谷歌云推出基于 Arm 的新型数据中心芯片 Axion

周二，谷歌加入了亚马逊和微软云服务提供商的行列，宣布为其数据中心提供定制芯片。

Google 的 Axion 系列处理器代表了其首款专为数据中心设计的基于 Arm 的 CPU。 “Axion 提供业界领先的性能和能源效率，并将于今年晚些时候向 Google Cloud 客户提供，”该公司机器学习系统和云 AI 副总裁兼总经理 Amin Vahdat 在公司博客中写道。

据 Google 称，Axion 处理器将公司的芯片专业知识与 Arm 最高性能的 CPU 内核相结合，提供的实例性能比当今云中最快的基于 Arm 的通用实例高出 30%，性能高出 50%与当前同类基于 x86 的实例相比，能源效率提高了 60%。

Google 的创始人兼首席分析师 Bob O'Donnell 解释说，谷歌是三大云服务提供商中第三家开发自己的 CPU 设计的公司。 技术分析研究是一家位于加利福尼亚州福斯特城的技术市场研究和咨询公司。

“所有这些公司都希望拥有自己独特的东西，他们可以编写自己的软件来运行并更高效地完成工作，”他告诉 TechNewsWorld。

“数据中心的电力使用是最大的成本之一，而 Arm 的设计通常比英特尔的能效更高，”他继续说道。 “谷歌不会摆脱英特尔，但 Axion 给了他们一个新的选择，对于某些类型的工作负载，它将是一个更好的选择。”

还有市场的考虑。 “每个人都想要一个 Nvidia 的替代品，”奥唐纳说。 “没有人想要一家拥有 90% 市场份额的公司，除非你是拥有 90% 市场份额的公司。”

对英特尔来说是个坏消息

本杰明·李宾夕法尼亚大学工程教授解释说，谷歌可以通过设计自己的CPU来定制其硬件组件，以获得更高的性能和效率。

“这种效率很大程度上来自于构建自定义控制器，这些控制器可以处理安全、网络和硬件管理方面的重要计算，”他告诉 TechNewsWorld。 “通过处理数据中心服务器所需的簿记计算，这些定制硬件控制器可以释放更多的 CPU 用于用户和客户计算。”

他指出，对于英特尔来说，在数据中心使用 Arm 处理器是一个不幸的消息，英特尔历来凭借 x86 处理器主导着数据中心市场。

谷歌的 Axion 处理器（图片来源：谷歌）

“这一公告表明服务器市场正在加速从 x86 架构转向 Arm，这是芯片公司的终极奖品，”补充道 鲁道夫·罗西尼，Vaire 的联合创始人兼首席执行官，Vaire 是一家可逆计算公司，在西雅图和伦敦设有办事处。

他对 TechNewsWorld 表示：“我怀疑从长远来看，Arm 将比谷歌从这一公告中获得更多收益。”

专有硅的兴起

Axion 是苹果和特斯拉等主要参与者投资自己的芯片设计的另一个例子，Axion 半导体和电子产品副总裁 Gaurav Gupta 表示。 加特纳公司是一家位于康涅狄格州斯坦福德的研究和咨询公司。

“我们认为这是一个主要趋势，”他告诉 TechNewsWorld。 “我们称之为 OEM Foundry Direct，OEM 绕过设计公司或寻求设计公司的帮助，直接前往代工厂获取芯片。 他们这样做是为了更好的成本和路线图控制、IP 协同效应等。 我们将继续看到更多这样的情况。”

谷歌的半导体分析师 Shane Rau 解释道，通过这一声明，谷歌将其巨大的财务和技术实力投入到半导体（如 CPU 和加速器）的市场趋势中，以根据它们的使用方式进行设计。 国际数据中心，一家全球市场研究公司。

“没有任何一个 CPU 或加速器能够处理 Google 云客户的所有工作负载和应用程序，因此 Google 为他们带来了 CPU 和 AI 加速的另一种选择，”他告诉 TechNewsWorld。

TPU v5p 全面上市

除了发布 Axion 之外，谷歌还宣布全面推出 Cloud TPU v5p，这是该公司迄今为止最强大、可扩展的张量处理单元。

该公司在博客中解释说，该加速器旨在训练一些最大、要求最高的生成式人工智能模型。 单个 TPU v5p Pod 包含 8,960 个协同运行的芯片，是 TPU v4 Pod 中芯片数量的 2 倍以上，并且每个芯片可提供 2 倍以上的 FLOPS 和 3 倍以上的高带宽内存。

谷歌创新主管 Dan deBeaubien 表示：“谷歌为其 Pixel 手机开发 Tensor SoC，以及为数据中心使用更强大的张量处理单元，这突显了其致力于高效加速机器学习工作负载的承诺。” SANS研究所，一家全球网络安全培训、教育和认证组织。

“这一区别凸显了谷歌为人工智能应用程序优化移动和数据中心环境的方法，”他告诉 TechNewsWorld。

阿卜杜拉·安维尔·艾哈迈德俄亥俄州都柏林数据管理公司 Serene Data Ops 的创始人补充说，谷歌的 TPU 为谷歌云增加了另一种低成本推理选项。

推理成本是用户在云中运行机器学习模型所支付的费用。 这些成本可能高达运行 ML 基础设施总成本的 90%。

艾哈迈德告诉 TechNewsWorld：“如果一家初创公司已经在使用 Google Cloud，并且其推理成本开始超过培训成本，那么根据工作负载，转向 Google TPU 以降低成本可能是一个合适的选择。”

促进可持续发展

除了提高性能外，谷歌还指出，其新的 Axion 芯片将有助于实现其可持续发展目标。 “除了性能之外，客户还希望更高效地运营并实现他们的可持续发展目标，”Vahdat 写道。 “借助 Axion 处理器，客户可以进行优化以获得更高的能源效率。”

“数据中心由于 24/7 全天候运行而消耗大量电力。 降低功耗确实有助于促进可持续发展，”艾哈迈德说。

“基于 Arm 的 CPU 比 x86 的能效高得多，”O'Donnell 补充道。 “这是一件大事，因为这些数据中心的能源成本巨大。 这些公司必须努力减少这种情况。 这就是他们都利用 Arm 的原因之一。”

“随着对计算的需求越来越高，你不可能永远这样做，因为世界上的容量有限，所以你必须对此更加聪明，”他补充道。 “这就是他们都在努力做的事情。”