Graviton5 и EC2 M9g: технические характеристики, тесты и смысл самого мощного Arm-процессора Amazon

Переход от двухсокетной компоновки Graviton4 к монолитному кристаллу Graviton5 полностью устраняет накладные расходы на обмен данными между сокетами. Для нагрузок, активно использующих много ядер (конвейеры инференса в реальном времени, in-memory базы данных, крупные парки микросервисов), одно только снижение задержки способно дать ощутимый прирост пропускной способности ещё до учёта каких-либо улучшений в IPC (числе инструкций за такт).

Прирост производительности относительно Graviton4 (M8g)

Официальные показатели AWS согласуются со сторонним анализом и ранними клиентскими тестами:

Вычисления и пропускная способность:

• До 25% выше общая вычислительная производительность по сравнению с M8g .
• До 35% быстрее работа веб-приложений .
• До 35% быстрее инференс ML-моделей на CPU .
• До 30% быстрее выполнение запросов к базам данных .

Подсистема ввода-вывода:

• Сетевая пропускная способность: выше на всех размерах инстансов; самые крупные конфигурации могут удвоить пропускную способность сети относительно аналогичных машин M8g .
• Пропускная способность EBS: в среднем примерно на 20% выше, причём наибольшие относительные приросты снова видны на старших размерах .

Реальные результаты клиентов:

• ClickHouse зафиксировал рост производительности на 36% относительно M8g без каких-либо изменений кода .
• Honeycomb по итогам полугодового A/B-тестирования продуктовых нагрузок наблюдаемости получил на 36% более высокую пропускную способность на ядро в сравнении с Graviton4 .
• HubSpot развернул M9g для баз данных MySQL и увидел, что длительность запросов сократилась до 60% .

Эти цифры согласуются с архитектурными изменениями. Увеличенный в пять раз кэш L3 сокращает дорогостоящие обращения к DRAM — особенно заметно для баз данных и аналитических нагрузок, обходящих крупные рабочие наборы. Более быстрая память DDR5-8800 и шина PCIe Gen 6 снимают узкие места по пропускной способности, ограничивавшие производительность предыдущих поколений. Наконец, переход на односокетную компоновку убирает «налог на задержку», который масштабируемые приложения платят на NUMA-архитектурах.

Вариант M9gd: локальное хранилище на NVMe SSD

Для рабочих нагрузок, требующих скоростного эфемерного хранилища, подключённого напрямую к инстансу, AWS предлагает вариант M9gd. Он добавляет поверх той же вычислительной платформы Graviton5 локальное блочное хранилище на базе NVMe SSD: до 11,4 ТБ ёмкости с IOPS на 30% выше, чем у локального хранилища предыдущего поколения .

M9gd ориентирован на сценарии вроде крупных кэширующих кластеров, конвейеров обработки логов и движков аналитики в реальном времени — везде, где близость данных к процессору напрямую влияет на задержку запросов и общую пропускную способность. Сочетание более быстрых ядер, меньшей межъядерной задержки и повышенных IOPS локального хранилища делает M9gd естественным выбором для любой нагрузки, выигрывающей от сокращения промежутка «хранилище — вычисления».

Позиционирование для «агентного ИИ»

Одно из заметных изменений в позиционировании Graviton5 — явная ставка AWS на рабочие нагрузки агентного ИИ (agentic AI): системы, которые выполняют логические рассуждения в реальном времени, генерацию кода и многошаговую оркестровку задач с использованием больших языковых моделей и других техник генеративного ИИ .

Хотя в диалоге об обучении моделей и массовом инференсе доминируют GPU-ускорители, агентный ИИ в масштабе создаёт иной вычислительный паттерн: непрерывную высокопроизводительную работу CPU, чередующую этапы инференса модели и логику оркестровки, с жёсткими бюджетами задержек для многократных взаимодействий. AWS аргументирует, что сниженная на 33% межъядерная задержка, увеличенный в пять раз кэш и высокое число ядер на инстанс делают Graviton5 хорошо подходящим для таких задач, когда их нужно развернуть в продуктовом масштабе без экономики GPU .

