国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

解讀基于Arm Neoverse V2平臺的Google Axion處理器

Arm社區 ? 來源:Arm社區 ? 2025-04-21 13:47 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

作者:Arm 基礎設施事業部服務器生態系統開發總監 Bhumik Patel

云計算需求在人工智能 (AI) 時代的爆發式增長,推動了開發者尋求性能優化且高能效的解決方案,以降低總體擁有成本 (TCO)。Arm 致力于通過 Arm Neoverse 平臺滿足不斷變化的需求,Neoverse 也正因此迅速成為開發者作為構建未來的云基礎設施的首選計算平臺。

Google Cloud 攜手 Arm,設計了針對實際性能進行調優的定制芯片。作為其首款基于 Neoverse 平臺的定制 CPU,Google Axion 的性能優于傳統處理器,并具有更出色的性能、效率與擴展性。雙方的合作為開發者帶來了更優選擇,并共同推動了云計算創新。

在 Google Cloud 內外均備受青睞

Google Axion 處理器基于 Arm Neoverse V2 平臺構建,可為各種工作負載提供卓越性能和能效,包括云原生應用、高要求的 AI 模型以及大量 Google Cloud 服務,例如 Compute Engine、Google Kubernetes Engine (GKE)、Batch、Dataproc 、Dataflow,以及目前處于預覽階段的 AlloyDB 和 Cloud SQL。

從內容流媒體到企業級數據服務,各行業的企業都在使用基于 Arm 架構的 Axion 處理器,并在計算效率、可擴展性和 TCO 方面實現了顯著改進。ClickHouse、Dailymotion、Databricks、Elastic、loveholidays、MongoDB、Palo Alto Networks、Paramount Global、Redis Labs 和 Starburst 等 Google Cloud 的客戶都已取得了變革性的成果。例如,Spotify 通過使用基于 Axion 的 C4A 虛擬機,使其性能提高了約 250%。

突破性能局限

Google Axion 處理器在 AI 推理工作負載和通用計算方面均有出色表現。針對 AI 推理,Axion 的專用優化可顯著提高性能,使 AI 工作負載能夠更快、更高效地運行。自然語言處理、計算機視覺和推薦系統等應用均可得益于此。AI 開發者可以利用到 Arm Kleidi 的優勢,這是一組輕量級、高性能的開源庫。Kleidi 通過與熱門框架集成,使得開發者無需額外的開發工作,即可顯著提升在 Arm 平臺上運行的 AI 應用的性能。

Axion 處理器利用 Arm 平臺的先進架構功能,使開發者能夠在不犧牲速度或性能的情況下規模化部署復雜的 AI 模型。

例如,與基于 x86 架構的方案相比,針對 Axion 的 MLPerf DLRMv2 基準測試的全精度性能提高了三倍,展示了其在推薦系統中的卓越能力。許多用戶更青睞 FP32 精度,以避免因采用 INT8 等低精度格式而導致的準確性問題,從而減少因這類問題引起的銷售損失、客戶滿意度降低以及品牌聲譽受損。

另一個示例則是,AI 聊天機器人有時會提供過時或不準確的答案,檢索增強生成 (RAG) 方法提供了功能強大的解決方案來提高其準確性和相關性。測試顯示,與 x86 架構方案相比,當 RAG 應用在 Axion 處理器上運行時,其性能可最高提升 2.5 倍。(有關該示例的詳細內容,敬請期待后續文章!)

從下圖可以看到,Axion 處理器使通用工作負載實現了顯著的性能提升。通過優化高吞吐量和低延遲,Axion 處理器實現了更快的應用響應時間、增強用戶體驗,并提高資源利用率,是 Web 服務器、數據庫、分析和容器化微服務的理想選擇。

與此同時,得益于基于 Axion 的 C4A 虛擬機將原生 Neoverse 核心的性能與每個 vCPU 的充足內存帶寬相結合,其特別適用于高性能計算 (HPC) 工作負載。HPC 開發者可以充分利用 Neoverse 平臺上所提供的開源及商用科學計算應用和框架的豐富生態系統,包括 Arm Compiler for Linux 和 Arm Performance Libraries。Arm 在行業標準的碰撞和沖擊仿真應用 Altair OpenRadioss 上的測試顯示,在基于 Axion 的 C4A 虛擬機上運行具有顯著的性能優勢。

