(Ampere 計算系列文章之加速雲(yún)計算，第一部分)

傳統(tǒng)上，部署 Web 應(yīng)用意味著在公司企業(yè)數(shù)據(jù)中心中，使用基於 x86 架構(gòu)的服務(wù)器運行大型單體應(yīng)用。將應(yīng)用遷移到雲(yún)端消除了過度配置數(shù)據(jù)中心的需要，因為雲(yún)資源可以根據(jù)實時需求進行分配。同時，向雲(yún)端的遷移也意味著向組件化應(yīng)用（也稱為微服務(wù)）的轉(zhuǎn)變。這種方法允許應(yīng)用輕鬆擴展到可能數(shù)萬甚至數(shù)百萬用戶。

採用雲(yún)原生方法，應(yīng)用可以在雲(yún)端完全運行並充分利用雲(yún)的獨特功能。例如，使用分佈式架構(gòu)，開發(fā)人員可以通過創(chuàng)建更多應(yīng)用組件實例來無縫擴展，而不是運行越來越大的應(yīng)用，這很像添加另一個應(yīng)用服務(wù)器而不必添加另一個數(shù)據(jù)庫。許多大型公司（例如 Netflix、維基百科等）已經(jīng)將分佈式架構(gòu)提升到一個新的水平，即將應(yīng)用分解成獨立的微服務(wù)。這樣做簡化了設(shè)計、部署和負載平衡的規(guī)模。有關(guān)分解單體應(yīng)用的更多詳細信息，請參閱《鳳凰項目》，有關(guān)開發(fā)雲(yún)原生應(yīng)用的最佳實踐，請參閱《十二要素應(yīng)用》。

x86 超線程的低效

傳統(tǒng)的 x86 服務(wù)器基於通用架構(gòu)構(gòu)建，該架構(gòu)主要用於個人計算平臺，用戶需要能夠在單個 CPU 上同時執(zhí)行各種不同類型的桌面應(yīng)用。由於這種靈活性，x86 架構(gòu)實現(xiàn)了對桌面應(yīng)用有用的高級功能和容量，但許多雲(yún)應(yīng)用並不需要這些功能。然而，在基於 x86 的雲(yún)上運行應(yīng)用的公司仍然必須為這些功能付費，即使他們不使用這些功能。

為了提高利用率，x86 處理器採用超線程技術(shù)，使一個核心能夠運行兩個線程。雖然超線程允許更充分地利用核心容量，但當(dāng)核心的資源過度使用時，它也可能允許一個線程影響另一個線程的性能。具體來說，每當(dāng)這兩個線程爭用相同的資源時，這都會給操作帶來顯著且不可預(yù)測的延遲。當(dāng)您不知道（並且無法控制）它將與哪個應(yīng)用共享核心時，很難優(yōu)化應(yīng)用。超線程可以被認為是同時試圖支付賬單和觀看體育比賽。賬單需要更長時間才能完成，而且您並沒有真正欣賞比賽。最好通過先完成賬單，然後專注於比賽，或者將任務(wù)分配給兩個人（其中一個人不是足球迷）來分離和隔離任務(wù)。

超線程還會擴大應(yīng)用的安全攻擊面，因為另一個線程中的應(yīng)用可能是試圖進行側(cè)信道攻擊的惡意軟件。保持不同線程中的應(yīng)用彼此隔離會在處理器級別引入開銷和額外延遲。

雲(yún)原生優(yōu)化

為了提高效率和設(shè)計簡易性，開發(fā)人員需要專為高效處理其特定數(shù)據(jù)（而不是其他所有人的數(shù)據(jù)）而設(shè)計的雲(yún)資源。為此，高效的雲(yún)原生平臺可以加速雲(yún)原生應(yīng)用的典型操作類型。為了提高整體性能，雲(yún)原生處理器提供了更多旨在優(yōu)化微服務(wù)執(zhí)行的核心，而不是構(gòu)建需要超線程來執(zhí)行越來越複雜的桌面應(yīng)用的更大核心。這導(dǎo)致更一致和確定的延遲，支持透明擴展，並避免了超線程帶來的許多安全問題，因為當(dāng)應(yīng)用在其自己的核心上運行時，它們自然會被隔離。

為了加速雲(yún)原生應(yīng)用，Ampere 開發(fā)了 Altra 和 Altra Max 64 位雲(yún)原生處理器。在一個單一 IC 上提供高達 128 個核心的前所未有的密度，單個 1U 機箱配備兩個插槽，可以在單個機架中容納多達 256 個核心。