Nitro Isolation Engine: первый формально верифицированный облачный гипервизор

Самое технически значимое дополнение платформы Graviton5, выходящее за рамки «голой» производительности, — Nitro Isolation Engine, новый компонент шестого поколения системы AWS Nitro .

Реализованный на языке Rust, Nitro Isolation Engine представляет собой минимальный специализированный компонент гипервизора, отвечающий за обеспечение изоляции между совместно размещёнными виртуальными машинами . Что отличает его от любого другого промышленного гипервизора — формальная верификация. AWS подготовила машинно-проверяемые доказательства с использованием инструмента Isabelle, которые математически демонстрируют :

• Безопасность работы с памятью и отсутствие ошибок времени выполнения.
• Функциональную корректность (реализация соответствует спецификации).
• Контроль информационных потоков (невозможность утечки данных между состояниями виртуальных машин).

С практической точки это означает, что AWS может предоставить математическую определённость в том, что нагрузки одного клиента не могут получить доступ к данным другого или повлиять на их исполнение, и что сами операторы AWS подчиняются тем же границам изоляции . AWS обязалась предоставить реализацию Nitro Isolation Engine и соответствующие доказательства для аудита клиентами .

На инстансах M9g этот движок включён по умолчанию . Это меняет саму парадигму обеспечения безопасности в облаке: от эксплуатационного контроля и аудиторских нарративов — к машинно-проверяемым гарантиям фундаментального слоя изоляции.

Ранние пользователи и экосистема

Среди названных поимённо ранних пользователей и партнёров по тестированию — Meta, Snowflake, Uber, Honeycomb, SAP, Atlassian и ClickHouse, а также HubSpot и другие, идентифицированные благодаря раскрытию данных о производительности .

Клиентские результаты охватывают несколько категорий нагрузок:

• Базы данных: Snowflake сообщил о приросте производительности на 20–60% на Graviton4 и расширяет использование на Graviton5 ; HubSpot увидел снижение длительности запросов MySQL до 60% на M9g .
• Наблюдаемость: Honeycomb достиг на 36% более высокой пропускной способности на ядро относительно Graviton4 .
• Аналитика: ClickHouse зафиксировал среднее улучшение запросов на 25–30% на Graviton4 и на 36% на Graviton5 .
• Обслуживание приложений: миграция Jira и Confluence в Atlassian на Graviton4 дала рост пропускной способности на 30% и снижение затрат на 25% .

Эти результаты отражают закономерность, видимую по всей кривой внедрения Graviton: большинство нагрузок ощущают немедленный прирост производительности без изменений кода или с минимальными правками при миграции с x86 на Arm, и выигрыш накапливается от поколения к поколению по мере совершенствования кремния .

Что это значит в контексте

Graviton5 появляется в момент, когда серверный кремний на Arm перешёл из разряда «средства оптимизации затрат» в массовый выбор по производительности. Более половины новых процессорных мощностей AWS последние три года приходилось на Graviton, а 98% из первой тысячи клиентов EC2 уже используют инстансы на базе Graviton .

Монолитный 192-ядерный кристалл на техпроцессе 3 нм, поддержка PCIe Gen 6, память DDR5-8800 и добавление формально верифицированной изоляции рабочих нагрузок — всё это поднимает планку не только для собственных семейств инстансов AWS, но и для того, что клиенты в принципе могут ожидать от облачных вычислений: производительность, энергоэффективность и гарантии безопасности, опирающиеся на математическое доказательство, а не на эксплуатационные обещания.

Общая доступность M9g и M9gd означает, что все эти возможности теперь доступны через стандартные пути внедрения EC2. Ожидается, что за ними последуют варианты C9g (compute-optimized) и R9g (memory-optimized) .