更多“厨师”、更快“出餐”：Graviton4的性价比账单 原创

2018年，Amazon Graviton在云计算舞台上首次亮相，亚马逊云科技发布了首代基于Arm架构的芯片。六年后的2024年，Graviton4在re:Invent上登场，性能和能效实现大幅提升。一年后的今天，基于Graviton4处理器的Amazon EC2 C8g、M8g和R8g实例正式落地中国。

每一次Amazon Graviton的升级，都带来了两位数的性能提升，同时单位算力的功耗也在持续下降，这也预示着我们也正在迈入新一轮高效算力时代。

Amazon Graviton的诞生，源于性价比

亚马逊云科技自研芯片的原因已经阐述过多次，Amazon Graviton的诞生正是为了回应客户的“双重需求”：一方面追求更高性能，另一方面希望成本更低。

Amazon Graviton作为云原生芯片，其优势主要体现在四个方面：第一，云讲究规模经济，在客户量大、用量高的情况下，自研芯片能够有效降低成本；第二，去除服务器上不必要的工作负载支持，实现提高能效、降低功耗；第三，可针对特定工作负载进行定制优化；第四，通过循环迭代，不断吸收上一代使用反馈，在加密计算、浮点运算、内存性能等方面实现持续提升。

亚马逊云科技自身的基础设施也在大规模采用Graviton，现在全球机房里新上线的服务器里，大于50%都采用了Amazon Graviton，在数量级上超过了x86。

基于Amazon Graviton，亚马逊云科技推出了多种EC2实例。自Graviton2起，为了更好的识别，所有相关实例都加上“g”后缀。目前，全球范围内基于Amazon Graviton的Amazon EC2实例已超过200种，几乎所有Amazon EC2前100大客户都在使用这些实例。

为了让客户可以获得最优的算力性价比，亚马逊云科技进一步将客户常用的托管服务运行在Amazon Graviton之上，包括Amazon Relational Database Service、Amazon Aurora、Amazon ElastiCache、Amazon MemoryDB for Redis、Amazon OpenSearch、Amazon EMR、Amazon Elastic Kubernetes Service和Amazon Lambda等托管服务。仅需几分钟就可将托管服务转移到Amazon Graviton实例上，实现高达40%的性价比提升。

“从工作负载来看，数据库和分析型应用的迁移速度最快，占比接近一半，而且用户一旦迁移成功几乎不会回退。”亚马逊云科技大中华区产品总监张洋说道。容器化和微服务工作负载覆盖了客户应用的三分之一到一半，呈现出稳定的增长趋势。

此外，在搜索推荐和广告等传统机器学习工作负载上，Amazon Graviton的性能普遍提升在35%至50%。少数客户出于成本优化和管理一致性的考虑，也会将其用于推理任务。

从技术特性，看芯片优化全景

Amazon Graviton如何实现如此突出的性价比？纵观四代芯片，Graviton4芯片面积显著增大，在设计上采用7芯片模块架构，核心数也从64个Neoverse V2提升至96个，实现了50%的增长。

重点优化是每个核心配备的二级缓存从1MB提高到2MB。张洋特别强调，增加一级缓存会延长指令周期，增加三级缓存则在指标上看似亮眼，但在成本和性能收益之间并不划算。相比之下，二级缓存的扩展能在性能与成本间实现最佳平衡，是最具性价比的优化路径。

在芯片这个“中央厨房”中，核心数量增加，就相当有了更多的厨师，就需要更快地把“数据”食材运送上来。Graviton4配备了12个DDR5-5600内存通道，相比上一代的5200MT/s，带宽提升了75%，大幅增强了数据吞吐能力。

除了单芯片优化，Graviton4在纵向扩展上也有显著提升。支持双路CPU，单路96核，双路192核，核心数较Graviton3提升50%，规模已接近Intel的最大实例。

为充分发挥双CPU算力，Graviton4还采用了多插槽一致性架构，两颗CPU通过CCIX互联，实现高速缓存一致性，保障大规模计算的性能与效率。张洋指出，该架构最大可支持至48xLarge实例，并结合Nitro控制层灵活管理资源，192核心既可整体分配给单个用户，也可虚拟化拆分成两台实例，分配给不同用户使用，实现高效且灵活的算力调度。