Ampere Altra 和 Ampere Altra Max 核心圍繞 Arm 指令集架構(gòu) (ISA) 設(shè)計。雖然 x86 架構(gòu)最初是為通用臺式機設(shè)計的，但 Arm 已經(jīng)從嵌入式應(yīng)用的傳統(tǒng)發(fā)展而來，在嵌入式應(yīng)用中，確定性行為和功耗效率更受關(guān)注。從這個基礎(chǔ)出發(fā)，Ampere 處理器專為功耗和核心密度是重要設(shè)計考慮因素的應(yīng)用而設(shè)計?？偟膩碚f，Ampere 處理器為許多雲(yún)原生應(yīng)用提供了極其高效的基礎(chǔ)，從而實現(xiàn)了高性能、可預(yù)測且一致的響應(yīng)能力以及更高的功耗效率。

對於開發(fā)人員而言，Ampere 處理器實現(xiàn) Arm ISA 事實意味著已經(jīng)存在廣泛的軟件和工俱生態(tài)系統(tǒng)可用於開發(fā)。在本系列的第二部分中，我們將介紹開發(fā)人員如何將現(xiàn)有應(yīng)用無縫遷移到領(lǐng)先 CSP 提供的 Ampere 雲(yún)原生平臺，以立即開始加速其云操作。

雲(yún)原生的優(yōu)勢

在雲(yún)原生平臺上運行的一個關(guān)鍵優(yōu)勢是更低的延遲，從而帶來更一致和可預(yù)測的性能。例如，微服務(wù)方法與當(dāng)前的單體雲(yún)應(yīng)用根本不同。因此，對於服務(wù)質(zhì)量和利用效率的優(yōu)化，也需要一種根本不同的方法，這並不奇怪。

微服務(wù)將大型任務(wù)分解成較小的組件。其優(yōu)勢在於，由於微服務(wù)可以專門化，因此它們可以提供更高的效率，例如與嘗試完成所有必要任務(wù)的更通用的單體應(yīng)用相比，在操作之間實現(xiàn)更高的緩存利用率。但是，即使微服務(wù)通常每個組件使用的計算資源較少，但每一層的延遲要求也比典型的雲(yún)應(yīng)用嚴格得多。換句話說，每個微服務(wù)只獲得可用於完整應(yīng)用的延遲預(yù)算的一小部分。

從優(yōu)化的角度來看，可預(yù)測且一致的延遲至關(guān)重要，因為當(dāng)每個微服務(wù)的響應(yīng)能力在超線程x86 架構(gòu)上的變化幅度與之一樣大時，最壞情況下的延遲是每個微服務(wù)的組合最壞情況的總和。好消息是，這也意味著，即使在多個微服務(wù)中實施微服務(wù)延遲的少量改進，也可以產(chǎn)生顯著的改進。

圖 1 說明了在像 Ampere Altra Max 這樣的雲(yún)原生平臺上運行典型的雲(yún)應(yīng)用與 Intel IceLake 和 AMD Milan 相比的性能優(yōu)勢。 Ampere Altra Max 不僅提供更高的性能，而且提供更高的性能/瓦特效率。該圖還顯示了 Ampere Altra Max 如何具有優(yōu)於 Intel IceLake 的延遲（13%），以提供雲(yún)原生應(yīng)用所需的穩(wěn)定性能。

圖 1：與 Intel IceLake 和 AMD Milan 相比，Ampere Altra Max 等雲(yún)原生平臺提供卓越的性能、功耗效率和延遲。

可持續(xù)性

即使是 CSP 負責(zé)處理其數(shù)據(jù)中心的功耗，許多開發(fā)人員也意識到公眾和公司利益相關(guān)者越來越關(guān)注公司如何解決可持續(xù)性問題。 2022 年，雲(yún)數(shù)據(jù)中心估計佔總數(shù)據(jù)中心功耗的 80%1。根據(jù) 2019 年的數(shù)據(jù)，預(yù)計到 2030 年數(shù)據(jù)中心的功耗將翻一番。

很明顯，可持續(xù)性對於雲(yún)的長期發(fā)展至關(guān)重要，雲(yún)行業(yè)必須開始採用更高效的能源技術(shù)。減少功耗也將降低運營成本。無論如何，今天率先減少碳足蹟?shù)墓緦⒃诖祟惔胧┏蔀閺娭菩源胧r做好準備。

表 1：與傳統(tǒng)的 x86 雲(yún)相比，使用 Ampere 雲(yún)原生平臺的雲(yún)原生處理的優(yōu)勢。

Ampere 等雲(yún)原生技術(shù)使 CSP 能夠繼續(xù)提高數(shù)據(jù)中心的計算密度（見表 1）。同時，雲(yún)原生平臺提供了令人信服的性能/價格/功耗優(yōu)勢，使開發(fā)人員能夠降低日常運營成本，同時提高性能。

在本系列的第二部分中，我們將詳細介紹將現(xiàn)有應(yīng)用重新部署到雲(yún)原生平臺並加速您的操作所需的內(nèi)容。

請查看 Ampere Computing 開發(fā)者中心，了解更多相關(guān)內(nèi)容和最新新聞。

以上是加速雲(yún)：雲(yún)的詳細內(nèi)容。更多資訊請關(guān)注PHP中文網(wǎng)其他相關(guān)文章！