簡單來說，這是一套在各大公有雲中生產品質中，唯一能提供「數學證明」來保證客戶工作負載彼此隔離，且連 AWS 內部操作人員也無法踰越該隔離界線的底層安全機制 。這讓雲端安全的信任基礎，從過往的營運流程與稽核陳述，正式邁向以機器可驗證的數學邏輯作為擔保的全新維度。

Graviton5 處理器規格一覽

Graviton5 是 Graviton 家族自問世以來幅度最大的架構躍進，關鍵規格整理如下：

• 核心數量： 單顆晶片最高達 192 個 Armv9 Neoverse V3 核心。有別於前代 Graviton4 需透過雙插槽（每插槽 96 核心）來達到 192 核心，Graviton5 採用單晶片設計，徹底消除 NUMA 跨插槽的通訊延遲 。
• 製程節點： 業界普遍認為是由台積電（TSMC）代工的 3 奈米級別製程 。
• 時脈： Neoverse V3 核心運作時脈為 3.1 GHz 。
• L3 快取： 共用快取大幅擴增至 180 MB，是 Graviton4 的 5 倍，這讓每個核心平均可使用的 L3 快取增加了 2.6 倍 。
• 記憶體： 配置 12 組 DDR5 控制器，支援最高 DDR5-8800 的規格，是發佈時各大雲端供應商中速度最快的 DDR5 。
• I/O 介面： 支援 PCIe Gen 6，由 8 組控制器提供對外通道 。
• 核心間延遲： 受惠於單晶片設計，核心間的通訊延遲較 Graviton4 降低了 33% 。

從雙插槽的 Graviton4 邁向單晶片的 Graviton5，最直接的影響就是徹底消除了跨插槽通訊的頻寬與延遲瓶頸。對於將運算分散在多核心上執行的工作來說——像是即時推論管線、記憶體內資料庫，或是大規模微服務——光是這項延遲的改善，就能在單核心指令週期（IPC）提升之外，再貢獻一層可觀的吞吐量增益。

相較前代 Graviton4 (M8g) 的效能躍進

AWS 官方公佈的世代效能提升數據，與第三方分析及早期客戶的實際測試結果相當一致：

運算與吞吐量：

• 一般運算效能最高提升 25%
• 網頁應用程式服務最高提速 35%
• CPU 上的機器學習推論最高提速 35%
• 資料庫工作負載最高提速 30%

I/O 與頻寬：

• 網路頻寬在所有大小規格都有提升；最大規格的執行個體，其網路吞吐量可達 M8g 同等級的兩倍
• Amazon EBS 頻寬平均增加約 20%，在最大規格的執行個體上增幅最為顯著

來自真實客戶的營運數據：

• ClickHouse 在零程式碼變更的條件下，觀測到 36% 的效能躍升 。
• Honeycomb 在為期六個月、用於生產環境可觀測性工作負載的 A/B 測試中，測得每核心吞吐量較 Graviton4 提升了 36% 。
• HubSpot 將 MySQL 資料庫部署至 M9g，查詢時間最多縮短了 60% 。

這些數據的背後，正是架構變革帶來的直接效益。放大 5 倍的 L3 快取大幅減少了對 DRAM 的頻繁存取，這在需要遍歷龐大工作集的資料庫和分析型工作負載上尤其受惠。更快的 DDR5-8800 記憶體與 PCIe Gen 6 介面，則一口氣打通了過往限制吞吐量的頻寬瓶頸。而單晶片設計，則免除了橫向擴展應用在 NUMA 架構上需付出的延遲代價。

M9gd 變體：滿足對極高速本機儲存的需求

針對需要將高速暫存資料保存在最靠近 CPU 位置的應用，AWS 提供了 M9gd 變體。這類執行個體在相同的 Graviton5 運算平台上，加裝了本機 NVMe SSD 區塊儲存，提供最高 11.4 TB 的 NVMe 儲存容量，且 IOPS 較前一代的本機儲存提升 30% 。

大規模快取叢集、日誌處理管線、以及即時分析引擎等應用，對資料存取延遲極度敏感，M9gd 正是為此類需求而生。更快的核心、更低的核心間延遲，再搭配更高的本機儲存 IOPS，讓 M9gd 成為任何試圖縮短「儲存與運算間距離」之工作負載的首選。

為「代理式 AI」量身打造的運算平台

Graviton5 另一個在定位上值得關注的轉變，是 AWS 明確將其瞄準 代理式 AI（Agentic AI） 工作負載——也就是運用大型語言模型（LLM）與其他生成式 AI 技術，來進行即時推理、程式碼生成、多步驟任務編排的系統 。

