百核千核，服務器芯片多核才是王道？

要說造芯這件事，不僅手機和汽車廠商熱衷于此，如今服務器廠商也紛紛投入自研大軍中來，無論是國內的阿里云，還是國外的亞馬遜，在收購一大批芯片設計廠商網羅了一眾芯片設計精銳后，也開始推出基于自己芯片的服務器，所用工藝也已經升級到了7nm和5nm。

此外，第三方服務器芯片廠商也順勢發力，打算為這些云服務廠商提供更高的吸引力，而不是讓他們整天想著節省成本用自研方案替換掉自己的產品。好在大部分云服務廠商自研的芯片主要還是集中在AI加速芯片和網絡芯片這一塊，CPU很大一部分仍是第三方的地盤。而在第三方的CPU設計中，我們可以看到多核已經成了當下的主流方案。

多核云端更吃香？

首先我們來看最常見也最直接的一種提升性能方式，堆核心。這種操作我們已經在消費芯片或是各個電子產品的宣傳術語中聽得耳朵生繭了，且向來都是一種相當有效的性能提升方式。盡管則對芯片的面積限制較大，但不可否認的是，在對面積沒那么看重的服務器市場上，走多核路線的芯片廠商越來越多。

AmpereComputing的AmpereAltra應該是國內出貨量最高的Arm服務器CPU系列了，這款最高128核的處理器已經在不少云服務的實例上亮相。AmpereComputing與微軟Azure和OracleCloud達成了合作，在中國不僅擁有阿里云、騰訊云、京東云和UCloud這些公有云客戶，百度、美團和字節跳動等公司也在使用其產品。

AmpereAltraMax封裝 / AmpereComputing

再來看看英偉達的ArmCPU Grace，雖然采用了Arm的Neoverse參考設計，但英偉達同樣選了144核的多核心設計，那么為何多核在服務器上如此吃香呢？我們上面也提到了AmpereAltra在中國收獲了不小的市場，其實歸根結底就是其多核心數的功勞。

國內使用公有云的用戶數遠超國外，對于云服務廠商來說，這種多核處理器意味著可以將單服務器切分為更多的vCPU，也就意味著更多的可用實例。這還沒完，以AmpereAltra為例，每個核心上只運行單個線程，這樣即便多用戶同時使用下，依然能夠維持穩定的性能。

Ampere處理器路線圖 / AmpereComputing

值得一提的是，Ampere近期發布了自研5nm處理器，AmpereOne，一個基于自研Arm核心的服務器處理器。這對于其他廠商來說或許無法實現，但Ampere作為Arm架構的授權商，是可以像高通、華為和蘋果等廠商一樣，開發定制自己的Arm核心的。

也或許是因為這次終于沒有繼續沿用ArmNeoverseN1或N2這樣的參考設計，Ampere才將這一產品命名為AmpereOne。Ampere并沒有公布這一產品的核心數，但從現有產品最小核心數也有32核的設計，以及AmpereOne實物圖與AmpereAltraMax近似的封裝來推斷，這一新品追求的必然是更高性能的云原生應用，而不是面向只需較低核心數就能滿足需求的邊緣計算市場。

服務器AI芯片靠數量和能耗制勝

與處理器芯片處理通用計算的多核策略不同，AI芯片的多核主要還是提高AI計算效率，而且單核能效比和單位面積效率往往高于傳統的處理器架構，導致核心數更多。以打造千核RISC-V AI芯片的Esperanto為例，其ET-SoC-1芯片基于臺積電7nm打造，集成了1092個RISC-V核心。

ET-SoC-1芯片 / Esperanto

但就是這樣一個千核芯片，卻可以做到20W以內的功耗和570mm2的diesize。正因如此，即便單個ET-SoC-1的算力不及英偉達A100這類GPU，也可以憑借多塊芯片組成的AI加速器板卡來實現同等的性能，甚至低上一大截的功耗。

對于依賴陣列乘法器這類專用硬件和少量CPU核心的芯片，一旦問題不能完全由專用硬件解決，就會把任務交給有限的通用CPU核心。而Esperanto的ET-SoC-1方案中，上千顆通用RISC-V核心帶來的完全并行可以顯著加快執行速度。何況哪怕相較于5nm而言，7nm的能效比也還是非常優異的，所以更適合這類超多核心數的設計，也更符合數字中心的低碳設計理念。

結語

有的讀者可能會有疑惑，既然多核能給服務器芯片帶來顯著的提升，為何英特爾或AMD這些x86服務器芯片廠商不設計百核以上的架構呢？這就與CISC與RISC架構的差異有關了，哪怕在同等工藝和同等核心數下，x86芯片的diesize也絕對要大于Arm和RISC-V芯片，而隨著diesize的增加，芯片的良率也會一并減少。再者就是多核下的并行問題了，一些通用計算任務在多核下的并行執行效率并不高，而且會大幅提升復雜性。