بهتازگی آمازون اعلام کرده که قصد دارد تراشههای اختصاصی بیشتری را طراحی و تولید کند تا هزینههای تمام شده برای مشتریان این شرکت کاهش یابد.
در سالهای اخیر شرکتهای بزرگ حوزه فناوری بهدنبال استقلال بیشتر بوده و تلاش کردهاند قطعات محصولات و سرویسهایشان را بهصورت اختصاصی تولید کنند. پس از تصمیم اپل برای ورود جدی به بازار تراشههای مبتنی بر معماری ARM آمازون نیز رویکردی مشابهی برای یکی از مهمترین واحدهای تجاری خود در پیش گرفت و هماکنون اکثر سرورهای خدمات تحت وب این شرکت از تراشههای اختصاصی آمازون با نام Graviton 2 استفاده میکنند.
در همین راستا Adam Selipsky، مدیرعامل خدمات وب آمازون (AWS) گفته که این شرکت قصد دارد تراشههای اختصاصی بیشتری طراحی و تولید کند تا هزینههای تمام شده برای مشتریان این شرکت کاهش یابد.
وی اعلام کرده که آمازون تاکنون تراشههای مختلفی را طراحی و تولید کرده است. Selipsky با اشاره به پردازندههای اینتل گفته که قیمت تراشههای Graviton 2 آمازون در مقایسه با نمونههای x86 چیزی حدود 40 درصد ارزانتر تمام میشود.
علاوه بر تراشه 2 Graviton، آمازون توسعه و تولید دو پردازنده دیگر را هم به اتمام رسانده است. نخستین تراشه اینفرنشا (Inferentia) نام دارد که در سرورهای دستیار صوتی الکسا و خدمات تشخیص چهره آمازون استفاده شده و دومی هم Nitro System نام دارد که شاهد استفاده آن در پلتفرم مدیریتی EC2 هستیم.
ناگفته نماند که در سال 2014 میلادی آمازون بخش تحقیق و توسعه تراشههای اختصاصی خود را ایجاد کرده و یک سال بعد همزمان با خرید شرکت Annapurna Labs به برنامههای طراحی و توسعه خود شتاب بخشید. از سال 2016 تاکنون هم طراحی تراشه آمازون به تدریج از معماری ترکیبی به سمت معماری مبتنی بر ابر تغییر یافته و اولین پردازنده 7 نانومتری این شرکت، یعنی Graviton 2 کاملاً منطبق بر خدمات ابری این شرکت است.
همچنین آمازون همچنان بهینهسازی زیرساختها را از طریق توسعه تراشههای سفارشی ادامه میدهد. قرار است این بهبودها در زمینه های مجازیسازی، ذخیرهسازی، شبکه و امنیت ایجاد کرد انجام شود.همانطور که گفته شد آمازون یک پلتفرم مجازیسازی جدید به نام Amazon Nitro System ایجاد کرده که به طور موثری عملکرد امنیت، شبکه و مجازیسازی را تا حد زیادی بهبود میبخشد.
در انتها باید گفت که آمازون تراشههای سرور را بر اساس معماری Arm توسعه و طراحی کرده تا عملکرد آنها نسبت به تراشههای x86 بهبود یابد و قدرت یادگیری ماشین را برای تسریع در انجام محاسبات بالا ببرد.
نظر خود را اضافه کنید.
برای ارسال نظر وارد شوید
ارسال نظر بدون عضویت در سایت