這類應用在當今的討論中，多半聚焦於 GPU 或 AI 加速器在模型訓練與大量批次推論上的角色。然而，當代理式 AI 進入大規模生產階段時，會創造出一種截然不同的運算模式：在模型推論步驟與編排邏輯之間不斷高速切換的 CPU 密集工作，並須嚴格遵守多重互動的延遲預算。AWS 主張 Graviton5 的低核心間延遲、超大型快取與高核心密度，讓它特別適合這類毋需背負 GPU 高昂成本、但卻需要大規模生產力來支撐的 AI 工作 。

Nitro Isolation Engine：史上第一個經形式驗證的雲端虛擬化層

在純粹的效能之外，Graviton5 平台最具技術深度的升級，是第六代 AWS Nitro System 中一個名為 Nitro Isolation Engine 的全新元件 。

這套引擎以 Rust 語言實作，是一個功能極簡、專門為了在共居的多台虛擬機之間，強制執行隔離而生的虛擬化管理程式元件 。它與現今所有其他生產中虛擬化軟體的最大差異，就在於 形式驗證：AWS 使用 Isabelle 證明輔助工具，產生了機器可驗證的數學證明，來保證以下事項 ：

• 記憶體安全（Memory Safety）與杜絕執行期錯誤
• 功能正確性（實作完全吻合其規格）
• 資訊流控制（Information Flow Control，虛擬機狀態之間零洩漏）

這意味著 AWS 可以提供數學上的確定性，保證某個客戶的工作負載完全無法存取另一個客戶的資料，或干擾其執行，而 AWS 的營運人員也受到相同的隔離限制 。AWS 更承諾，將開放 Nitro Isolation Engine 的實作程式碼與證明文件，供客戶公開檢視 。

這套引擎在 M9g 執行個體上預設即為開啟狀態 。這不僅是一項安全功能的強化，更代表了雲端安全保證的一次典範轉移：從營運控制與審計說明，轉向由機器可檢驗的邏輯來保證最基礎的隔離層。

早期採用者與生態系統

已公開的早期採用者與基準測試合作夥伴包括 Meta、Snowflake、Uber、Honeycomb、SAP、Atlassian 及 ClickHouse，以及透過效能數據揭露的 HubSpot 等 。

這些客戶回報的實際營運數據橫跨多種工作負載類型：

• 資料庫： Snowflake 回報在 Graviton4 上取得 20% 至 60% 的效能增益，並已擴展至 Graviton5；HubSpot 在 M9g 上觀察到 MySQL 查詢時間最多縮短 60% 。
• 可觀測性（Observability）： Honeycomb 的每核心吞吐量較 Graviton4 提升 36% 。
• 數據分析： ClickHouse 在 Graviton4 上見到平均查詢改進 25%–30%，在 Graviton5 上更達到 36% 。
• 應用程式服務： Atlassian 將 Jira 與 Confluence 遷移至 Graviton4 後，獲得了 30% 的吞吐量提升與 25% 的成本降低 。

這些成果再次印證了 Graviton 採用的典型路徑：多數工作負載從 x86 遷移到 Arm 時，在幾乎不需或僅需少量程式碼修改的情況下，就能立刻感受到效能提升，而這樣的效益會隨著矽晶片的世代更迭而持續疊加 。

結語：在對的時間點，重新定義雲端運算的標準

Graviton5 的登場，正處於 Arm 架構伺服器晶片，從「成本優化替代方案」轉變為「主流效能選擇」的關鍵時刻。在過去三年間，AWS 過半數的新增 CPU 容量都由 Graviton 驅動，且前一千大 EC2 客戶中，高達 98% 已在採用 Graviton 執行個體 。

透過單晶片 192 核心設計、3 奈米製程、PCIe Gen 6、DDR5-8800 記憶體，以及數學上可證明的虛擬機隔離能力，Graviton5 不僅拉高了 AWS 自家執行個體家族的規格天花板，也形同為整個雲端原生運算的未來劃下了一道新的標竿：效能、能效與安全的保證，理應立基於可被驗證的科學事實，而非僅是營運上的承諾。

隨著 M9g 與 M9gd 執行個體正式全面可用，這些能力現已可透過標準的 EC2 採用路徑供所有客戶取用；專為運算密集型設計的 C9g，以及專為記憶體密集型設計的 R9g 等變體，也預計在不久的將來跟進推出 。

