صفحه اصلی > اخبار : جهش کوانتومی آمازون در رایانش ابری؛ پردازنده‌های ۱۹۲ هسته‌ای AWS Graviton5 رسماً عرضه شدند

جهش کوانتومی آمازون در رایانش ابری؛ پردازنده‌های ۱۹۲ هسته‌ای AWS Graviton5 رسماً عرضه شدند

جهش کوانتومی آمازون در رایانش ابری؛ پردازنده‌های ۱۹۲ هسته‌ای AWS Graviton5 رسماً عرضه شدند

شرکت آمازون (AWS) با اعلام دسترسی عمومی به پردازنده‌های نسل پنجم خود موسوم به AWS Graviton5، زلزله‌ای در بازار رایانش ابری و زیرساخت‌های دیتاسنتر ایجاد کرد. این تراشه که سریع‌ترین و بهینه‌ترین سیلیکون طراحی‌شده در تاریخ آمازون محسوب می‌شود، مستقیماً برای پاسخگویی به نیازهای پردازشی سنگینِ مدل‌های هوش مصنوعی، پایگاه‌های داده عظیم و بارهای کاری پیچیده سازمانی مهندسی شده است. با این عرضه، آمازون نشان داد که در زمینه توسعه سیلیکون‌های اختصاصی ابری (Custom Cloud Silicon)، فاصله‌ای معنادار با رقبای خود گرفته است.

نمای شماتیک و معماری پردازنده‌های AWS Graviton5 آمازون

معماری و قدرت پردازشی؛ ۱۹۲ هسته ۳ نانومتری در خدمت هوش مصنوعی

پردازنده‌های Graviton5 آمازون بر پایه فرآیند تولید بسیار پیشرفته ۳ نانومتری ساخته شده‌اند و هر تراشه میزبان ۱۹۲ هسته پردازشی فیزیکی است. طبق مستندات فنی منتشر شده، این نسل در مقایسه با Graviton4، توان پردازشی کلی را تا ۲۵ درصد ارتقا داده است. اما این بهبود تنها به محاسبات خام محدود نمی‌شود؛ سرعت اجرای اپلیکیشن‌های سازمانی ۳۵ درصد، سرعت استنتاج در مدل‌های یادگیری ماشین (Machine Learning) ۳۵ درصد و راندمان پردازش در پایگاه‌های داده (Databases) تا ۳۰ درصد افزایش یافته است.

یکی از مهم‌ترین اصلاحات معماری در این نسل، کاهش ۳۳ درصدی تاخیر ارتباطی (Latency) بین هسته‌هاست. همچنین، آمازون ظرفیت حافظه کش سطح سه (L3 Cache) را به عنوان یک بافر حیاتی برای نگهداری داده‌های داغ، تا ۵ برابر در سطح کل تراشه و ۲.۶ برابر به ازای هر هسته افزایش داده است. این تغییر بنیادین، گلوگاه‌های دسترسی به حافظه را در بارهای کاری هوش مصنوعی به شدت کاهش می‌دهد.

جهش در درگاه‌ها؛ پیشگامی با PCIe Gen6 و حافظه‌های DDR5-8800

آنچه Graviton5 را به یک هیولای بلامنازع در دیتاسنترها تبدیل می‌کند، زیرساخت ارتباطی (I/O) آن است. آمازون با عبور از استانداردهای فعلی، این پردازنده‌ها را به پشتیبانی از سریع‌ترین حافظه‌های رم موجود در دنیای رایانش ابری، یعنی DDR5-8800 MT/s مجهز کرده است. این سرعت حافظه به سیستم‌ها اجازه می‌دهد تا مجموعه داده‌های (Datasets) بسیار بزرگ‌تری را با سرعتی بی‌نظیر به سمت پردازنده هدایت کنند.

تراشه‌های AWS Graviton5 در رک‌های دیتاسنتر آمازون

در بخش ارتباط با تجهیزات جانبی و شتاب‌دهنده‌ها، Graviton5 با پشتیبانی رسمی از استاندارد PCIe Gen6 پا به میدان گذاشته است. این پروتکل جدید، پهنای باند ارتباطی بین پردازنده مرکزی و کارت‌های گرافیک (GPU) یا تجهیزات شبکه را دو برابر می‌کند که برای کلاسترهای پردازشی هوش مصنوعی یک ضرورت مطلق محسوب می‌شود.

