個稍稍大一些（下圖第四個臺階，圖片的右上角）。

Graviton3在亞馬遜云服務上已經上線，一根豪華冰棍的錢（每小時15.5RMB）就能愉快的玩耍64個vCPU的虛擬機1小時，相比之下，1vCPU2G內存的虛擬機只需要每小時兩毛四。64個CPU意味著單個Graviton3的芯片完全被你所用，系統cache和內存帶寬都是你一個人的。

對ARM架構和調測調優感興趣的小伙伴可以進群咨詢了解健哥的課程

審核編輯 ：李倩