簡單來說，這是一套在各大公有雲中生產品質中，唯一能提供「數學證明」來保證客戶工作負載彼此隔離，且連 AWS 內部操作人員也無法踰越該隔離界線的底層安全機制 。這讓雲端安全的信任基礎，從過往的營運流程與稽核陳述，正式邁向以機器可驗證的數學邏輯作為擔保的全新維度。

Graviton5 處理器規格一覽

Graviton5 是 Graviton 家族自問世以來幅度最大的架構躍進，關鍵規格整理如下：

• 核心數量： 單顆晶片最高達 192 個 Armv9 Neoverse V3 核心。有別於前代 Graviton4 需透過雙插槽（每插槽 96 核心）來達到 192 核心，Graviton5 採用單晶片設計，徹底消除 NUMA 跨插槽的通訊延遲 。
• 製程節點： 業界普遍認為是由台積電（TSMC）代工的 3 奈米級別製程 。
• 時脈： Neoverse V3 核心運作時脈為 3.1 GHz 。
• L3 快取： 共用快取大幅擴增至 180 MB，是 Graviton4 的 5 倍，這讓每個核心平均可使用的 L3 快取增加了 2.6 倍 。
• 記憶體： 配置 12 組 DDR5 控制器，支援最高 DDR5-8800 的規格，是發佈時各大雲端供應商中速度最快的 DDR5 。
• I/O 介面： 支援 PCIe Gen 6，由 8 組控制器提供對外通道 。
• 核心間延遲： 受惠於單晶片設計，核心間的通訊延遲較 Graviton4 降低了 33% 。

從雙插槽的 Graviton4 邁向單晶片的 Graviton5，最直接的影響就是徹底消除了跨插槽通訊的頻寬與延遲瓶頸。對於將運算分散在多核心上執行的工作來說——像是即時推論管線、記憶體內資料庫，或是大規模微服務——光是這項延遲的改善，就能在單核心指令週期（IPC）提升之外，再貢獻一層可觀的吞吐量增益。

相較前代 Graviton4 (M8g) 的效能躍進

AWS 官方公佈的世代效能提升數據，與第三方分析及早期客戶的實際測試結果相當一致：

運算與吞吐量：

• 一般運算效能最高提升 25%
• 網頁應用程式服務最高提速 35%
• CPU 上的機器學習推論最高提速 35%
• 資料庫工作負載最高提速 30%

I/O 與頻寬：

• 網路頻寬在所有大小規格都有提升；最大規格的執行個體，其網路吞吐量可達 M8g 同等級的兩倍
• Amazon EBS 頻寬平均增加約 20%，在最大規格的執行個體上增幅最為顯著

來自真實客戶的營運數據：

• ClickHouse 在零程式碼變更的條件下，觀測到 36% 的效能躍升 。
• Honeycomb 在為期六個月、用於生產環境可觀測性工作負載的 A/B 測試中，測得每核心吞吐量較 Graviton4 提升了 36% 。
• HubSpot 將 MySQL 資料庫部署至 M9g，查詢時間最多縮短了 60% 。

這些數據的背後，正是架構變革帶來的直接效益。放大 5 倍的 L3 快取大幅減少了對 DRAM 的頻繁存取，這在需要遍歷龐大工作集的資料庫和分析型工作負載上尤其受惠。更快的 DDR5-8800 記憶體與 PCIe Gen 6 介面，則一口氣打通了過往限制吞吐量的頻寬瓶頸。而單晶片設計，則免除了橫向擴展應用在 NUMA 架構上需付出的延遲代價。

M9gd 變體：滿足對極高速本機儲存的需求

針對需要將高速暫存資料保存在最靠近 CPU 位置的應用，AWS 提供了 M9gd 變體。這類執行個體在相同的 Graviton5 運算平台上，加裝了本機 NVMe SSD 區塊儲存，提供最高 11.4 TB 的 NVMe 儲存容量，且 IOPS 較前一代的本機儲存提升 30% 。

大規模快取叢集、日誌處理管線、以及即時分析引擎等應用，對資料存取延遲極度敏感，M9gd 正是為此類需求而生。更快的核心、更低的核心間延遲，再搭配更高的本機儲存 IOPS，讓 M9gd 成為任何試圖縮短「儲存與運算間距離」之工作負載的首選。

為「代理式 AI」量身打造的運算平台

Graviton5 另一個在定位上值得關注的轉變，是 AWS 明確將其瞄準 代理式 AI（Agentic AI） 工作負載——也就是運用大型語言模型（LLM）與其他生成式 AI 技術，來進行即時推理、程式碼生成、多步驟任務編排的系統 。

