從2013年推出首顆Nitro1芯片至今，這家最先涉足自研芯片的云廠商，已坐擁網絡芯片、服務器芯片、人工智能機器學習自研芯片三條產品線。
4代網絡芯片Nitro、3代服務器芯片Graviton、1代AI推理芯片、1代AI訓練芯片，這是AWS迄今公布的云計算底座自研芯片版圖。
值得注意的是，AWS絕非“PPT造芯”，而是通過云實例將芯片的價值快速導向客戶。今年，AWS發布了C7g、Trn1等一系列新實例，并推出Nitro的SSD硬盤。
“自研芯片是需要經驗積累的，并不是你花錢就能買來的，也并不是你著急很快就能實現。”在2021 re:Invent全球大會媒體溝通會上，亞馬遜云科技大中華區產品部總經理顧凡談到AWS在重構自研芯片中的最大優勢——深刻理解云上所有客戶的工作負載，去逆向工作，設計芯片。
對于AWS的造芯歷程以及背后邏輯，亞馬遜云科技大中華區產品部計算與存儲總監周舸進行了詳細地解讀。
01.
自研CPU：以客戶需求為起點，
兩大技術思路提升性能
AWS從自研芯片出發做云計算的創新，要從2006年發布第一個Amazon EC2 Instance說起，這是一段由十人團隊開始的Amazon EC2旅程。
隨著客戶對Amazon EC2提出更多要求，AWS持續地增加了很多機型，包括給SAP用的超過24TB最大內存的實例、專為轉碼業務提供的VT1、基于Arm的蘋果最新M1芯片提供的新實例等。
這些實例多樣化創新的不斷深入，令AWS團隊意識到，必須專注到芯片研發的本身，從芯片的創新開始。于是從2013年至今，AWS不斷基于自研芯片推出新的實例，以提供更高性價比。
2019年，AWS發布第二代服務器芯片Graviton，其實例上市后，客戶把更多不同的應用方式部署到Graviton上，跨越的范圍也進一步擴展，從當初的Cache到Web一直延伸到數據分析，乃至機器學習和高性能計算的工作負載。
為了幫客戶更好地使用新實例，AWS將更多的管理服務和Graviton做深入集成，使得客戶能快速用起來。結果，很多客戶只用一兩天時間，就能完成從x86到Arm的轉移。
在今年的re:Invent大會上，AWS發布了4個基于Graviton2的新實例，包括1TB內存的X2gd、由Graviton2和英偉達GPU提供支持的G5g等。Is第四代的實例中有Is4gen和Im4gn，也采用的是Graviton2處理器。
Graviton2有300億個晶體管，新一代Graviton3又增加了200億，共擁有500億個晶體管。
C7g是第一個針對Graviton3的實例，其突破有多處重點，包括性能較上一代提升超25%，浮點運算能力提升超過兩倍。在內存上，C7g也是云上第一個支持DDR5的新的計算實例。
亞馬遜云科技大中華區產品部計算與存儲總監周舸也分享了Graviton的技術創新，相同Arm微架構不代表能做出相同的CPU，芯片設計時必須有自己的思考，AWS的原則是，從工作負載去看，從客戶真正實際使用情況，去找到設計的起點。
在過去的20年里面，提升CPU性能最容易的兩個方向，一是提高頻率，二是增加內核數量。
大多數時候，提高頻率很容易讓性能得到提升，但問題是，以現有半導體的功率和能力，提高頻率意味著會提高很多頻率、熱量，需要搭配很大的電源及散熱配置。
在像云這樣的超大規模數據中心，這將帶來大量的耗電、能耗，降低了云的效率，并對散熱效率提出更高要求，最終致使客戶的使用成本上升。“所以這是我們非常謹慎的在選擇頻率提升的時候的一個主要原因。”周舸說。
如果不做頻率的提升，那還有別的什么選項呢？
AWS的答案是，希望讓內核的寬度得以增加，即使用指令并行的方式，希望其內核在同一個時鐘周期中能夠執行更多的指令、完成更多的任務。
比如從一個時間周期執行5個指令提升到執行8個指令，所以同一個時間里面能做更多事，這也能給最后的性能帶來很大變化。
使用指令并行時，如果應用程序的編譯能夠發揮出指令并行的優勢，效果會非常明顯。Nginx和Groovy差不多提升了60%，甚至Redshift也可以提升超過25%。
在同一個周期里面，AWS讓它有機會執行更多的指令，也讓同一個指令執行時能夠執行更多的數據，它就會更快地完成視頻、圖像等處理、轉碼以及一些機器學習和高性能計算的過程。
