ARM 服务器 CPU —— Graviton、Grace、AmpereOne

ARM 服务器的故事 2010 年代讲过好几次都没成功——Calxeda、Cavium ThunderX、AMCC X-Gene 都没活下来。但 2018 年 AWS Graviton 第一次让 ARM 服务器在公有云规模化跑起来，到 2026 年 ARM 已经是数据中心市场不能忽视的力量。本文盘点国际市场的三家代表。

ARM 服务器的”逆袭逻辑”

为什么 ARM 在 2018 年之后突然能做服务器？三个变化：

graph LR
  V1[ARMv8 64位
2011 规范] --> S[ARM 服务器可行]
  V2[云原生 + 容器
x86 锁定弱化] --> S
  V3[超大规模云厂自研
规模摊薄成本] --> S
  S --> ECON[经济性成立]

• 指令集成熟：ARMv8 64 位规范完整，可以跑现代 Linux 发行版
• 生态去 x86 化：容器、Go/Java/Python、托管数据库……应用对底层 ISA 不再敏感
• 超大规模厂商：自己一次买几百万颗芯片，自研定制比买通用芯片更划算

第三点是关键。只有能消化几百万颗芯片销量的厂商，才能负担得起芯片设计和流片成本——这就是为什么 ARM 服务器最先在 AWS 起飞，而不是普通 OEM 渠道。

AWS Graviton：第一个跑起来的

亚马逊 2015 年收购 Annapurna Labs，2018 年发布 Graviton 1，让 ARM 服务器从”白皮书”变成”AWS 控制台上 1 美分的实例”。

代次	核心	工艺	核数	量产年份	实例类型
Graviton 1	Cortex-A72	16nm	16	2018	A1（验证性产品）
Graviton 2	Neoverse N1	7nm	64	2019	M6g/C6g/R6g 大规模铺开
Graviton 3	Neoverse V1	5nm	64	2022	M7g/C7g/R7g，DDR5
Graviton 3E	Neoverse V1	5nm	64	2022	HPC 优化
Graviton 4	Neoverse V2	4nm	96	2024	R8g/M8g/C8g

Graviton 2 是关键节点——性价比比同期 Intel 实例高 40%，AWS 把它推到了主流通用计算实例。Graviton 4 单核性能已与 Intel/AMD 旗舰可比。

到 2024 年，AWS 自家新部署的服务器超过 50% 是 Graviton。

NVIDIA Grace：为 AI 而生

NVIDIA 不是传统 CPU 厂商，但 Hopper/Blackwell GPU 想要的东西超出了 x86 能给的：

• CPU↔GPU 高带宽互联（PCIe 5.0 x16 双向 128 GB/s 不够用）
• CPU 侧 LPDDR 大容量低延迟
• 统一内存地址空间

为此 NVIDIA 自研了 Grace CPU，并把它跟 GPU 集成到一颗 module 里。

Grace CPU 单芯片

项	规格
核心	72 × Neoverse V2
缓存	117 MB L3
内存	LPDDR5X-8533，最多 480 GB
内存带宽	>500 GB/s（远超 DDR5 12 通道）
TDP	250 W
互联	NVLink-C2C 至 Grace 或 Hopper

Grace Hopper Superchip（GH200）

┌─────────────────────────────────────┐
│  Grace CPU      ⇄ NVLink-C2C ⇄    Hopper GPU  │
│  72-core        900 GB/s          H100/H200    │
│  LPDDR5X 480GB                     HBM3e 144GB │
└─────────────────────────────────────┘

CPU 和 GPU 在一个 module 上通过 NVLink-C2C（900 GB/s） 直连，比 PCIe 5.0 x16 快 7 倍。这种紧耦合让 GPU 可以透明访问 CPU 内存，对超大模型训练尤其重要。

Grace Blackwell Superchip（GB200）

下一代把 1 颗 Grace 配 2 颗 Blackwell GPU：

1× Grace CPU  +  2× Blackwell GPU  → 1 个 GB200 Superchip

NVL72 整机柜 = 36× GB200 = 72 GPU + 36 Grace CPU——第一章已讲过。

待补充：核对 Grace 后续路线（Vera CPU 配 Rubin GPU 的进度）。

Ampere AmpereOne：纯云原生 ARM

Ampere Computing 是 AppliedMicro X-Gene 团队的延续，由前 Intel 总裁 Renee James 创立，专做 ARM 服务器 CPU 卖给二级云厂商和企业。