這類應用在當今的討論中，多半聚焦於 GPU 或 AI 加速器在模型訓練與大量批次推論上的角色。然而，當代理式 AI 進入大規模生產階段時，會創造出一種截然不同的運算模式：在模型推論步驟與編排邏輯之間不斷高速切換的 CPU 密集工作，並須嚴格遵守多重互動的延遲預算。AWS 主張 Graviton5 的低核心間延遲、超大型快取與高核心密度，讓它特別適合這類毋需背負 GPU 高昂成本、但卻需要大規模生產力來支撐的 AI 工作 。

Nitro Isolation Engine：史上第一個經形式驗證的雲端虛擬化層

在純粹的效能之外，Graviton5 平台最具技術深度的升級，是第六代 AWS Nitro System 中一個名為 Nitro Isolation Engine 的全新元件 。

這套引擎以 Rust 語言實作，是一個功能極簡、專門為了在共居的多台虛擬機之間，強制執行隔離而生的虛擬化管理程式元件 。它與現今所有其他生產中虛擬化軟體的最大差異，就在於 形式驗證：AWS 使用 Isabelle 證明輔助工具，產生了機器可驗證的數學證明，來保證以下事項 ：

• 記憶體安全（Memory Safety）與杜絕執行期錯誤
• 功能正確性（實作完全吻合其規格）
• 資訊流控制（Information Flow Control，虛擬機狀態之間零洩漏）

這意味著 AWS 可以提供數學上的確定性，保證某個客戶的工作負載完全無法存取另一個客戶的資料，或干擾其執行，而 AWS 的營運人員也受到相同的隔離限制 。AWS 更承諾，將開放 Nitro Isolation Engine 的實作程式碼與證明文件，供客戶公開檢視 。

這套引擎在 M9g 執行個體上預設即為開啟狀態 。這不僅是一項安全功能的強化，更代表了雲端安全保證的一次典範轉移：從營運控制與審計說明，轉向由機器可檢驗的邏輯來保證最基礎的隔離層。

早期採用者與生態系統

已公開的早期採用者與基準測試合作夥伴包括 Meta、Snowflake、Uber、Honeycomb、SAP、Atlassian 及 ClickHouse，以及透過效能數據揭露的 HubSpot 等 。

這些客戶回報的實際營運數據橫跨多種工作負載類型：

• 資料庫： Snowflake 回報在 Graviton4 上取得 20% 至 60% 的效能增益，並已擴展至 Graviton5；HubSpot 在 M9g 上觀察到 MySQL 查詢時間最多縮短 60% 。
• 可觀測性（Observability）： Honeycomb 的每核心吞吐量較 Graviton4 提升 36% 。
• 數據分析： ClickHouse 在 Graviton4 上見到平均查詢改進 25%–30%，在 Graviton5 上更達到 36% 。
• 應用程式服務： Atlassian 將 Jira 與 Confluence 遷移至 Graviton4 後，獲得了 30% 的吞吐量提升與 25% 的成本降低 。

這些成果再次印證了 Graviton 採用的典型路徑：多數工作負載從 x86 遷移到 Arm 時，在幾乎不需或僅需少量程式碼修改的情況下，就能立刻感受到效能提升，而這樣的效益會隨著矽晶片的世代更迭而持續疊加 。

結語：在對的時間點，重新定義雲端運算的標準

Graviton5 的登場，正處於 Arm 架構伺服器晶片，從「成本優化替代方案」轉變為「主流效能選擇」的關鍵時刻。在過去三年間，AWS 過半數的新增 CPU 容量都由 Graviton 驅動，且前一千大 EC2 客戶中，高達 98% 已在採用 Graviton 執行個體 。

透過單晶片 192 核心設計、3 奈米製程、PCIe Gen 6、DDR5-8800 記憶體，以及數學上可證明的虛擬機隔離能力，Graviton5 不僅拉高了 AWS 自家執行個體家族的規格天花板，也形同為整個雲端原生運算的未來劃下了一道新的標竿：效能、能效與安全的保證，理應立基於可被驗證的科學事實，而非僅是營運上的承諾。

隨著 M9g 與 M9gd 執行個體正式全面可用，這些能力現已可透過標準的 EC2 採用路徑供所有客戶取用；專為運算密集型設計的 C9g，以及專為記憶體密集型設計的 R9g 等變體，也預計在不久的將來跟進推出 。