在云计算与人工智能驱动的数据中心演进中,处理器架构的选择不仅决定性能与能效,也深刻影响软件兼容性、系统设计和总体投入回报率。近年来围绕 Arm Neoverse 与传统 x86 之间的"孰优孰劣"讨论持续升温。针对业界对比与争论,Arm 基础设施业务负责人传达了一个鲜明观点:Neoverse 正在演变成一种比 x86 更为通用的计算底座,尤其在超大规模云端和 AI 场景中展现出独特优势。要理解这一判断,需要把握几个关键的技术与产业动态。首先要区分架构规范与微架构实现的差异。x86 生态长期由两大阵营主导,它们共享指令集架构(ISA)但在微架构设计上各自为政,导致软件在不同实现间需要考虑微架构细节以追求最佳性能。
Arm 的早期服务器尝试遇到类似问题:仅提供架构文档、让合作方自行实现核心,结果形成了各自不同的微架构,市场采用度受限。Neoverse 的战略调整在于由 Arm 提供成熟的微架构 IP,而不是单纯的架构规范。自 Neoverse 正式进入数据中心市场以来,多家超大规模云厂与顶级技术公司开始围绕相同的核心微架构构建系统级芯片。这一点带来的好处是显而易见的:当主要云供应商采用相同的核心实现作为其 SoC 的计算子模块时,软件层面的兼容性与优化可在更广范围内共享,减少了为不同实现单独优化的成本,形成了良性的生态协同效应。重要参与者的采纳进一步加速了这种趋势。AWS、微软、谷歌以及 NVIDIA 等公司在其多款数据中心级产品与平台中采用或依赖 Neoverse 内核,围绕 Neoverse 打造的 SoC 在云端实际部署量显著增加。
这样的统一并非意味着同构或者丧失差异化。超大规模用户仍通过选择不同的 I/O、核心数目、加速器集成和系统互连来差异化自家产品,但核心计算逻辑在微架构层面的统一降低了碎片化,并促成跨云迁移与软件生态共享。软件生态的成熟是另一把推动力。与多年前 Arm 在数据中心努力推广时不同,今天的软件工作大量由云平台与 hyperscaler 承担,许多关键软件栈在内部优化并开放给更广泛的用户群体。这样的"正向循环"消除了早期 Arm 平台的软肋,使得从一个 Neoverse 平台迁移到另一个变得更为顺畅,云端客户的阻力降低。AI 与异构计算的兴起进一步放大了 Arm 的战略位置。
在 AI 数据中心,计算往往是集群级别的协同工作:基于 Arm 的通用 CPU 协同高吞吐的加速器一起完成训练与推理任务。当前市场格局显示,NVIDIA 的 GPU 及其整套机架级解决方案在短期内仍占据不可替代的地位,因此超大规模云服务商在其基础设施中既需要供应商的 GPU,也在并行打造自研的、与加速器紧密耦合的 Arm 基础设施,例如谷歌的 TPU 系列、AWS 的 Graviton 与 Trainium、微软的 Cobalt 与 Maia 等。这些内建的、垂直整合的机架级设计强调效率与性能密度,通常以 Arm 为通用计算与控制平面提供支持。互连和系统级集成能力成为关键差异点。过去 Arm 平台面临的一个技术挑战是与高带宽加速器的高效互联需求。NVIDIA 推出的 NVLink 与 NVLink Fusion 为 Arm SoC 与 GPU 之间提供了更高性能的互连方案,减少了以前互连短板对整体系统效率的限制。
此外,Compute Subsystem(计算子系统,CSS)的概念在 Neoverse 生态中渐成形,这不仅是单核的统一,还包括核间互连、缓存一致性、内存子系统等更高层次的 IP 组合,通过标准化这些元素,厂商能在保留差异化设计空间的同时实现更高的一致性与可预测性能。在产业实践中也存在一些例外与例证。某些厂商曾尝试基于 Arm 指令集推出自定义微架构以追求独特的性能点,Ampere 便是典型案例之一。尽管 Ampere 在特定市场获得了客户认可,但相比于采用 Neoverse 的大规模生态优势,其市场影响力相对有限。中国市场方面的观察也表明,主要云厂在数据中心级别同样倾向采用 Neoverse 核心设计,少数偏离的自研核心多发生在边缘或非超大规模应用场景。面向未来,Arm 在推动从核心到系统再到机架级的整合上并不止步。
通过 Arm Total Design、chiplet(芯片片上封装)生态的推进以及对更多 Compute Subsystem 的探索,Arm 正在尝试消除采用门槛,简化合作伙伴将 Arm 技术纳入其平台的过程。这样的路线意味着 Arm 不仅提供指令集与核 IP,还能提供更完整的系统级设计模块,帮助 OEM 与 ODM 更快推出基于 Arm 的高能效数据中心产品。从经济角度来看,Neoverse 带来的统一性有助于降低总体拥有成本。对于云服务商而言,能够在大规模部署中实现更高的性能每瓦比和更可预测的扩展性,意味着在定价与服务策略上有更大的弹性。同时,由于软件优化工作可以跨多个部署复用,长期维护与演进成本也随之下降。市场平衡仍将存在,且由多种因素共同决定。
x86 在桌面、传统企业应用和部分高性能通用工作负载中仍具优势,且现有客户基础与生态依然庞大。云服务商在向客户提供可选性时无法完全抛弃 x86 与 NVIDIA GPU,因为大量第三方软件和客户负载仍依赖这些平台。未来实际的采纳比例将由工作负载侧的迁移成本、性能与能效比较、互连与加速器的整合能力,以及云服务商自身的商业策略共同决定。对企业 IT 决策者而言,应关注几个实际的判断纬度。首先要评估核心业务负载对指令集与微架构敏感度,考虑迁移到 Arm 平台后是否能在性能与成本上获得显著收益。其次要重视软件生态与第三方中间件的支持程度,了解目标云或私有云平台是否能提供顺畅的迁移路径。
再者要观察云供应商在互连、加速器支持与机架级系统集成方面的能力指标,尤其是与 GPU 或其他专用加速器协同工作的效率。最后,要把握合作伙伴路线图与生态成熟度,选择在 Neoverse 生态内活跃并有明确长期支持承诺的厂商。总的来看,Neoverse 作为一种由 Arm 主导推动的、更具一致性与模块化的计算子系统思路,正逐步改变过去"Arm 多样化实现导致碎片化"的局面。通过提供统一的核 IP、推动 Compute Subsystem 标准化、并与超大规模云厂深度协同,Arm 正在建立一种便于大规模部署与软件复用的计算底座。它并不一定会在所有场景上完全取代 x86,但在云计算、AI 与高密度运算场景中,Neoverse 有望成为更具竞争力与通用性的选择。未来几年,随着更高效的互连解决方案、更成熟的 chiplet 生态以及云厂不断优化的系统级设计,围绕 Neoverse 的技术与商业生态可能进一步巩固其在数据中心的地位。
对行业观察者与技术决策者而言,关注 Neoverse 的生态扩展、互连方案的演进以及云厂在软硬一体化方面的投入,将是判断其能否真正成为广泛通用计算底座的关键指标。 。
