当前位置: 首页 > news >正文

出海“芯”动力!走进亚马逊云科技的定制芯片实验室

位于德克萨斯州奥斯汀郊区的一座普通办公楼,看似平凡的建筑,正是亚马逊云科技在2015年收购的专业微电子公司Annapurna Labs的所在地。在这平凡的外表之下,隐藏着极具突破性的创新活动。实验室内,一支由专业工程师、计算机科学家、运营和物流专家等组成的精英团队,正致力于重新构想计算机硬件的设计。从优化处理性能到在运输和安装过程中保护大型复杂设备(如服务器)的组件,每一个环节都倾注着他们的智慧和创造力。

现在,我们将走进实验室一探究竟。

01

亚马逊云科技正自行研发硬件

亚马逊云科技拥有自己的定制芯片和加速器系列,每一代都在前一代的基础上进行改进和提升。这些芯片均由Annapurna Labs团队设计和制造。该团队的员工分布在全球多个地点,包括以色列特拉维夫、加拿大多伦多,以及位于德克萨斯州奥斯汀的实验室。

02

内部开发硅芯片,更快交付产品

Annapurna Labs团队为机器学习而加速打造的定制硅“芯片系统”(SoC)即将被放置到测试设备上。

我们的指导原则是为客户提供更多选择、更低成本和更高性能的产品”硅工程总监Rami Sinno说道。“通过整合内部所有的硅开发工作,无需依赖第三方,我们能够加速交付硅产品。”

03

研发加速器这类硬件产品,提高计算机的整体性能

Sinno打开了一个加速器阵列的盖子。这些加速器由Annapurna Labs定制设计的,硅工程高级经理Eyal Freund及其团队负责开发机器学习SoC,硬件高级经理Eran Jurman及其团队则负责从加速卡到完整服务器的开发。

04

所有新设备经微型数据中心内测,才能正式投入使用

系统验证经理Karim Syed在微型数据中心排查问题,团队可以在这里测试和试验新设备或新流程,再正式投入使用。“在处理如此复杂的硬件时,看似平凡的问题,比如组件在运输过程中可能松动,就会成为关键问题,”高级系统经理Tony Hagale说道。“维护工作也成为了一项核心能力。”

05

Amazon Graviton处理器旨在为在Amazon EC2中运行的工作负载提供最佳的性价比表现

高级首席工程师Ali Saidi是Amazon Graviton系列处理器的技术负责人。最新一代Amazon Graviton3相比较其前代产品,计算性能提升25%。在Amazon EC2中运行的基于Amazon Graviton3的虚拟服务器,在实现相同的性能时,能源最多可降低60%。这不仅帮助客户减少碳足迹,也为亚马逊实现《气候承诺》中减少碳排放的目标做出了贡献。

06

对Amazon Graviton系列的设计、制造和包装不断创新

Saidi及其团队对Amazon Graviton系列的设计、制造和包装不断创新。在Amazon Graviton3中,将七个芯片(小块定制硅片)和约550亿个晶体管集成到一个中央处理单元(CPU)中,为Amazon EC2客户带来了又一次性能飞跃。

07

“晶圆”是用于生产集成电路的半导体材料薄片

高级测试产品工程师Brendan Tully的职责之一是测试“晶圆”——用于生产集成电路的半导体材料薄片(在本例中,是Annapurna Labs定制设计的硅芯片)。

08

产品离开实验室之前,需经过一系列测试,确保在各种条件下能够正常运行

Tully和Syed开发了测试程序,以确保芯片在各种条件下能够正常运行。“我们不存在‘部分’测试或抽样测试,”Syed说道。“从芯片层面、电路板层面到服务器层面,任何产品未经测试绝不会出厂。”

09

软件集成团队测试所有必需的软件组件,以确保服务器能够在云上提供给客户使用

验证工程师Sarah Nasser拿起了一块测试卡。Nasser是软件集成团队的一员,负责确保卡和服务器按规格正常运行。“我们测试所有必需的软件组件,以确保服务器能够在云上提供给客户使用,”她说道。

10

硬件和软件之间的相互作用,远比人们意识到的更为密切

软件漏洞容易修复,但硬件问题通常意味着团队需要重新开始,而且周期可能很长。“人们会惊讶于硬件与软件之间存在着如此密切的相互作用,”Hagale说道,“人们未曾意识到,为了让一切都正常运作,背后需要付出多少努力。”

我们正处在Agentic AI爆发前夜。企业要从"成本优化"转向"创新驱动",通过完善的数据战略和AI云服务,把握全球化机遇。亚马逊将投入1000亿美元在AI算力、云基础设施等领域,通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验,助力企业在AI时代突破。

http://www.cnnetsun.cn/news/85326.html

相关文章:

  • 27、文本编辑器的复杂性与设计权衡
  • 基于java + vue校园快递物流管理系统(源码+数据库+文档)
  • AI时代工作模式革命:揭秘’人+智能体+机器人’新范式,重构未来职业与教育方向!
  • TOB企业获客软件选型指南:技术架构、核心能力与可信赖度深度剖析
  • 突破Seed-Coder-8B上下文限制的三大策略
  • Gfast 快速开发框架 V3.3.10 版发布
  • 稀土网络指标(2018-2024)
  • vue基于Spring Boot框架自然灾害应急救援捐赠平台_jwwh8v3n
  • 基于springboot和vue的陶瓷销售商城平台的设计与实现_87274i2a(java毕业设计项目源码)
  • 基于springboot和vue的高校晒衣服交流系统 物品收纳空间管理系统_76216q80(java毕业设计项目源码)
  • 巴菲特的投资方法与成功要素
  • 零基础学朴素贝叶斯:从数学原理到Python实现
  • 电商网站解决MIME类型警告的完整方案
  • AI一键搞定SQL Server安装:快马智能配置助手
  • 零基础学会用WebUI构建第一个网页应用
  • 1小时搞定!用WinStep.NTE快速验证Windows应用创意
  • 闪电开发:用auto-py-to-exe快速验证商业创意原型
  • vue3父子组件通信实战应用案例分享
  • 黑白老照片AI一键上色修复,效果惊艳!可离线使用,支持批量处理,太好用啦~
  • 企业级网络管理:NetworkManager在云服务器中的高级应用
  • 中文文档处理最佳实践:Anything-LLM支持UTF-8编码上传与解析
  • 国考资源合集(第二辑)
  • Spring Boot新手必看:轻松解决‘无法访问SpringApplication‘
  • 彩绘陶质文物艺术品的保护与修复应用
  • 企业级应用:用auto-py-to-exe分发内部工具实战
  • Python编程实战:从类与对象到设计优雅
  • 传统加密开发VS快马AI:效率提升300%的秘诀
  • 传统vsAI:tiptap项目开发效率对比实验
  • 传统调试 vs AI辅助:连接问题解决效率对比
  • AI如何帮你轻松实现循环队列?快马平台一键生成代码