亚马逊开始转向另一个开源虚拟化技术KVM
云服务作为目前市面上利润最大的市场之一，已然成了不少互联网巨头公司的主要业务，而云服务供应商中稳坐头号交椅的，自然是亚马逊的aws。作为占据全球市场近三分之一，在中国市场仅次于阿里云的公共云平台，亚马逊的云业务成了它最赚钱的业务，甚至在其零售业务开始亏损时，也依然在一己之力撑起亚马逊的利润率。
亚马逊的aws业务之所以能收获这样的成功，同样离不开硬件。云服务市场初期的竞争很简单，由于硬件用的都是英特尔、amd这些厂商的服务器产品线，所以差距不大，只能靠虚拟化技术之类的软件架构以及更高的性价比来吸引客户。但为了进一步降低成本，云服务厂商们也纷纷开始自研芯片，亚马逊、谷歌还有阿里巴巴都是如此。
一次成功的收购对于云服务的基石实例来说，虚拟化是至关重要的。亚马逊此前用到的都是xen这一开源虚拟化技术，随后在发现xen在硬件虚拟化上的一些限制之后，亚马逊开始转向另一个开源虚拟化技术kvm。
但也正是这一转变让他们有了重大发现，那就是尽管英特尔和amd的服务器cpu在虚拟化上越来越成熟，但kvm能与asic紧密结合在一起反而能发挥出更大的优势。为此，他们决定发展自己的芯片设计业务。
2015年，亚马逊以未公开的金额收购了一家来自以色列的初创芯片公司annapurna labs，而这时的annapurna labs甚至没有任何公开的产品，但亚马逊很明显看中了他们在服务器芯片上的开发实力。果不其然，2015年起，带有annapurna labs标志的asic芯片开始出现在project nitro中，只不过大部分asic芯片都只是作为网络/存储卸载卡上，每个实例的硬件主体大部分还是英特尔的x86 cpu。
2018年，第一代aws graviton面世，作为亚马逊自研的arm服务器cpu方案，基于该处理器的实例在使用成本上要低于基于x86的方案，收获了不少用户的同时，也扩展了arm的云端开发生态。这之后公布的第二代与第三代aws graviton，都为通用工作复杂提供了更高的性价比。
之所以有这么快的迭代速度，与亚马逊以ip为导向的设计路线有关。以aws graviton2和graviton3为例，这两者分别运用了arm neoverse n1和neoverse v1的方案，并不需要亚马逊像ampere computing这样的服务器芯片厂商一样，开始考虑自研arm ip。
ai/ml带来的新一波热潮提供通用计算托管平台的亚马逊也没有止步于此，他们看上了新的市场，那就是ai/ml。作为“新电力”的人工智能正在为各个行业带去新的生机，但所需的算力也成了转型过程中最大的难题。最初大家指望用cpu来解决ai算力的问题，然而面对全新的计算方式，cpu很快就显得心有余而力不足。
但要去做gpu需要的技术积累可不少，市面上也只有英伟达的gpu在ai/ml上打出了名号，所以亚马逊和许多ai芯片初创公司一样，还是打算从asic上出发，推出了inferentia和trainium这两款推理和训练芯片。
不过inferentia和trainium与graviton的定位是一样的，亚马逊并不指望从性能上打败如日中天的gpu，而是希望提供一个成本更低延迟更低并支持更多算法的方案，继续发挥云服务在即用即付这一高性价比商业模式上的优势。
与此同时，亚马逊作为全球市占比第一的云服务厂商，单靠自己的硬件是没法实现这样的地位的，所以无论是英伟达的gpu还是英特尔habana labs的ai加速器，亚马逊也都有合作部署。
即便inferentia和trainium带来了一定的成本和功耗优势，但要想打破当下以gpu主导的ai/ml生态，还面临着不少挑战，英伟达的cuda已经打造了一个相当庞大的开发社区，要想让开发者迁移到asic硬件上，还有庞大的移植工作需要完成。这也是为何亚马逊的annapurna labs部门目前开放的100多个职位中，硬件开发的其实只有10多位，余下的大部分还是软件开发岗，大部分ai芯片初创公司也在面临着这类困境，并非独此一家。
结语在大部分服务器cpu、ai/ml加速器初创公司眼中，直接把硬件卖给各大数据中心和互联网公司并不是唯一的销售途径，能傍上亚马逊、谷歌和阿里巴巴这样的大腿不仅能盈利，还能提高自己产品的普及程度。
