作者：Arm 基礎(chǔ)設(shè)施事業(yè)部服務(wù)器生態(tài)系統(tǒng)開發(fā)總監(jiān) Bhumik Patel

人工智能 (AI) 為計算基礎(chǔ)設(shè)施帶來的快速轉(zhuǎn)型，進(jìn)一步凸顯了優(yōu)化各類工作負(fù)載的性能、效率和總體擁有成本的重要性。Arm 始終致力于滿足上述需求，Arm Neoverse 也因此迅速成為那些正在重新定義數(shù)據(jù)中心的技術(shù)領(lǐng)導(dǎo)者的首選平臺。行業(yè)中主要的云服務(wù)提供商通過采用基于 Neoverse 平臺的芯片方案，顯著提升了其性價比，包括阿里巴巴倚天、AWS Graviton、Google Axion、Microsoft Azure Cobalt 100 以及 Oracle Cloud Infrastructure (OCI) 上基于 Arm 架構(gòu)的 Ampere 算力。

隨著基于 Arm 架構(gòu)的云實例日益擴(kuò)展，越來越多的用戶正從傳統(tǒng)平臺遷移至 Arm 平臺上。其背后的驅(qū)動力是對高能效、性能提升以及更多選擇的追求。與此同時，現(xiàn)代云原生 AI 軟件在 Arm 平臺上也運行得更為出色。上述這些因素還有助于降低總體擁有成本和減少碳足跡。隨著越來越多的開發(fā)者選擇基于 Arm 平臺構(gòu)建應(yīng)用，Arm 近期更新了多項云遷移資源，提供開發(fā)者所需的工具與知識。

多家企業(yè)已開始通過遷移其工作負(fù)載，來獲取這些優(yōu)勢。例如，Uber 正將其覆蓋 5,000 多項服務(wù)的整個平臺遷移到基于 Arm 架構(gòu)的主機(jī)上，以此獲得更高的性價比、最新 AI 優(yōu)化的芯片的支持，并減少其整體碳足跡。與之前在 Google Cloud 上運行的工作負(fù)載相比，Spotify 在基于 Arm 架構(gòu)的 Axion 上運行的性能提高了約 250%；Datadog 則已將其 70% 的工作負(fù)載遷移到基于 Arm 架構(gòu)的 AWS Graviton 上。

加速云開發(fā)者的遷移進(jìn)程

Arm 致力于為開發(fā)者提供全方位的支持和豐厚的資源，助力其無縫遷移至 Arm 平臺上，從而充分發(fā)揮 Arm 平臺在云端的優(yōu)勢。基于精選的開發(fā)者切身經(jīng)驗，Arm 建立了實用的開發(fā)者教程 Learning Path，以此針對不同的工作負(fù)載提供技術(shù)指導(dǎo)，并在開發(fā)者遷移的各個階段給予支持。現(xiàn)在，開發(fā)者也可以直接與 Arm 云遷移專家團(tuán)隊交流，來獲得項目支持。

構(gòu)建多架構(gòu)環(huán)境曾意味著一定的復(fù)雜性，但如今已成為領(lǐng)先的云原生軟件開發(fā)者的默認(rèn)設(shè)置。有關(guān)如何順利完成遷移過程并充分利用 Arm 平臺優(yōu)勢的知識和示例正日益豐富，涵蓋從初始的工具和平臺準(zhǔn)備的評估和規(guī)劃，到應(yīng)用的構(gòu)建與運行，再到最后的性能測試和優(yōu)化等方面。

Arm 近期推出了以下向開發(fā)者提供的云遷移支持的更新內(nèi)容，可滿足不同企業(yè)規(guī)模的需求：

Cloud Migration Resource Hub（云遷移資源中心）：開發(fā)者可使用此門戶訪問超過 100 個針對不同云平臺主要工作負(fù)載遷移的分步 Learning Path，從而獲取遷移常見工作負(fù)載的相關(guān)資源。此外，Arm Software Ecosystem Dashboard 可提供主要開源和商用軟件組件兼容 Arm 平臺的版本的最新信息。

社區(qū)支持：開發(fā)者可以在 Arm 活躍的專家生態(tài)系統(tǒng)中尋找問題答案，包括參與 Arm 專為遷移而設(shè)的 GitHub，以及加入 Arm Developer Program，來參加相關(guān)的網(wǎng)絡(luò)研討會、專家會議、獲取教程等。

面向企業(yè)場景的工程專家：Arm 的云遷移專家團(tuán)隊隨時準(zhǔn)備為開發(fā)者提供全方位幫助。開發(fā)者可與 Arm 的技術(shù)團(tuán)隊直接交流，探討具體的 Arm 平臺遷移需求。

賦能全球開發(fā)者遷移至 Arm 平臺

這些更新能夠有力支持云開發(fā)者遷移至 Arm 平臺上，但這僅僅是 Arm 為確保其計算平臺能成為最開發(fā)者友好的平臺所做的工作之一。

需要遷移云端 AI 工作負(fù)載的開發(fā)者可以充分利用 Arm Kleidi 與最新一代熱門框架（如 PyTorch）的集成，無需采取任何額外步驟，即可自動受益于 Arm 平臺上 AI 性能的顯著提升。Arm 近期還發(fā)布了面向 GitHub Copilot 的 Arm 擴(kuò)展程序，使基于 Arm 架構(gòu)的技術(shù)更加易于獲取，簡化了向 Arm 架構(gòu)的遷移進(jìn)程，同時縮短了開發(fā)時間并降低了成本。

這些資源、工具以及由 2,000 多萬名開發(fā)者所組成的 Arm 軟件生態(tài)系統(tǒng)，為構(gòu)建各種由 Arm 平臺驅(qū)動的工作負(fù)載奠定了基礎(chǔ)，包括網(wǎng)絡(luò)和應(yīng)用服務(wù)器、容器化微服務(wù)、數(shù)據(jù)庫、數(shù)據(jù)分析、AI 和機(jī)器學(xué)習(xí)等。在賦能全球開發(fā)者充分釋放 Arm 平臺的性能、效率和可擴(kuò)展?jié)摿Φ倪M(jìn)程上，Arm 邁出了激動人心的一步。相信未來 Arm 也將在這一方面取得更多進(jìn)展，敬請期待！

相關(guān)資源

[1] Arm 云遷移資源：

https://www.arm.com/markets/computing-infrastructure/arm-cloud-migration

[2] AWS Graviton - 入門指南：

https://github.com/aws/aws-graviton-getting-started/blob/main/README.md

[3] Google Axion 處理器 - 入門指南：

https://cloud.google.com/products/axion

[4]基于 Microsoft Azure Cobalt 處理器的虛擬機(jī)：

https://learn.microsoft.com/en-us/azure/virtual-machines/sizes/cobalt-overview

[5] OCI A1 - 入門指南：

https://www.oracle.com/cloud/compute/arm/