加速云遷移進程

為了支持和加速開發者在云端采用 Arm 架構,Arm 近期發布了全面的云遷移資源。其核心是新的 Cloud Migration Resource Hub(云遷移資源中心),其中涵蓋了超過 100 個詳細的 Learning Path 教程,旨在指導開發者如何跨多個平臺無縫遷移常見工作負載。與此同時,支持 Axion 的獨立軟件供應商 (ISV) 也在不斷增加,包括 Applause、Couchbase、Honeycomb、IBM Instana Observability、Verve 和 Viant 等知名企業。Arm Software Ecosystem Dashboard 可以讓開發者更易了解適用于 Neoverse 平臺的主要開源和商用軟件的可用版本和推薦版本。并在其軟件開發的伊始,便能確保軟件的兼容性和平穩運行。

這些資源使有興趣采用或遷移到基于 Axion 的 C4A 虛擬機的開發者能夠獲得 Arm 的社區支持,例如專為遷移而設的 GitHub 代碼倉庫等。Arm 的云遷移專家還可提供直接的工程協助和個性化支持,尤其是對于企業級遷移,以便助力遷移項目順利且成功的過渡到基于 Axion 的解決方案。

寫在最后

Google Cloud 推出 Axion 處理器意在為客戶提供更多樣化、更高性能的計算選擇。得益于 Arm 架構和 Google 的定制芯片設計,Axion 可為從高要求的 AI 推理和 HPC 應用到通用和云原生服務等各種工作負載提供卓越性能和效率,通過與 Arm 的云遷移資源和強大的軟件生態系統相結合,全方位賦能開發者在 Arm 平臺上構建計算的未來!

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 處理器
    +關注

    關注

    68

    文章

    20250

    瀏覽量

    252188
  • Google
    +關注

    關注

    5

    文章

    1807

    瀏覽量

    60509
  • AI
    AI
    +關注

    關注

    91

    文章

    39755

    瀏覽量

    301346
  • Cloud
    +關注

    關注

    0

    文章

    75

    瀏覽量

    5985

原文標題:解密 Google Axion:為 AI 時代而生的 Arm 架構定制處理器

文章出處:【微信號:Arm社區,微信公眾號:Arm社區】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    RDMA設計44:RoCE v2原語功能驗證與分析

    它是RoCE v2協議進行信息及數據交換的核心機制,也是DUT需要實現的核心機制之一,對該功能的仿真驗證需要考慮指令的提交數據包的組裝及發送、數據的DMA處理等。
    的頭像 發表于 02-25 09:26 ?89次閱讀
    RDMA設計44:RoCE <b class='flag-5'>v2</b>原語功能驗證與分析

    如何在Arm Neoverse N2平臺上提升llama.cpp擴展性能

    跨 NUMA 內存訪問可能會限制 llama.cpp 在 Arm Neoverse 平臺上的擴展能力。本文將為你詳細分析這一問題,并通過引入原型驗證補丁來加以解決。測試結果表明,在基于 Neo
    的頭像 發表于 02-11 10:06 ?165次閱讀

    RDMA設計37:RoCE v2 子系統模型設計

    子系統模型并將其整合到驗證平臺中,使得 RoCE v2 高速數據傳輸系統能夠進行復雜網絡環境下的仿真驗證。RoCE v2 子系統模型包含兩個 AXIS 總線接口、一個虛擬內存管理
    發表于 02-06 16:19

    RDMA設計29:RoCE v2 發送及接收模塊設計2

    的數據。 由于請求生成單元和應答生成單元并不是所有時刻都需要與 DMA 控制進行數據交互,所以這里使用兩個狀態機分別控制請求生成和應答生成流程,以此來提高系統工作效率、降低響應延遲。RoCE v2 發送
    發表于 01-26 16:47

    Arm Neoverse平臺賦能新一代Google Axion實例

    從推薦引擎到語言模型,人工智能 (AI) 正在重塑各類應用,但其背后潛藏著一項迫切的挑戰:能效問題。隨著 AI 應用規模擴大,其運行所需的能耗也隨之增長,進而為云基礎設施帶來了日益嚴峻的壓力,尤其是在融合 AI 數據中心,傳統工作負載與 AI 工作負載已是并行運行。
    的頭像 發表于 12-31 15:51 ?1653次閱讀
    <b class='flag-5'>Arm</b> <b class='flag-5'>Neoverse</b><b class='flag-5'>平臺</b>賦能新一代<b class='flag-5'>Google</b> <b class='flag-5'>Axion</b>實例

    Arm Neoverse平臺集成NVIDIA NVLink Fusion

    生態系統,實現全緩存一致性與高帶寬互連。 隨著 AI 數據中心對 Arm Neoverse 的需求持續增長,客戶在將工作負載加速連接至 Arm
    的頭像 發表于 11-26 11:08 ?476次閱讀

