arm架構為什麼算力不如x86

1. 手機CPU很強，但為什麼不可以替代電腦CPU

1.兩者的架構差異

架構只相當於一座建築的框架，是最基本也是極為重要的部分。電腦CPU的架構有X86、X64等，而手機CPU主流是ARM架構，從ARM7、ARM9發展到Cortex-A7、A8、A9、A12、A15。

手機CPU主流28nm,電腦主流22nm。雖然電腦略高，但是手機CPI的發展速度很快，正在朝著14nm邁進。

再來說說主頻，CPU的主頻與CPU實際的運算能力存在一定的關系，但並沒有直接關系。決定CPU的運算速度還要看CPU的的綜合指標，有緩存、指令集，CPU的位數等因素。

因為CPU的位數很重要，這也就是搭載了64位的CPU的手機比32位快的多的原因。手機CPU和電腦CPU架構由於不同，相同主頻下電腦CPU要比

2. 英偉達CPU問世：ARM架構，對比x86實現十倍性能提升

機器之心報道

機器之心編輯部

「只需一張 GeForce 顯卡，每個學生都可以擁有一台超級計算機，這正是 Alex Krizhevsky、Ilya 和 Hinton 當年訓練 AI 模型 AlexNet 的方式。通過搭載在超級計算機中的 GPU，我們現在能讓科學家們在 youxian 的一生之中追逐無盡的科學事業，」英偉達創始人兼首席執行官黃仁勛說道。

4 月 12 日晚，英偉達 GTC 2021 大會在線上開始了。或許是因為長期遠程辦公不用出門，人們驚訝地看到在自家廚房講 Keynote 的黃老闆居然留了一頭搖滾范的長發：

如果你只是對他的黑色皮衣印象深刻，先對比一下 2019、2020 和 2021 的 GTC，老黃氣質越來越搖滾。如此氣質，黃仁勛今天推出的新產品肯定將會與眾不同。

「這是世界第一款為 terabyte 級別計算設計的 CPU，」在 GTC 大會上，黃仁勛祭出了英偉達的首款中央處理器 Grace，其面向超大型 AI 模型的和高性能計算。

英偉達也要做 CPU 了

Grace 使用相對能耗較低的 Arm 核心，但它又可以為訓練超大 AI 模型的系統提供 10 倍左右的性能提升。英偉達表示，它是超過一萬名工程人員歷經幾年的研發成果，旨在滿足當前世界最先進應用程序的計算需求，其具備的計算性能和吞吐速率是以往任何架構所無法比擬的。

「結合 GPU 和 DPU，Grace 為我們提供了第三種基礎計算能力，並具備重新定義數據中心架構，推進 AI 前進的能力，」黃仁勛說道。

Grace 的名字來自於計算機科學家、世界最早一批的程序員，也是最早的女性程序員之一的格蕾絲 · 赫柏（Grace Hopper）。她創造了現代第一個編譯器 A-0 系統，以及第一個高級商用計算機程序語言「COBOL」。計算機術語「Debug」（調試）便是她在受到從電腦中驅除蛾子的啟發而開始使用的，於是她也被冠以「Debug 之母」的稱號。

英偉達的 Grace 晶元利用 Arm 架構的靈活性，是專為加速計算而設計的 CPU 和伺服器架構，可用於訓練具有超過 1 萬億參數的下一代深度學習預訓練模型。在與英偉達的 GPU 結合使用時，整套系統可以提供相比當今基於 x86 CPU 的最新 NVIDIA DGX 快 10 倍的性能。

目前英偉達自家的 DGX，使用的是 AMD 7 納米製程的 Rome 架構 CPU。

據介紹，Grace 採用了更為先進的 5nm 製程，在內部通信能力上，它使用了英偉達第四代 NVIDIA NVLink，在 CPU 和 GPU 之間提供高達 900 GB/s 的雙向帶寬，相比之前的產品提升了八倍。Grace 還是第一個通過錯誤校正代碼（ECC）等機制利用 LPDDR5x 內存系統提供伺服器級可靠性的 CPU，同時提供 2 倍的內存帶寬和高達 10 倍的能源效率。在架構上，它使用下一代 Arm Neoverse 內核，以高能效的設計提供高性能。

基於這款 CPU 和仍未發布的下一代 GPU，瑞士國家超級計算中心、蘇黎世聯邦理工大學將構建一台名為「阿爾卑斯」的超級計算機，算力 20Exaflops（目前全球第一超算「富岳」的算力約為 0.537Exaflops），將實現兩天訓練一次 GPT-3 模型的能力，比目前基於英偉達 GPU 打造的 Selene 超級計算機快 7 倍。

