应对 AI 时代的云工作负载,开发者正加速向 Arm 架构迁移

  • 15小时前

开发者深知,构建既能高效扩展又能控制成本的应用至关重要。云技术日新月异,其背后的技术也在不断发展。近年来,越来越多的公司意识到,将其应用从 x86 架构迁移到 Arm 架构能够带来诸多优势。Arm 架构不仅能显著提升性能,还能有效降低总体拥有成本 (TCO),因此迅速成为那些希望工作负载能够适应未来挑战的公司的首选架构。

Arm 架构具备卓越性能与出色效率

基于 Arm 架构的处理器(如 AWS Graviton、Google Axion 和 Microsoft Azure 基于 Ampere 的产品)专为以更低成本提供出色性能而设计。迁移到基于 Arm 架构的云实例,不仅能节省高达 60% 的能耗,还能带来 50% 的性能提升,为希望优化工作负载的开发者带来了新的机遇。Arm 还提供了更高密度的核心,可带来更强的扩展能力,并能同时处理更多任务。

此外,灵活性是 Arm 架构设计的核心考量维度,用以确保开发者的产品能够经受未来考验。当开发者将工作负载迁移到 Arm 平台后,它可以在多个云服务提供商之间兼容使用,从而在各种基于 Arm 架构的云平台上(包括 AWS、Google Cloud 和 Microsoft Azure)灵活地扩展应用。

一次迁移,尽享 Arm 完整云生态系统和工作流程

随着主要云服务提供商越来越多地采用基于 Arm 架构的解决方案,软件的兼容性和性能不断提升,这让开发者能够更轻松地利用 Arm 平台的优势。具体到人工智能 (AI) 工作负载,Arm 着重于专用处理和异构计算,使得机器学习 (ML) 算法能够高效执行。得益于高能效、可扩展性和 AI 加速能力的结合,Arm 生态系统非常适合那些希望优化自身云基础设施和 AI 应用的企业。

基于 Arm 平台的成功客户案例

Honeycomb 和 FusionAuth 都充分展示了迁移到基于 Arm 架构的基础设施既简单又受益良多。

  • Honeycomb 将基础设施成本降低 50%

Honeycomb 作为可观测性领域的前沿企业,从传统架构迁移到基于 Arm 架构的 AWS Graviton 处理器,以满足其庞大的数据处理需求。这次迁移成效显著,立竿见影。Honeycomb 不仅减少了实例数量,将基础设施成本降低了 50%,同时还保持了高性能。经过这次迁移,Honeycomb 可以专注于自己的核心优势——深入分析系统行为,而无需再为不断攀升的基础设施成本而担忧。

  • FusionAuth 将每秒登录数提升多达 49%

迁移到 Arm 不仅是一次尝试,更是一次突破。在基于 Arm 架构的 AWS Graviton 实例上进行负载测试后,FusionAuth 发现每秒登录数相比传统系统提高了 26% 至 49%。不仅迁移过程十分顺利,该公司还实现了 8% 至 10% 的成本节省。目前,FusionAuth 的大部分云基础设施都在基于 Arm 架构的实例上运行,以此支持从物联网到高性能云平台的广泛用例。

迁移之路比想象中更简单

从传统架构迁移到 Arm 架构的过程非常顺畅,无需对代码进行大规模重写。Honeycomb 和 FusionAuth 等公司借助 Arm 提供的强大开发者工具生态系统以及对代码适配、测试、调试和性能优化方面的支持,成功完成了迁移过程。无论开发者使用的是 Java、Golang 还是其他热门语言,Arm 都能与其现有的技术栈兼容。Arm 架构的灵活性可确保开发者的应用在资源需求更低的情况下依然表现出色,从而实现更高的性价比。

开发者应先评估其现有软件栈,包括操作系统、编程语言、开发工具和依赖项。然后,他们需要搭建一个支持 Arm 架构的开发环境,这可以通过仿真、远程硬件或物理 Arm 架构硬件来实现。迁移期间通常需要重新编译以 C/C++、Go 和 Rust 等编译语言编写的应用,而对于 Python、Java 和 Node.js 等解释型语言,修改极少。

开发者还应确保所有必要的技术库和依赖项都能在 Arm 平台上运行。测试和验证是关键步骤,有助于发现并解决所有兼容性问题。最后,开发者可以将兼容 Arm 平台的工作负载部署到 AWS、Google Cloud 和 Microsoft Azure 等云平台,这些平台都为基于 Arm 架构的实例提供了强大支持。

无论开发者是在开发电池供电设备、嵌入式系统还是物联网应用,迁移到 Arm 平台都是一个具有战略意义的决定,它不仅能节省成本,还能提供出色的性能和可持续性。全球超过 2,000 万的开发者都在选择使用 Arm 平台来打造更可靠、可扩展性更强、更节能的应用。

人工客服
(售后/吐槽/合作/交友)

相关资讯

  1. 1.
  2. 2.
  3. 3.
  4. 4.
  5. 5.
  6. 6.
  7. 7.
  8. 8.
  9. 9.
  10. 10.
  11. 11.
  12. 12.
  13. 13.
  14. 14.
  15. 15.
  16. 16.
  17. 17.
  18. 18.
  19. 19.
  20. 20.
查看全部20条内容