在複雜的運算工作負載部分,它能提升超過 25% 的效能。
此外,Graviton3 在機器學習、遊戲與媒體內容解碼方面,則可達到兩倍的浮點運算效能。
在加密型的工作負載上,運算速度可快上兩倍。
Graviton3 可支援 bfloat16 數據,在機器學習工作負載的效能上可大幅提升至三倍。
在提升這些效能表現的同時,卻還能減少多達 60% 的能耗。
C7g 是由 Arm® Neoverse™ 驅動、第一個支援 DDR5 的雲端應用實例,提供更多的記憶體頻寬,釋放出更高的效能。
目前包括 Twitter 等 AWS 客戶已開始在 C7g Beta 版應用實例進行測試,與前一代 C6g 相比,已有 20%-80% 的效能提升。
Arm 在雲端市場的成長,為開發人員提供一個新選擇,並藉由在每核心的基礎上提供持續的效能與擴充性,讓他們得以永續地創新,進而實現擴大效能與效率的結合,帶來領先業界的最低總持有成本。
從 AWS Nitro 到 2018 年 Graviton 應用實例的首度推出到現在,AWS 對於展現 Arm IP 為雲端運算市場帶來的優勢,持續扮演關鍵的角色。
」
如今,Graviton 已進一步延伸了這項創新目標,在整個基礎設施中為客戶提供更多選擇與最佳的用戶體驗。
隨著 AWS 從雲端到邊緣的產品逐步擴展,Arm 與 AWS 的持續合作過程中也浮現對特定運算與日俱增的需求,以釋放次世代基礎設施的真正潛力。
而 Arm 架構處理器的成長與市場回響不曾間斷。
Arm 架構的雲端應用實例在性價比上的優勢,已經深入至 AWS 產品服務組合:
這個快速成長的服務組合帶來前所未有的多元化,其中新的 G5g 應用實例能為 Android 遊戲串流與提供具有成本效益的機器學習推論,提供最佳的性價比,同時,新推出的 Im4gn/Is4gen 應用實例能為儲存密集的應用提供最佳的性價比。
去年,Arm 把相當比例的設計與驗證 EDA 工作負載轉移到 AWS Graviton2 實例,這不僅降低其全球資料中心的佔地面積,也善用其無限的彈性。
目前為止,部分 EDA 工作流程所需的時間已縮短為原本的 1/6,與使用傳統的處理器相比,成本也減少了 30%。
隨著 Arm 將更多需要極大效能與最低能耗的複雜工作負載遷移到 Graviton3 應用實例,預期它能帶來更大的效能提升。
Arm 期待 Graviton3 將持續擴展,為廣泛的應用提供更具吸引力的性價比,並彰顯特定處理能力將在下一個雲端運算世代的效率提升上扮演重要的角色。