AWS 為 Graviton 處理器提出經濟案例

Amazon Web Services (AWS) 正在預覽階段提供基於 AWS Graviton 處理器的 Amazon Elastic Compute Cloud (Amazon EC2) 上的 C7gn 實例。C7gn 實例提供高達 200 Gbps 的網絡帶寬，與上一代 C6gn 實例相比，數據包處理性能提高了多達 50%。

這些實例在 AWS re:Invent 2022 會議上宣布，基於 AWS 提供的 Arm 處理器架構，作為對 x86 處理器的替代選擇。

Amazon EC2 產品管理總監 Rahul Kulkarni 表示，隨著整體經濟前景轉弱，對更高效的 AWS Graviton 處理器的興趣急劇上升。隨著雲中部署的應用程序總數持續增長，比以往任何時候都有更多的 IT 團隊被任務尋找降低成本的方法。

雖然不清楚有多少應用程序正在開發以在 Arm 處理器上原生運行，但 Kulkarni 指出，將現有應用程序重構以在 Arm 處理器上運行的過程，對於大多數應用程序而言，並不像之前從一類處理器遷移到另一類時那麼密集。

總體而言，AWS 現在在其雲平台上提供了超過 600 種類型的虛擬機實例，包括一組預覽中的基於自定義 AWS 處理器的 Inf2 實例，這些處理器為處理包括推動人工智能 (AI) 模型的機器學習算法在內的工作負載而優化。

Kulkarni 指出，每個 AWS 實例都利用了一套 AWS Nitro 卡，這些卡卸載了虛擬化創造的開銷，使 IT 組織可以充分利用計算資源，而不必分配任何資源來運行虛擬化軟件。這種虛擬化稅收反而由 AWS 吸收，以降低客戶的總雲成本。

此外，越來越多的客戶正在利用工具，如 AWS Cost Optimizer 和 AWS Karpenter for Kubernetes 集群，這些工具使用機器學習算法來識別降低雲基礎設施成本的機會，例如，將工作負載轉移到不同類別的服務上。

當然，控制雲成本有多種策略，從承諾每年消耗特定數量的計算資源以獲得折扣，到更多地依賴於只在有限時間內可用的現貨實例。較不有效的是僅因為總成本而將工作負載從一個雲提供商移至另一個雲提供商，因為根據調用的專有應用程序編程接口（API）的數量，遷移工作負載的總成本可能相當大。

無論採取哪種方法，開發人員被允許隨意調用雲資源的日子似乎已經結束。企業 IT 組織在雲時代更加意識到 IT 的總成本。因此，許多組織正在採用財務運營（FinOps）最佳實踐，以最大化利用雲基礎設施資源。

目前還不清楚 IT 組織將多麼容易地接受 AWS Graviton 以及其他類型的 Arm 處理器來實現這一目標，但隨著經濟前景持續不確定，毫無疑問所有選項現在都擺在了桌面上。