ارتقای پهنای باند شبکه و ذخیره‌سازی ابری (EBS)

در محیط‌های ابری، پردازنده تنها یک قطعه از پازل است و سرعت انتقال داده‌ها در شبکه اهمیت بالایی دارد. آمازون پهنای باند شبکه را در سیستم‌های مبتنی بر Graviton5 به طور میانگین ۱۵ درصد و پهنای باند دسترسی به فضاهای ذخیره‌سازی الاستیک (Amazon EBS) را ۲۰ درصد ارتقا داده است. در Instanceهای (نمونه‌های ابری) بزرگ‌تر، این افزایش پهنای باند شبکه تا ۲ برابر نیز می‌رسد که تهیه نسخه‌های پشتیبان (Backups) و انتقال داده‌های کلان را به فرآیندی آنی تبدیل می‌کند.

هجوم سازمان‌ها به Graviton5؛ از متا تا اوبر

در حال حاضر، ماشین‌های مجازی مبتنی بر این پردازنده‌ها در قالب Instanceهای Amazon EC2 M9g و M9gd در دسترس مشتریان سازمانی قرار گرفته‌اند. استقبال از این معماری به حدی بوده است که بیش از ۱۲۰,۰۰۰ مشتری فعال AWS در حال استفاده یا مهاجرت به زیرساخت‌های Graviton هستند.

در یک اعلامیه قابل توجه، شرکت متا (Meta) تایید کرد که قصد دارد ده‌ها میلیون هسته از پردازنده‌های Graviton5 را برای پیاده‌سازی و اجرای هوش مصنوعی عامل‌محور (Agentic AI) خود به کار گیرد. غول‌های دیگری نظیر اوبر (Uber) و اسنوفلیک (Snowflake) نیز در صف اول استفاده‌کنندگان از این تراشه‌های پیشرفته قرار دارند.

جدول جامع مشخصات فنی پردازنده‌های AWS Graviton5

ویژگی سخت‌افزاری / عملکردیمشخصات در پردازنده AWS Graviton5
تعداد هسته‌های پردازشی۱۹۲ هسته فیزیکی
لیتوگرافی (فناوری ساخت)۳ نانومتری (3nm)
پشتیبانی از حافظه رمسریع‌ترین کلاس ابری: DDR5 با سرعت 8800 MT/s
استاندارد ارتباطی (I/O)PCIe Gen6
حافظه کش L3 (نسبت به نسل قبل)۵ برابر بزرگ‌تر به صورت کلی (۲.۶ برابر بیشتر به ازای هر هسته)
بهبود عملکرد پردازشی خالصتا ۲۵ درصد سریع‌تر از Graviton4
بهبود استنتاج هوش مصنوعی (AI Inference)افزایش ۳۵ درصدی سرعت پردازش
تاخیر ارتباط هسته‌ها (Latency)۳۳ درصد کاهش تاخیر
محیط‌های ابری (Instances) در دسترسAmazon EC2 M9g و M9gd

تحلیل اختصاصی آلفاتک: استراتژی پنهان آمازون در توسعه تراشه

توسعه و عرضه Graviton5 صرفاً یک ارتقای سخت‌افزاری ساده نیست؛ این یک اعلام جنگ تمام‌عیار به تامین‌کنندگان سنتی سیلیکون مانند اینتل و AMD است. آمازون با معماری ARM اختصاصی خود، وابستگی‌اش را به تولیدکنندگان شخص ثالث برای بارهای کاری عمومی (General Compute) به حداقل رسانده است. ترکیب حافظه‌های DDR5-8800 و درگاه PCIe Gen6 نشان می‌دهد که آمازون دقیقاً گلوگاه‌های سرورهای مبتنی بر هوش مصنوعی را شناسایی کرده است. زمانی که شرکتی به بزرگی متا برای هوش مصنوعی خود (که به طور سنتی وابسته به پردازنده‌های گران‌قیمت انویدیا است) به سمت ده‌ها میلیون هسته Graviton5 حرکت می‌کند، نشان‌دهنده آن است که استراتژی “کاهش هزینه کل مالکیت (TCO) در کنار افزایش راندمان” توسط آمازون، کاملاً با موفقیت همراه بوده است.