代次	微架构	工艺	核数	内存	量产
eMAG	A72/N1 衍生	16nm	32	8×DDR4-2667	2018
Altra	Neoverse N1	7nm	80	8×DDR4-3200	2020
Altra Max	Neoverse N1	7nm	128	8×DDR4-3200	2021
AmpereOne	自研 Ampere 核	5nm	192	8×DDR5-5200	2023
AmpereOne M	自研	5nm	192	12×DDR5-5600	2024
AmpereOne MX/Aurora	自研 + AI	待补充	256+	12×DDR5	2025+

AmpereOne 的特点：

• 专为云原生设计：每核独占 L2，不带 SMT，按租户隔离友好
• 核数密度高：192 核（vs Intel SRF 288，AMD Bergamo 128）
• 客户：Oracle Cloud（OCI 全平台 ARM 化）、Google Cloud（部分实例）、Microsoft Azure、Hetzner、字节跳动等

AmpereOne 是当前云市场最纯粹的 ARM 服务器 CPU——它不像 AWS Graviton 锁定单一厂商，是其他云厂商和企业自建 IDC 的可选方案。

待补充：AmpereOne MX/Aurora 的最新进度和 AI 加速器集成情况。

国际 ARM 服务器对比

	Graviton 4	Grace	AmpereOne M
核	Neoverse V2	Neoverse V2	Ampere 自研
核数	96	72	192
内存	DDR5-5600	LPDDR5X-8533	DDR5-5600
内存带宽	~600 GB/s	>500 GB/s	~600 GB/s
主要用途	AWS 通用计算	AI 训练/推理	通用云、容器密度
销售模式	AWS 自用	NVIDIA 整机	公开销售

一张全景

graph TB
  ARM[ARMv8/v9 ISA]
  ARM --> AWS[AWS Graviton
自研, 仅自用
大规模通用云]
  ARM --> NV[NVIDIA Grace
自研, 配 GPU
AI 训练/推理]
  ARM --> AC[Ampere One
自研, 公开卖
云原生 + 企业]
  ARM --> KP[华为鲲鹏
自研, 中国市场
通用 + 整机]
  ARM --> FT[飞腾
自研, 党政市场
合规 + 安可]
  ARM --> MS[Microsoft Cobalt
自研 v9, Azure 自用]
  ARM --> GC[Google Axion
自研 v9, GCP 自用]

值得关注的是 2024 年发布的 Microsoft Cobalt 100 和 Google Axion——超大规模云厂商已经基本都”自研一颗 ARM 服务器 CPU”。这是 ARM 服务器进入主流的最强信号。

待补充：Cobalt 100 和 Axion 在 Azure/GCP 上的实际部署占比。

ARM 服务器的现实约束

ARM 服务器并非”全方位优于 x86”，几个真实痛点：

痛点	说明
单线程绝对性能	仍稍弱于 Intel/AMD 旗舰，对老旧单线程业务不友好
AVX-512 / AMX 类指令	ARM SVE/SVE2/SME 仍在普及中，AI 推理生态弱于 Intel AMX
商业软件兼容	Oracle DB、SAP HANA 等仍以 x86 为主
生态碎片化	ARMv8、ARMv9、各家自定义扩展，需要根据具体核选编译

ARM 服务器最好的场景：云原生应用（容器、Java、Go、Python）、Web/API 服务、AI 推理（搭配 NPU/GPU）、HPC（搭配 SVE）。

小结

• ARM 服务器 2018 起从”白皮书”变成”AWS 一半新机型”
• 三个国际代表：AWS Graviton（自研自用，云通用）、NVIDIA Grace（配 GPU，AI 主战场）、AmpereOne（公开卖，云原生密度）
• 微软 Cobalt、Google Axion 加入战局，超大规模厂全部自研 ARM 服务器 CPU
• 兼容性、单核性能、加速指令是 ARM 服务器仍存在的差距
• 国内（鲲鹏 / 飞腾）走自己路，但和国际 ARM 阵营在指令集层面相通

下一篇回到微观——讲 CPU 的微架构核心概念：缓存、流水线、超标量、分支预测、SMT。