AmpereOne处理器：自研192核Arm服务器CPU深度解析

在亚马逊、英伟达、阿里巴巴等云巨头纷纷围绕Arm Neoverse架构打造服务器处理器时，Ampere Computing选择了一条与众不同的道路——自研核心。近日，Ampere正式推出全新AmpereOne系列处理器，最高可配置192个核心，且全部基于Ampere自有IP打造。本文将从架构演进、核心特性、性能优势等维度，带你全面了解这款“性能怪兽”。

一、从Ampere Altra到AmpereOne：Ampere的自研之路

凭借前两代Ampere Altra系列产品（80核Ampere Altra和128核Ampere Altra Max），Ampere已成为Arm服务器CPU领域的先行者之一。主流大型云服务厂商（CSP）均已推出基于这两款CPU的服务器，例如京东云近期发布了首款基于Arm架构的云主机，搭载的正是Ampere Altra Max CPU。

CSP厂商纷纷拥抱Arm的原因很简单：高并发、高算力、更低的价格，为上云提供了极具性价比的选择。但如何做好差异化，是每个Arm服务器CPU厂商必须思考的问题。例如，英伟达选择与自己的GPU结合，打造Grace Hopper这样的SuperChip。

而拥有Arm ISA架构授权的Ampere，则选择从微架构上进一步创新，打造自研的Arm云原生核，从绝对性能和可扩展性上超越同类产品。单个AmpereOne CPU的可配置核心已达到192个，比上一代Ampere Altra Max多出50%，内核数位列业界最高。

这意味着基于AmpereOne CPU的单机架性能将再创新高。为了匹配超强计算能力，AmpereOne还采用了8通道DDR5、128通道PCIe 5.0和更大私有缓存的设计，彻底杜绝内存带宽和I/O性能瓶颈。针对高速增长的云原生应用，AmpereOne还集成了网格拥塞管理、细粒度电源管理和内存标签等新特性。Ampere表示，AmpereOne将帮助其进一步扩大在每机架性能方面的优势。

小提示： 选购云服务器时，如果关注虚拟机密度和能效，可以优先考虑搭载AmpereOne的机型，尤其适合高并发Web服务、容器化部署等场景。

二、AmpereOne的关键特性：Chiplet与AI推理

1. 转向Chiplet设计

得益于工艺进步和架构创新，AmpereOne能实现如此规格并不意外。但更关键的是，它在设计方法上做出了重大转变——从AmpereOne起，处理器转为采用Chiplet（小芯片）架构。这一技术近年来在先进芯片设计中广泛应用。那么Chiplet究竟带来了哪些好处？是否加快了芯片设计周期？

Ampere首席产品官Jeff Wittich指出：“综合而言，我们在AmpereOne中大量采用小芯片带来了许多优势：

• 更高的灵活度：可以根据不同需求灵活组合核心与缓存。
• 缩短芯片设计周期：采用Chiplet架构后，产品TTM（上市时间）也随之缩短，同时提供更高的可扩展性，从而呈现出现代云原生CPU的最佳性能。
• 更优的内存访问：Chiplet拓扑设计使AmpereOne能更轻松地实现内存到内核的直接访问，而不需要为处理器引入额外的HOPs（跳步）。

小提示： Chiplet架构不仅降低了单芯片的制造难度，还允许Ampere在后续迭代中快速升级部分模块，比如单独升级计算核心或I/O Die，保持平台竞争力。

2. 强化AI推理性能

在早期的Ampere Altra系列CPU中，虽然也可用于AI推理，但从CSP已发布服务器的定位来看，其主要应用于Web服务、视频编解码、云游戏等非AI场景。而此次发布的AmpereOne，则在AI计算上加大了力度。

从性能对比图可以看出，AmpereOne在AI推理负载上表现突出。例如，在生成式AI和推荐算法场景中，AmpereOne的单机架性能是AMD EPYC 9654 Genoa的两倍或以上，但两者系统功耗几乎相同，优势一目了然。

这与Ampere自身的发展以及行业趋势紧密相关——AI负载已成为云端最大的算力需求之一。除了硬件层面的优化，Ampere也在布局AI软件生态。2020年，Ampere收购了专注AI软件优化的OnSpecta，通过软硬件协同优化，为AmpereOne提供卓越的AI性能，比如支持BF16精度等。

常见问题： AmpereOne在AI推理方面与x86处理器相比有何优势？
答： 在相同功耗下，AmpereOne单机架可提供2倍以上的AI推理性能，尤其适合推荐系统、生成式AI等大并发推理场景。同时，凭借Arm架构的能效优势，可以大幅降低数据中心运营成本。

三、解决性能与能效的矛盾

在Ampere公布今年的路线图时，创始人/董事长兼首席执行官Renée J. James表示：“Ampere已经向行业证明，击破单核性能与能耗之间的矛盾，正是行业所有人都在寻找的新象限。在能耗与性能的坐标轴之中，朝坐标轴的右下方移动是行业发展的新常态——实现更低的能耗和更高的性能。”

针对云计算的需求，Ampere在设计产品时借助Arm架构优势，综合考量从核心、SoC到其他方面的因素，致力于实现每瓦性能、每机架性能的提升。对比x86架构的CPU，Ampere Altra系列的云原生处理器可实现每机架2.5倍性能提升，降低能耗2.8倍，并仅占用1/3的空间。而新发布的AmpereOne将帮助Ampere进一步扩大领先优势。

Jeff Wittich表示：“其实我们Ampere Altra系列处理器已经提供了行业领先的单机架性能，在能效方面已是行业标杆。不仅性能领先，在能效方面我们也领先AMD和英特尔的所有产品，即使是他们近期发布的低功耗产品。”

常见问题： AmpereOne与AMD Genoa、Intel Sapphire Rapids相比，在虚拟机密度上表现如何？
答： 根据Ampere官方数据，在云环境中运行虚拟机时，192核的AmpereOne对比96核的AMD Genoa，每机架运行的虚拟机数量是Genoa的2.9倍；对比60核的Intel Sapphire Rapids，则是后者的4.3倍。这意味着您可以大幅降低服务器采购数量和运维成本。

四、常见问题汇总

• Q1：AmpereOne的自研核心与Arm公版核心有何不同？
  A：AmpereOne基于Arm ISA指令集授权，但微架构完全由Ampere自研，针对云原生场景进行了深度优化，实现了更高的核心密度、每瓦性能以及可扩展性。
• Q2：Chiplet设计是否会影响内存延迟？
  A：不会。AmpereOne通过精心设计的Chiplet拓扑，实现了内存到内核的直接访问，无需额外跳步，延迟表现与单片设计相当甚至更优。
• Q3：AmpereOne支持哪些AI推理框架？
  A：AmpereOne通过收购OnSpecta等软件团队，已支持主流推理框架，并针对BF16等低精度格式做了优化，可无缝对接PyTorch、TensorFlow等生态。

五、总结

成立5年多来，Ampere已经在x86垄断的服务器市场占领了一席之地。其核心思路是：云需要一种从本质上完全不同的方法。随着所有计算转移到云端，整个平台的云原生化趋势不可避免，而Ampere正在做的就是为云原生进行彻底的CPU创新。从AmpereOne的192核、Chiplet架构、AI推理强化到能效突破，都体现了这一理念。如果你正在规划下一代云基础设施，AmpereOne值得重点关注。