Arm-basierte Prozessoren holen Befehle aus dem Arbeitsspeicher und führen sie aus. Die RISC-Architektur vereinfacht diesen Prozess. Jede Anweisung führt eine einfache Operation aus. Komplexe Aufgaben werden durch eine Abfolge dieser einfachen Anweisungen erreicht. Dieser optimierte Ansatz führt zu einem geringeren Stromverbrauch, da in jedem Befehlszyklus weniger Transistoren aktiv sind. Moderne Arm-basierte Prozessoren verfügen über erweiterte Funktionen wie Pipelining (überlappende Befehlsausführung), superskalares Ausführen (mehrere Befehle gleichzeitig ausführen) und ausgefeilte Verzweigungsvorhersage, um die Leistung zu steigern und gleichzeitig die Energieeffizienz zu erhalten.

Die Landschaft der Prozessoren umfasst mehrere wichtige Architekturen. Hier ist ein Vergleich, der Arm-basierte Prozessoren hervorhebt:

Im Vergleich zur traditionellen x86-Architektur lag der Schwerpunkt bei Arm-basierten Prozessoren bisher auf Energieeffizienz. Durch die Weiterentwicklung der Arm-Architektur, wie etwa der Neoverse-Serie, wird die Leistungslücke in Serverumgebungen jedoch immer kleiner. X86-Prozessoren dominieren seit langem den Bereich des Hochleistungscomputings, da sie ein ausgereiftes Software-Ökosystem und eine enorme Rechenleistung für bestimmte Arbeitslasten bieten. Arm-basierte Prozessoren sind eine überzeugende Alternative, da sie energieeffizient sind und eine immer wettbewerbsfähigere Leistung bieten.

Google Cloud erkennt die wachsende Bedeutung und die Fähigkeiten von Arm-basierten Prozessoren an. Das zeigt sich auch bei den Google Axion-Prozessoren, den maßgeschneiderten CPUs von Google, die auf der Arm Neoverse-Architektur basieren. Axion-Prozessoren sind für eine außergewöhnliche Leistung und Energieeffizienz bei einer Vielzahl von Cloud-Arbeitslasten ausgelegt.

In Google Cloud können Arm-basierte Prozessoren, insbesondere durch Google Axion, verschiedene Dienste erheblich unterstützen:

• Compute Engine: Axion-Instanzen in der Compute Engine bieten leistungsstarke, energieeffiziente virtuelle Maschinen, die sich für anspruchsvolle Arbeitslasten wie Web-Bereitstellung, Anwendungsserver und Microservices eignen.
• Google Kubernetes Engine (GKE): Das Ausführen von containerisierten Anwendungen auf Axion-Knoten in GKE kann aufgrund der Energieeffizienz der Prozessoren zu einer höheren Kosteneffizienz und Nachhaltigkeit beitragen, ohne dass dabei die für containerisierte Umgebungen erforderliche Skalierbarkeit und Leistung beeinträchtigt wird. GKE unterstützt Multi-Architektur-Cluster, sodass Anwendungen sowohl auf x86- als auch auf Arm-Knoten nahtlos bereitgestellt werden können.
• Dataproc: Für die Verarbeitung und Analyse von Big Data können Spark- und Hadoop-Arbeitslasten auf Axion-basierten Instanzen in Dataproc ausgeführt werden. Dies kann zu einer ausgewogenen Leistung und potenziellen Kosteneinsparungen beitragen, insbesondere bei Aufgaben mit Scale-out-Verarbeitung.
• Dataflow: Arbeitslasten für die Streamverarbeitung in Dataflow können die effiziente Leistung von Axion-Prozessoren nutzen, was möglicherweise zu niedrigeren Betriebskosten für die kontinuierliche Datenaufnahme und -analyse führt.
• Batch: Hochleistungs-Computing (HPC) und Batchverarbeitungsjobs können von der Kerndichte und der Leistung pro Watt profitieren, die Axion auf Batch bietet. Dies macht es zu einer geeigneten Option für rechenintensive Aufgaben.
• Cloud SQL: Das Ausführen von Cloud SQL-Instanzen in der Compute Engine mit Axion-Prozessoren kann eine kostengünstige und leistungsstarke Lösung für relationale Datenbank-Arbeitslasten bieten.
• AlloyDB: AlloyDB kann mit seinem PostgreSQL-kompatiblen Design die Leistung und Effizienz von Axion-Prozessoren für anspruchsvolle transaktionale Anwendungen nutzen, was möglicherweise zu einer verbesserten Leistung und niedrigeren Gesamtbetriebskosten führt.