結果可見，x264、x265視頻編碼性能提升50%左右，AES-256加密性能提升了61%。這都是通過指令并行和同一個指令里面加載更多的數據量的處理能力來實現的，而沒有靠頻率提升。
增加核數是提升性能的另一個快而有效的方法。
從第一代Graviton到第二代，AWS增加了不少核數，效果還不錯。到第三代時，AWS團隊研究了真正在Graviton2上運行的客戶工作負載，發現其中大量的工作負載里是大數據的、微服務架構的等等，還有些高性能計算服務，這些服務對于內存帶寬和延時敏感度非常高。
因此，AWS團隊做出判斷：在內存下功夫，會比增加核數的效果更快。
新的選擇題出現：用余下晶體管去增加更多核，還是去增加CPU的內存帶寬和降低延遲？
最終，AWS團隊選擇了內存。相對于Graviton2以及英特爾的Tool平臺，其內存帶寬提升了50%，這在很多應用上的效果非常直接。
一些早期用過的客戶分享了Graviton3給他們帶來的幫助。如Twitter表示其性能提升20%~80%，甚至在降低尾延遲方面可以降低至少35%，這對內存延遲非常敏感；F1方程式在做流體仿真時用的是Graviton2，已經比英特爾的平臺快很多，這次它用C7g又可以提升40%；Epic《堡壘之夜》的游戲性能體驗也大幅提升。
還有一個重要指標是讓功耗降低60%。這將維持更高能效比，且客戶不會付出很高的成本代價。
Graviton的大量使用，已經衍生到了非常多的工作負載中。如SAP HANA Cloud使用Graviton，去幫助企業級的客戶提升運營效率、提高性能。
同時，今年AWS在re:Invent上面也宣布了其連續第四年獲得了HPC最佳云平臺的大獎，Graviton還在11月底獲得中國計算機學會高性能計算委員會頒發的產品創新獎。
C7g實例通過支持BFloat16，使得Graviton3的機器學習推理性能幾乎比上一代提升快4倍。
02.
自研AI芯片：優化內存和網絡，
加速適配機器學習需求
在提升服務器芯片AI算力的同時，AWS正持續優化其AI芯片及相關實例的性能。
面對AI訓練和推理，AWS有不同的實例。除了其P4d、inf1實例用在推理，通用CPU的推理使用也越來越多，包括C6i和C6g；在訓練方面，AWS推出了具備EC2超級集群能力的P4d和基于英特爾AI芯片Habana驅動的DL1。
2019年，AWS發布基于其自研云端AI推理芯片Inferentia的Amazon EC2 Inf1實例，如今該實例已經被很多中國客戶用于做推理。
今年剛剛推出的Trn1，是基于AWS自研云端訓練芯片Trainium的實例。近年機器學習發展飛速，其配套的各種專業加速芯片隨之發展迅猛。每年機器學習專用芯片的演進提升速度都超翻倍，比通用CPU快得多。
可是挑戰是，機器學習這個模型的復雜度是呈10倍地成長，光靠GPU、加速芯片本身的加速，已經不足以跟得上這個速度。
因此要讓機器學習訓練能力大幅提升，關鍵是并行訓練。這意味著不僅要提升專用芯片本身的性能，還要解決內存和網絡兩大難點，構建更適合這些芯片發揮的網絡環境和它配套的所有服務。
內存方面，從P3dn開始，AWS的內存一直在增加。到今年Trn1內存已是512G。
網絡方面，AWS幾年前就推出了100G的網絡，到p4d時去年做了400G的網絡，全新發布的Trn1首次將帶寬增至800G，Trn1n更是可以到1600G，基于其EFA，AWS可以讓機器學習的設備組在一個架構中，提高分布式高性能計算和機器學習工作負載的吞吐量和可擴展性。
從效果上來看，一個典型大模型GPT-3需要兩周的訓練周期，用P3dn需要600個實例，P4d已經降至128個實例，Trn1n繼續下降到96個實例。實例數大幅減少后，成本會明顯節約。
值得注意的是，P3dn跑訓練時，49%的開銷花在了實例之間的通信。P4d把網絡性能提升后，還剩14%的開銷。到Trn1n，只有7%的開銷會用到網絡通信上面。
這帶來的好處是，AWS可用更大的集群、更多的卡同時去訓練，真正明顯縮短訓練時間。P4d最多可用4000個卡同時訓練，Trn1n則將這個指標提升到了1萬張，這也是一個巨大的進步。
如今，每天有超過6000萬個全新實例在Amazon EC2實上運轉，這是2019年的兩倍，而這一切都來自于網絡本身的創新。
03.