美國能源部下屬的洛斯阿拉莫斯國家實驗室也將在 2023 年推出一台基於 Grace 的超級計算機。

GPU+CPU+DPU，三管齊下

「簡單說來，目前市場上每年交付的 3000 萬台數據中心伺服器中，有 1/3 用於運行軟體定義的數據中心堆棧，其負載的增長速度遠遠快於摩爾定律。除非我們找到加速的辦法，否則用於運行應用的算力將會越來越少，」黃仁勛說道。「新時代的計算機需要新的晶元、新的系統架構、新的網路、新的軟體和工具。」

除了造 CPU 的大新聞以外，英偉達還在一個半小時的 Keynote 里陸續發布了大量重要軟硬體產品，覆蓋了 AI、 汽車 、機器人、5G、實時圖形、雲端協作和數據中心等領域的最新進展。英偉達的技術，為我們描繪出了一幅令人神往的未來願景。

黃仁勛表示，英偉達全新的數據中心路線圖已包括 CPU、GPU 和 DPU 三類晶元，而 Grace 和 BlueField 是其中必不可少的關鍵組成部分。投身 Arm 架構的 CPU，並不意味著英偉達會放棄原有的 x86、Power 等架構，黃仁勛將英偉達重新定義為「三晶元」公司，覆蓋 CPU、GPU 和 DPU。

對於未來的發展節奏，黃仁勛表示：「我們的發展將覆蓋三個產品線——CPU、GPU 和 DPU，以每兩年一次更新的節奏進行，第一年更新 x86，第二年就更新 Arm。」

最後是自動駕駛。「對於 汽車 而言，更高的算力意味著更加智能化，開發者們也能讓產品更快迭代。TOPS 就是新的馬力，」黃仁勛說道。

英偉達將於 2022 年投產的 NVIDIA 自動駕駛 汽車 計算系統級晶元——NVIDIA DRIVE Orin，旨在成為覆蓋自動駕駛和智能車機的 汽車 中央電腦。搭載 Orin 的量產車現在還沒法買到，但英偉達已經在為下一代，超過 L5 駕駛能力的計算系統作出計劃了。

Atlan 是這家公司為 汽車 行業設計的下一代 SoC，其將採用 Grace 下一代 CPU 和下一代安培架構 GPU，同時也集成數據處理單元 (DPU)。如此一來，Atlan 可以達到每秒超過 1000 萬億次（TOPS）運算次數。如果一切順利的話，2025 年新生產的車型將會搭載 Atlan 晶元。

與此同時，英偉達還展示了 Hyperion 8 自動駕駛 汽車 平台，業內算力最強的自動駕駛 汽車 模板——搭載了 3 套 Orin 中心計算機。

不知這些更強的晶元和系統，能否應付未來幾年裡人們對於算力無窮無盡的需求。在 GTC 2021 上，英偉達對於深度學習模型的指數增長圖又更新了。「三年間，大規模預訓練模型的參數量增加了 3000 倍。我們估計在 2023 年會出現 100 萬億參數的模型。」黃仁勛說道。

英偉達今天發布的一系列產品，讓這家公司在幾乎所有行業和領域都能為你提供最強大的機器學習算力。在黃仁勛的 Keynote 發表時，這家公司的股票一度突破了 600 美元大關。

「20 年前，這一切都只是科幻小說的情節；10 年前，它們只是夢想；今天，我們正在實現這些願景。

英偉達每年在 GTC 大會上發布的新產品，已經成為了行業發展的風向。不知在 Grace 推出之後，未來我們的伺服器和電腦是否會快速進入 Arm 時代。

3. 計算架構的變化對未來的雲計算領域會產生影響嗎

計算機架構的變化對未來的雲計算領域會產生影響，因為雲計算的基礎就是計算。所謂雲計算是講大量的計算資源整合起來，用戶按需申請使用，這樣通過動態的調配算力，避免了資源的浪費，而且增加了整體的計算能力。當前計算機的計算架構是基於Intel跟AMD兩個廠家設計的x86架構來進行運算的，計算機通過鍵盤接收到的指令傳遞給CPU，通過CPU進行計算，計算完成後將結果傳遞給顯卡用來展示，在這個過程中需要調用很多機器硬體，增加功耗的同時也浪費時間。隨著移動終端的增多，需要能夠處理海量數據，但是功耗不能太高的計算架構被設計出來了，那就是基於移動終端的ARM架構。計算架構的變化會對雲計算領域產生深遠的影響，下面就以個人觀點來說一說，計算機架構的變化會對未來的雲計算領域產生哪些影響：

一、計算邏輯

計算架構的變化影響最直接的就是計算底層邏輯改變了，ARM架構計算能力可能並不比intel或者AMD架構的強，但是具有超高的性價比以及較低的能耗，這樣在搭建雲計算平台時，對於降溫等方面的要求就不如現在這么高。

你覺得計算機架構的變化對未來的雲計算領域會產生哪些影響呢？歡迎留言討論。