سوالات متداول (FAQ)

پردازنده AWS Graviton5 چیست و چه تفاوتی با پردازنده‌های اینتل یا AMD دارد؟
این پردازنده، نسل پنجم از تراشه‌های اختصاصی شرکت آمازون (بر پایه معماری ARM) است که منحصراً برای استفاده در دیتاسنترها و سرورهای ابری AWS طراحی شده است. تفاوت اصلی آن با نمونه‌های x86 (اینتل و AMD) در مصرف انرژی بسیار پایین‌تر، تراکم هسته بالاتر (۱۹۲ هسته) و بهینه‌سازی اختصاصی برای زیرساخت‌های کلاد آمازون است که منجر به کاهش چشمگیر هزینه‌های پردازش برای مشتریان می‌شود.
چرا پشتیبانی از حافظه DDR5-8800 در دیتاسنترها اهمیت زیادی دارد؟
در بارهای کاری مدرن مانند استنتاج هوش مصنوعی (AI Inference) و پایگاه‌های داده در لحظه (Real-time Databases)، سرعت انتقال داده‌ها بین حافظه موقت (RAM) و پردازنده به یک گلوگاه تبدیل می‌شود. استفاده از حافظه‌های DDR5 با سرعت فوق‌العاده ۸۸۰۰ مگاترانسفر بر ثانیه، این اطمینان را ایجاد می‌کند که ۱۹۲ هسته پردازنده هیچ‌گاه برای دریافت اطلاعات منتظر نخواهند ماند.
خانواده ماشین‌های ابری M9g و M9gd برای چه کاربردهایی مناسب هستند؟
این Instanceها جزو دسته‌بندی ماشین‌های عمومی (General Purpose) آمازون با تعادل بهینه میان پردازنده، حافظه و شبکه هستند. این ماشین‌ها برای میزبانی اپلیکیشن‌های سازمانی، سرورهای وب، میکرو سرویس‌ها، پایگاه‌های داده منبع باز، و سرورهای بازی که نیازمند قدرت پردازشی بالا و پایدار با هزینه معقول هستند، ایده‌آل محسوب می‌شوند.
تولید محتوا برای من فقط نوشتن نیست؛ ترجمه دنیای پیچیده فناوری به زبانی روشن، دقیق و قابل فهم است.به‌عنوان کارشناس تولید محتوا در حوزه فناوری اطلاعات و تکنولوژی، تمرکزم بر خلق محتوایی است که هم از نظر فنی معتبر باشد و هم برای مخاطب ارزش واقعی ایجاد کند. از مفاهیم تخصصی IT و زیرساخت‌های شبکه گرفته تا هوش مصنوعی، امنیت سایبری و تحولات دیجیتال، تلاش می‌کنم هر موضوع را با نگاهی تحلیلی و ساختاریافته ارائه دهم.
مقالات مرتبط

بررسی تخصصی مینی‌کامپیوتر ASRock Industrial NUC BOX-358H؛ قدرت‌نمایی Panther Lake در ابعاد ۴ اینچی

بررسی تخصصی مینی‌پی‌سی ASRock Industrial NUC BOX-358H؛ قدرت‌نمایی Panther Lake در ابعاد…

خرداد 24, 1405

سرور روی یک کارت؛ بررسی DPU قدرتمند Senao SX906 با پردازنده Intel Xeon 6 در کامپیوتکس ۲۰۲۶

سرور روی یک کارت؛ بررسی DPU قدرتمند Senao SX906 با پردازنده Intel…

خرداد 24, 1405

بازگشت استراتژیک اینتل به حافظه‌های DDR4؛ تمدید عمر سوکت LGA 1700 با پردازنده‌های Raptor Lake Next

بازگشت استراتژیک اینتل به حافظه‌های DDR4؛ تمدید عمر سوکت LGA 1700 با…

خرداد 24, 1405

دیدگاهتان را بنویسید