Для Arm 2020 год был удачный: один из лучших суперкомпьютеров в мире, Fugaku, построен на базе Arm + сделка с NVIDIA на более чем $40 млрд. Теперь Arm делает еще один важный шаг и переносит подавляющее большинство своих рабочих нагрузок проектирования (EDA), автоматизации и разработки в Amazon Web Services (AWS).
Разработка новых моделей SoC задача непростая и может занимать месяцы, или даже годы, что влечет за собой большие затраты на вычислительную инфраструктуру. Теперь Arm переносит основные нагрузки в AWS, на инстансы с процессорами Graviton2 с ядрами Neoverse N1 на базе архитектуры Arm. Arm будет разрабатываться на Arm: звучит иронично, но это именно так.
Arm планирует использовать гибкое потребление ресурсов в облаке для получения существенной экономии бюджета —возможность быстрого масштабирования нагрузки идеально подходит для процессов разработки, где требуется параллельное моделирование и многократные циклы тестирования, которые дают интенсивную, но не продолжительную нагрузку на ресурсы.
По расчетам Arm, переход в облако позволит сократить площадь своего центра обработки данных как минимум на 45%, а нагрузку на свои вычислительные мощности на 80%. Конечно, переход в облако потребует от Arm увеличения пропускной способности каналов связи, однако расходы на них не значительный по сравнению с общей экономией бюджета. Кроме сокращения расходов, Arm снижает сроки разработки новых решений и длительность цикла выхода новых продуктов на рынок, что должно положительно сказаться на прибыли компании.
Arm уже использует ряд сервисов AWS, в том числе Amazon Elastic Compute Cloud (EC2) и AWS Compute Optimizer для получения рекомендаций по инстансам на основе машинного обучения, для конкретных рабочих процессов. Arm также использует сервисы Databricks для разработки и запуска инструментов машинного обучения в AWS.
Сотрудничество с AWS получается взаимовыгодным: будущие ядра Neoverse V1 и N2 от Arm должны выйти в следующем году и обещают прирост 40-50%, по сравнению с Neoverse N1, а ядра V1 будут поддерживать векторные вычисления (SVE), что позволит использовать их для высокопроизводительных вычислений (HPC), которые становятся все более востребованными.
