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(jì)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(tái)。行業(yè)中主要的云服務(wù)提供商通過采用基于 Neoverse 平臺(tái)的芯片方案，顯著提升了其性價(jià)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(shí)例日益擴(kuò)展，越來越多的用戶正從傳統(tǒng)平臺(tái)遷移至 Arm 平臺(tái)上。其背后的驅(qū)動(dòng)力是對(duì)高能效、性能提升以及更多選擇的追求。與此同時(shí)，現(xiàn)代云原生 AI 軟件在 Arm 平臺(tái)上也運(yùn)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(tái)構(gòu)建應(yīng)用，Arm 近期更新了多項(xiàng)云遷移資源，提供開發(fā)者所需的工具與知識(shí)。

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(xiàng)服務(wù)的整個(gè)平臺(tái)遷移到基于 Arm 架構(gòu)的主機(jī)上，以此獲得更高的性價(jià)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(yùn)行的工作負(fù)載相比，Spotify 在基于 Arm 架構(gòu)的 Axion 上運(yùn)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(tái)上，從而充分發(fā)揮 Arm 平臺(tái)在云端的優(yōu)勢?；诰x的開發(fā)者切身經(jīng)驗(yàn)，Arm 建立了實(shí)用的開發(fā)者教程 Learning Path，以此針對(duì)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(gè)階段給予支持?，F(xiàn)在，開發(fā)者也可以直接與 Arm 云遷移專家團(tuán)隊(duì)交流，來獲得項(xiàng)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(tái)優(yōu)勢的知識(shí)和示例正日益豐富，涵蓋從初始的工具和平臺(tái)準(zhǔn)備的評(píng)估和規(guī)劃，到應(yīng)用的構(gòu)建與運(yùn)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(gè)針對(duì)不同云平臺(tái)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(tái)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(huì)、專家會(huì)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(duì)隨時(shí)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(duì)直接交流，探討具體的 Arm 平臺(tái)遷移需求。

賦能全球開發(fā)者遷移至 Arm 平臺(tái)

這些更新能夠有力支持云開發(fā)者遷移至 Arm 平臺(tái)上，但這僅僅是 Arm 為確保其計(jì)算平臺(tái)能成為最開發(fā)者友好的平臺(tái)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(dòng)受益于 Arm 平臺(tái)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(shí)縮短了開發(fā)時(shí)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(tái)驅(qū)動(dòng)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(tái)的性能、效率和可擴(kuò)展?jié)摿Φ倪M(jìn)程上，Arm 邁出了激動(dòng)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(qǐng)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/