自研SSD：統一監控運行指標，
降低bug風險
Nitro芯片是AWS網絡創新的起點，前文談及的從100G、400G、800G到1600G都離不開Nitro。
這個已經推出四代的網絡芯片幫助AWS解決了很多問題，包括提供了統一的安全性平臺，無論使用什么樣的CPU計算平臺，都可以獲得一致的安全性、一致的VPC接入能力、一致的API的統一性等等。
Nitro也可以幫助提高存儲的性能。
第一塊硬盤在1956年時相當巨大，后來逐漸發展成像一個唱機大小的磁盤，數據中心中很多大數據都存儲在這樣的磁盤里面。隨著應用的發展，數據中心對IO吞吐的需求越來越高，擅長于此的SSD被越來越多地采用到存儲設備中。
SSD用半導體存數據，其閃存轉換層（FTL）會控制將數據從邏輯地址到物理地址的轉換。這里特別容易發生兩件事：一是垃圾回收，擦寫時要將相應空間釋放出來；二是磨損平衡，控制每個數據塊使用頻率差不多，能被較均衡地磨損掉。
過去，AWS使用的大量SSD硬盤來自很多供應商，各家FTL控制機制不同，甚至每種盤的FTL都可能不一樣。如果FTL中有bug要修復，只能等到原廠來做這個事，時間就會很不可控，連帶著AWS對客戶提供服務保障會變得更困難。
此外，不同FTL的有些功能實現邏輯不一致，可能會在不同的時間啟動垃圾回收、碎片回收、磨損均衡等功能，一旦突然啟動了這個功能，客戶正在使用這個盤時，去請求的工作就會被中斷掉，這對客戶的使用會造成非常大的干擾。
同一個應用，當使用不同盤時，性能是不一樣的。因此AWS用Nitro SSD，通過統一的FTL來解決這些問題，自己解決bug，避免客戶被干擾。
AWS第一代Nitro SSD在2017年就做出來了，目前其整個云體系部署了超過50萬個Nitro SSD，第二代Nitro SSD在今年的re:Invent大會上剛剛發布。基于英特爾平臺的I4i以及基于Graviton2的Im4gn/Is4gen機型都用到新的Nitro SSD。
Nitro SSD帶來直觀的性能提升，相比上一代I3實例，新實例I/O延遲降低了60%，延遲可變性降低了75%。
EBS存儲服務也使用Nitro SSD來提升性能。比如今年正式投入市場的io2 Block Express就使用了Nitro SSD，最終獲得256k IOPS及非常穩定的毫秒級延時。
從上圖可見，其跑PostgreSQL時性能可提升2.4倍以上，甚至在SQL上性能更好。據其客戶分享，如果用R5B的Instance加上io2，是在云上面跑SQLServer最合適的選擇，性能提升了5倍。
2006年，AWS發布第一個云服務Amazon S3對象存儲，這也是AWS存儲的起點。
如今越來越多的工作負載開始移到云上，需要Amazon S3支持。今年AWS又推了兩個新的存儲層：一是把用于歸檔數據的Glacier做了一個可及時索引的分層，既能像熱數據般快速索引調用，又能像歸檔存儲一樣長期保持超低成本。
AWS S3智能分層也覆蓋到新的層，當前提供8個存儲層，可滿足各種存儲需求。S3中裝有10^14個對象，相當于全球每個人可攤1.3萬個對象，宇宙中有2萬億星星，每個星星可攤5個對象。
在如此大的規模中，如何讓客戶保持那么高的可用性和一致的性能？將如此多的對象完全分布在數百萬的硬盤上，正是Amazon S3的機制，使其從第一天開始就能提供非常高的穩定性、可靠性和性能。
04.
結語：一切從芯片創新開始
從CPU到加速芯片再到存儲，這些AWS基礎底層技術的進化都是從芯片創新開始的。基于這樣的創新底座，AWS發展到如今的規模，仍能做到高效、安全、持續的創新。
在這些計算、存儲、數據相關的服務打破各種創新邊界的同時，新的約束正亟待突破。這些約束在于很多的物理地域、法規中，比如數據要存在本地的法規要求，以及各種距離產生延時、網絡帶寬、連接穩定性等等。
AWS也在通過一系列產品布局解決這些問題。比如與AWS WaveLength可服務超低延時的5G邊緣應用，Outposts將AWS的能力擴展至客戶自己的數據中心；Cloud WAN使客戶通過中央控制面板更輕松地將地面復雜網絡連接到云；Snowball設備可實現一周遷移數TB數據；Ground Station衛星通信運營服務更是沖出地球，覆蓋到衛星通信與數據處理……
今天，AWS在有25個區域，覆蓋全球六大洲，提供了81個可用區，接下來還會在提供9個新的服務區，同時提供有30個Local Zones本地區域。基于芯片創新的基石，AWS正通過在云基礎設施上持續推陳出新，幫助云上用戶探索更遠的邊界。