    思爾芯原型驗證系統助力昆明湖V2成功啟動GUI OpenEuler

    近日,開芯院團隊同思爾芯(S2C)在新一代原型驗證系統S8-100上成功完成對雙核RISC-V處理器“昆明湖V2”的關鍵系統驗證工作。在驗證過程中,“昆明湖
    的頭像 發表于 11-19 11:10 ?730次閱讀
    思爾芯原型驗證系統助力昆明湖<b class='flag-5'>V2</b>成功啟動GUI OpenEuler

    ?Microchip SAM-IoT Wx v2開發板技術解析與應用指南

    Microchip Technology EV62V87A SAM-IoT WX v2開發板是一款易于擴展的小型硬件平臺,用于評估和開發物聯網解決方案。該開發板設有基于ATSAMD21G18
    的頭像 發表于 10-10 10:25 ?547次閱讀
    ?Microchip SAM-IoT Wx <b class='flag-5'>v2</b>開發板技術解析與應用指南

    Arm Neoverse N2平臺實現DeepSeek-R1滿血版部署

    頗具優勢。Arm 攜手合作伙伴,在 Arm Neoverse N2 平臺上使用開源推理框架 llama.cpp 實現 DeepSeek-R1
    的頭像 發表于 07-03 14:37 ?1237次閱讀
    <b class='flag-5'>Arm</b> <b class='flag-5'>Neoverse</b> N<b class='flag-5'>2</b><b class='flag-5'>平臺</b>實現DeepSeek-R1滿血版部署

    如何在基于Arm Neoverse平臺Google Axion處理器上構建RAG應用

    你是否好奇如何防止人工智能 (AI) 聊天機器人給出過時或不準確的答案?檢索增強生成 (Retrieval-Augmented Generation, RAG) 技術提供了一種強大的解決方案,能夠顯著提升答案的準確性和相關性。
    的頭像 發表于 04-28 14:34 ?1085次閱讀
    如何在基于<b class='flag-5'>Arm</b> <b class='flag-5'>Neoverse</b><b class='flag-5'>平臺</b>的<b class='flag-5'>Google</b> <b class='flag-5'>Axion</b><b class='flag-5'>處理器</b>上構建RAG應用

    HarmonyOS Next V2 @Local 和@Param

    HarmonyOS Next V2 @Local 和@Param @Local 背景 @Local 是 harmony 應用開發中的 v2 版本中 對標**@State**的狀態管理修飾,它解決了
    的頭像 發表于 04-02 18:27 ?1045次閱讀
    HarmonyOS Next <b class='flag-5'>V2</b> @Local 和@Param

    HarmonyOS Next V2 @Monitor 和@Computed

    HarmonyOS Next V2 @Monitor 和@Computed @Monitor 介紹 @Monitor 是狀態把管理 V2 版本中的用于監聽狀態變量修改的技術。 它可以直接用在
    的頭像 發表于 04-02 18:26 ?788次閱讀

    如何在基于Arm Neoverse平臺的CPU上構建分布式Kubernetes集群

    在本文中,我們將以 X(原 Twitter)為例,演示如何在基于 Arm Neoverse 平臺的 CPU 上構建分布式 Kubernetes 集群,以根據推文實時監控情緒變化。如此一來,你可以充分利用
    的頭像 發表于 03-25 15:58 ?835次閱讀
    如何在基于<b class='flag-5'>Arm</b> <b class='flag-5'>Neoverse</b><b class='flag-5'>平臺</b>的CPU上構建分布式Kubernetes集群

    AI MPU# 瑞薩RZ/V2H 四核視覺 ,采用 DRP-AI3 加速和高性能實時處理器

    RZ/V2H 高端 AI MPU 采用瑞薩電子專有的AI 加速-動態可重配置處理器 (DRP-AI3)、四核 Arm^?^ Cortex ^?^ -A55 (1.8GHz) Linu
    的頭像 發表于 03-15 11:50 ?2224次閱讀
    AI MPU# 瑞薩RZ/<b class='flag-5'>V2</b>H 四核視覺 ,采用 DRP-AI3 加速<b class='flag-5'>器</b>和高性能實時<b class='flag-5'>處理器</b>

    集成多種Arm內核的超高性能微處理器RZ/G2M數據手冊

    RZ/G2M憑借雙核 Arm? Cortex?-A57(1.5GHz)和四核 Arm Cortex-A53(1.2GHz)中央處理器(CPU),可獲得更高規格的
    的頭像 發表于 03-10 16:37 ?1144次閱讀
    集成多種<b class='flag-5'>Arm</b>內核的超高性能微<b class='flag-5'>處理器</b>RZ/G<b class='flag-5'>2</b>M數據手冊