每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！ 订阅：https://rengongzhineng.io/
近年来，诸如AMD和Nvidia等知名处理器制造商，尤其是那些面向云端AI的公司，纷纷表现出希望控制更多计算业务的迹象，通过收购软件、互联技术和服务器制造商来掌握“全栈”控制权，从而在满足客户需求的设计上获得优势。
亚马逊网络服务（AWS）早在2015年就通过收购芯片设计公司Annapurna Labs，率先进行垂直整合。AWS技术负责人Ali Saidi和Annapurna Labs工程总监Rami Sinno在IEEE Spectrum的采访中，分享了垂直整合设计的优势，并展示了位于德州奥斯汀的硬件测试实验室。
垂直整合的工程师需求
Rami Sinno表示，在垂直整合公司工作的芯片设计工程师需要具备不同的技能。例如，传统信号完整性工程师通常专注于信号分析和实验室测量，而AWS希望这些工程师还能编写代码，分析系统级工作负载下的信号影响。这种灵活的思维方式有助于团队在全栈开发中取得更大成果。
Graviton系列处理器的演变
Ali Saidi解释了Graviton系列的演变过程。Graviton 1主要是AWS验证Arm架构能否在其云服务中提供相同体验的试验品，而Graviton 2则成为首款面向通用工作负载的市场领先产品。随着客户的需求多样化，AWS不断改进处理器性能，例如增加处理复杂数学运算和媒体编码的能力。
AWS的芯片设计有何不同
AWS在芯片设计上的一大优势在于硬件和软件团队的紧密协作，从开发初期就开始共同工作，使得在芯片投产时，软件几乎已经完成。这种快速迭代的方式使得AWS能够在设计过程中显著提高效率，缩短开发周期。
云端设计加速
AWS不仅是云服务提供商，还在云上设计芯片。通过动态调整电子设计自动化（EDA）所需的服务器资源，AWS能够在项目后期大规模加速迭代，从而缩短设计周期。这使得AWS能够更快地推出产品，满足数据中心级别的部署需求。
亚马逊电商的贡献
作为AWS的主要客户之一，Amazon.com在2023年的Prime Day中使用了超过25万个Graviton处理器，支持其网站和相关服务，显示出AWS处理器在大规模商业应用中的显著成效。
实验室的独特优势
Sinno提到，Annapurna Labs的实验室紧邻硬件和软件开发团队，这种共址模式极大地加快了AI芯片和服务器的测试与交付速度，确保在设计和测试中可以快速修复问题，满足云规模部署的需求。AWS的垂直整合还允许工程师在问题出现时迅速修复，从而提升系统的稳定性和效率。
总体而言，AWS通过垂直整合在硬件和软件设计、开发、测试等多个环节上取得了显著优势，确保其产品能够快速响应市场需求，并在云计算和AI领域占据领先地位。
