返回網站

超微擴大雲端伺服器 提供高效能服務深化與AWS、VMware的合作

超微氣勢持續火熱呀!

· 小豪葛格寫新聞

超微持續擴大雲端伺服器業務,並深化與AWS、VMware的合作,日前AWS擴大採用第四代AMD EPYC處理器,Amazon Elastic Compute Cloud(EC2)M7a與Amazon EC2 Hpc7a執行個體(instance)全面上線,分別為需要高效能、高吞吐量與緊密耦合(tightly coupled)的HPC工作負載之應用提供新一代效能與效率。

broken image

AWS擴大採用第四代AMD EPYC處理器。超微/提供

Amazon EC2 M7a執行個體在今年的「AMD資料中心與人工智慧技術發表會」上首度公開預覽,以滿足廣泛工作負載為目標,為客戶提供相較Amazon EC2 M6a執行個體高達50%的運算效能提升外,提供全新處理器功能,包括AVX3-512、VNNI以及BFloat16。

除為通用型工作負載提供高效能外,Amazon EC2 M7a執行個體非常適合需要高效能與高吞吐量的應用,例如金融應用、模擬模型、遊戲與中型資料庫等。Amazon EC2 Hpc7a執行個體為緊密耦合的高效能運算工作負載量身設計,提供相較Amazon EC2 Hpc6a執行個體2.5倍的效能提升,滿足工作負載日趨複雜的要求,為AWS客戶提供更多運算、記憶體以及網路效能。

採用300 Gb/s EFA高速網路頻寬的Hpc7a執行個體適用於運算密集且對延遲非常敏感的工作負載,例如計算流體力學、氣象預測、分子動力學以及計算化學等。此外,Amazon EC2 Hpc7a執行個體亦帶來DDR5記憶體等新一代伺服器技術,相較DDR4記憶體提供50%的記憶體頻寬提升,使系統能高速存取記憶體內的資料。

攜合作夥伴 推企業級解決方案

AMD於2018年開始與AWS合作,為通用型、運算最佳化、記憶體最佳化以及高效能運算工作負載推出超過100款採用EPYC處理器的執行個體。DNT、Sprinklr以及TrueCar等客戶皆採用基於AMD的Amazon EC2執行個體,在成本與雲端使用率最佳化均獲得顯著效益。透過這些全新執行個體,AWS客戶能持續發揮AMD EPYC處理器的卓越效能、擴充性與效率優勢。

另外,AMD日前於VMware Explore 2023上持續展現AMD EPYC CPU、AMD Pensando資料處理單元(DPU)與自行調適運算產品經過實證的卓越效能與不斷增加的部署數量,為最高效率與創新的虛擬化環境提供理想解決方案。舉例來說,相較搭載第四代EPYC處理器與標準網路介面卡(NIC)的系統,搭載第四代AMD EPYC 9654 CPU與Pensando DPU的系統提供約3.3倍的Redis應用效能提升以及1.75倍的聚合網路吞吐量提升。

此外,AMD攜手各大值得信賴的合作夥伴產業體系,持續向市場推出企業級解決方案,促成更完善的資料中心整合,協助客戶為資料中心的未來工作負載以及功能做好準備。這波轉型的關鍵核心是AMD EPYC CPU帶來的卓越效能,例如在執行VMmark虛擬環境時,搭載2P EPYC 9654 CPU的伺服器相較搭載2P Intel Xeon 8490H的伺服器帶來1.7倍的效能提升。

EPYC四代CPU 提升各項工作效能

另外,隨著資料中心應用的規模與複雜度日漸提升,AMD Pensando DPU成為理想解決方案,能分擔處理器在處理基礎架構服務的工作,讓處理器騰出寶貴的運算周期。執行VMware vSphere 8的系統採用AMD EPYC CPU與Pensando DPU,帶來IT主管需要的效能、效率以及靈活度,可執行廣泛的關鍵商業工作負載。

broken image

AMD日前於VMware Explore 2023上持續展現AMD EPYC CPU、AMD Pensando資料處理單元(DPU)。超微/提供

此外,微軟Azure HBv4與HX系列虛擬機器(VM)現已全面上線,微軟部落格中指出,首款搭載採用AMD 3D V-Cache技術的最新第4代AMD EPYC處理器(代號Genoa-X)之虛擬機器,配置400 Gigabit NVIDIA Quantum-2 InfiniBand高速傳輸技術。Azure HBv4與HX系列虛擬機器為眾多高效能運算工作負載帶來領先業界的效能、擴充效率以及成本效率,其中包括計算流體力學、金融服務運算、有限元素分析、地質科學模擬、氣象模擬、渲染、量子化學以及晶片設計等。

相較於採用第三代AMD EPYC處理器(代號Milan-X)的Azure HBv3系列虛擬機器,亦即在公有雲領域中執行HPC工作負載效能最高的VM,客戶將能看到以下效能提升如1.6倍的渲染效能、2.4倍的氣象模擬效能、2.7倍的計算流體力學效能、4.2倍的分子動力學效能及5.7倍的結構分析效能。