最后也是最重要的安全性，Graviton4实现了端到端加密，从芯片的数据处理，到内存之间的传输，再到主板信号通道，每一个环节都配备加密机制，全面保障客户使用的安全性。

从设计开始，一路践行“逆向工作法”

亚马逊云科技在产品开发中一直采用“逆向工作法”，即先洞察需求，再打造相应工具。在Graviton的设计中，这一方法同样贯穿始终：从客户的真实应用出发，分析使用特征，并将反馈直接应用于芯片优化，确保贴合实际使用场景。

为了验证优化效果，亚马逊云科技对Graviton4进行了从基准测试到实际工作负载的全方位测试。比如前端应用（如Nginx）与后端数据库（如MySQL）对缓存和指令周期的敏感点不同，常规基准测试可能突出三级缓存的优势，但实际应用中更看重一级、二级缓存的延迟。

通过对比Graviton3和Graviton4在MySQL上的表现可以明显看到优化成果，在单指令层性能相近的情况下，二级缓存的优化使数据缓存延迟从0.4降低至0.1以内。

在实际工作负载测试中，Graviton4在后端停滞指标高于Graviton3，这恰恰反映了二级缓存的优化效果。前端CPU部分的二级缓存指令逻辑和分支预测都有显著改进，而分支预测与数据库数据结构（如二叉树）密切相关，所以Graviton4在数据库类工作负载上能够带来显著性能提升。

张洋解释称，这些优化正是逆向工作法的成果体现：先从第一批数据库客户观察数据特性，再将这些特性反馈到芯片设计中。新芯片发布后，客户便能直接受益。帮助数据密集型工作负载，例如Redis、MySQL、MongoDB，Graviton4的整体性能提升非常明显。

迈出第一步的人，已率先获益

对客户而言，性价比与性能始终是决定是否迁移至Amazon Graviton的关键因素。实际测试显示，不少客户可在成本上节省了20%；金融、游戏等对用户体验要求极高的行业，性能表现更被优先考量。张洋强调，迁移过程本质上是一种权衡，只有当性能与成本优势能够抵消人力投入和切换风险时，才会选择迁移。

早在2021年的亚马逊Prime Day，12个核心零售服务中就已经部署了超过5.3万个基于Graviton2的C6g实例，构建起跨三个可用区的集群。到2025年，亚马逊Prime Day期间所使用的Amazon EC2实例中，已有超过40%运行在Amazon Graviton之上。

目前，全球前100大客户中，Graviton的使用率已达100%；前200和前1000大客户中，也均有约95%在使用。整体来看，客户的迁移趋势非常明确，虽然并非所有工作负载都迁移至Amazon Graviton，但每年的增长速度已远超x86。

在实际客户应用中，Graviton4的表现同样获得验证。Epic Games的游戏《堡垒之夜》在部署后反馈，R8g实例是他们“测试过的最快的 EC2 实例”。IBM完成Graviton3迁移后，CPU 利用率下降 35%，成本减少了18%。在Graviton4的实例上运行SAP HANA Cloud，分析型工作负载性能提升了25%，事务型工作负载性能提升更是达到40%。

张洋观察到，许多客户并非逐代升级，而是采取“跳跃式”策略，可能从Graviton2直接迁移到Graviton4，达到最大化价值收益。

当然还有不少客户会担心迈出第一步的难度，因此亚马逊云科技也建立了合作伙伴生态。SI（系统集成商）能够帮助客户完成系统改造，亚马逊云科技服务团队则以outcome-based 的模式帮助客户优化；ISV伙伴，比如TiDB、StarRocks、Docker、Elastic、Datadog、Databricks 等也已完成 Amazon Graviton适配，让更多客户能够无缝上手。

如今，采用 Amazon Graviton 的客户在日常业务中，间接享受到其带来的性能与性价比优势。而这也并非迁移的终点，而是算力创新的全新起点。