Die Arm-Architektur umfasst verschiedene Prozessorfamilien, die für bestimmte Anwendungen entwickelt wurden:

• Cortex-A-Serie: Hochleistungsprozessoren, die normalerweise in Smartphones und Tablets zu finden sind und inzwischen auch immer häufiger in Laptops und Servern eingesetzt werden. Diese Kerne sind für komplexe Betriebssysteme und anspruchsvolle Anwendungen ausgelegt.
• Cortex-M-Serie: Mikrocontroller-Prozessoren, die für einen geringen Stromverbrauch und Echtzeitanwendungen optimiert sind und häufig in eingebetteten Systemen und IoT-Geräten zum Einsatz kommen
• Cortex-R-Serie: Echtzeitprozessoren für Anwendungen, die deterministische und latenzarme Antworten erfordern, wie z. B. Automobilsysteme und industrielle Steuerungen
• Neoverse-Serie: Server-Prozessoren, die für Arbeitslasten in Rechenzentren entwickelt wurden und sich durch eine hohe Anzahl an Kernen, eine skalierbare Leistung und Energieeffizienz auszeichnen. Google Axion-Prozessoren basieren auf der Neoverse-Architektur.

Trotz ihrer wachsenden Bedeutung stehen Arm-basierte Prozessoren immer noch vor bestimmten Herausforderungen:

Bisher war das Software-Ökosystem für Arm-basierte Server und Hochleistungsrechner im Vergleich zum x86-Ökosystem weniger ausgereift. Diese Situation ändert sich jedoch schnell, da Betriebssysteme, Compiler und Anwendungsentwickler immer mehr Unterstützung bieten. Einige Legacy-Anwendungen müssen möglicherweise neu kompiliert werden oder sind für Arm-Architekturen nicht ohne Weiteres verfügbar.

Obwohl ARM-basierte Prozessoren immer leistungsstärker werden, können bestimmte Arbeitslasten mit hohem Spezialisierungsgrad, die über viele Jahre für x86-Architekturen optimiert wurden, auf diesen Plattformen immer noch einen Leistungsvorteil haben. Dieser Unterschied wird jedoch mit jeder neuen Generation von Arm-basierten Serverprozessoren kleiner.

Die Energieeffizienz und die steigende Leistung von Arm-basierten Prozessoren machen sie für verschiedene Geschäftsanwendungen attraktiv:

• Cloud-Computing: Anbieter wie Google Cloud setzen auf Arm-basierte Prozessoren (Axion), um potenziell kosteneffiziente und nachhaltige Computing-Instanzen für eine Vielzahl von Arbeitslasten anzubieten.
• Edge-Computing: Der geringe Stromverbrauch und der kleine Formfaktor von Arm-Prozessoren sind ideal für Edge-Geräte, die lokale Verarbeitung mit begrenzten Stromressourcen durchführen müssen.

Google Cloud sieht eine Zukunft, in der die Arm-Architektur eine immer wichtigere Rolle bei der Ausführung verschiedener Arbeitslasten spielt. Die Einführung der Google Axion-Prozessoren ist ein langfristiges Bekenntnis zu dieser Architektur, die Kunden eine überzeugende Alternative in puncto Leistung und Effizienz bietet.

Die Arm-Architektur hat ihren Ursprung in der Mobiltelefonie, hat sich aber inzwischen stark weiterentwickelt. Arm Neoverse, die Grundlage der maßgeschneiderten Axion-CPUs von Google, zeigt seine Leistungsfähigkeit bei der Verarbeitung auf Serverebene. Axion wurde speziell für anspruchsvolle Rechenzentrumsarbeitslasten entwickelt, einschließlich HPC, und bietet erhebliche Leistungs- und Effizienzsteigerungen in Google Cloud. Das wird durch den Neoverse V2-Core von Axion und die von uns beobachteten Leistungsbenchmarks unterstützt.

Das Software-Ökosystem für Arm wächst rasant. Google Cloud unterstützt dieses Wachstum aktiv, indem es die Kompatibilität mit einer Vielzahl von Compilern wie dem Arm Compiler für Linux und wissenschaftlichen Bibliotheken wie den Arm Performance Libraries gewährleistet. Außerdem sind viele Open-Source-Tools und ISV-Anwendungen jetzt verfügbar und für Arm optimiert. In Google Cloud profitieren Nutzer von kompatiblen Betriebssystem-Images in der Compute Engine, Multi-Architektur-Container-Unterstützung in GKE und den kontinuierlichen Beiträgen von Google zur Arm-Softwareentwicklungs-Community. Wir stellen auch Ressourcen und Tools zur Verfügung, die den Migrationsprozess erleichtern.

Google Cloud unterstützt Sie beim Einstieg in Arm für HPC. Nutzer können schnell Axion-gestützte Arm-basierte virtuelle Maschinen in der Compute Engine starten oder Arm-basierte Container in GKE mit vertrauten Tools und Workflows bereitstellen. So können sich Entwickler und Studenten auf einer führenden Cloud-Plattform wertvolle, zukunftsorientierte Kompetenzen aneignen. Wir prüfen auch die Möglichkeit, Arm in unsere Bildungsprogramme und Labore zu integrieren.