这也是为何ampere computing的altra处理器开始陆续出现在azure、谷歌云和阿里云等平台上，云服务平台自研芯片归根结底还是为了提供性价比更高的方案，但他们的客户还在猛增阶段，只靠闭门造车肯定是没法扩大市场份额的，拥抱更大的硬件生态才能实现共赢。
数字延时脉冲发生器DG645的技术参数
这样的配置简直没谁了？三星s8：大屏占比+骁龙835+2K屏+虹膜识别
华为悲壮的487天是中国芯片产业处境尴尬的现实折射
NVIDIA助力机器人技术的提升 为构建自主机器统一平台树立了里程碑
5G RedCap规模商用在即！轻量化5G打开物联网“中间市场”
亚马逊开始转向另一个开源虚拟化技术KVM
如何利用连续分组连接技术降低智能手机的芯片功耗
Vishay发布的新款光电二极管---VEMD8080，其可见光敏感度为可穿戴传感器设备带来了超薄体验
五遥技术应用，动环监控系统方案，打造可视化智能机房
国网朔州供电公司联合中国移动和华为将共同打造5G+智能电网
长城汽车：坦克将独立成越野品牌
自制摩托车防盗报警喇叭
物联网怎样逐步走向市场
我国5G基站80%应用在哪里
Type-C接口究竟有什么魅力，能够成为市场的主流
iphone14出来后13系列会降价多少
三格电子：工业以太网(Profinet、EtherNet/IP、ModbusTCP等)转无线设备
商汤科技成为全球第三大机器视觉领域应用市场
浅谈排针排母镀层提高电性能
关于迷你型MINI光纤收发器，它的优势是什么
亚马逊的aws业务之所以能收获这样的成功，同样离不开硬件。云服务市场初期的竞争很简单，由于硬件用的都是英特尔、amd这些厂商的服务器产品线，所以差距不大，只能靠虚拟化技术之类的软件架构以及更高的性价比来吸引客户。但为了进一步降低成本，云服务厂商们也纷纷开始自研芯片，亚马逊、谷歌还有阿里巴巴都是如此。
一次成功的收购对于云服务的基石实例来说，虚拟化是至关重要的。亚马逊此前用到的都是xen这一开源虚拟化技术，随后在发现xen在硬件虚拟化上的一些限制之后，亚马逊开始转向另一个开源虚拟化技术kvm。
但也正是这一转变让他们有了重大发现，那就是尽管英特尔和amd的服务器cpu在虚拟化上越来越成熟，但kvm能与asic紧密结合在一起反而能发挥出更大的优势。为此，他们决定发展自己的芯片设计业务。
2015年，亚马逊以未公开的金额收购了一家来自以色列的初创芯片公司annapurna labs，而这时的annapurna labs甚至没有任何公开的产品，但亚马逊很明显看中了他们在服务器芯片上的开发实力。果不其然，2015年起，带有annapurna labs标志的asic芯片开始出现在project nitro中，只不过大部分asic芯片都只是作为网络/存储卸载卡上，每个实例的硬件主体大部分还是英特尔的x86 cpu。
2018年，第一代aws graviton面世，作为亚马逊自研的arm服务器cpu方案，基于该处理器的实例在使用成本上要低于基于x86的方案，收获了不少用户的同时，也扩展了arm的云端开发生态。这之后公布的第二代与第三代aws graviton，都为通用工作复杂提供了更高的性价比。
之所以有这么快的迭代速度，与亚马逊以ip为导向的设计路线有关。以aws graviton2和graviton3为例，这两者分别运用了arm neoverse n1和neoverse v1的方案，并不需要亚马逊像ampere computing这样的服务器芯片厂商一样，开始考虑自研arm ip。
ai/ml带来的新一波热潮提供通用计算托管平台的亚马逊也没有止步于此，他们看上了新的市场，那就是ai/ml。作为“新电力”的人工智能正在为各个行业带去新的生机，但所需的算力也成了转型过程中最大的难题。最初大家指望用cpu来解决ai算力的问题，然而面对全新的计算方式，cpu很快就显得心有余而力不足。
但要去做gpu需要的技术积累可不少，市面上也只有英伟达的gpu在ai/ml上打出了名号，所以亚马逊和许多ai芯片初创公司一样，还是打算从asic上出发，推出了inferentia和trainium这两款推理和训练芯片。
不过inferentia和trainium与graviton的定位是一样的，亚马逊并不指望从性能上打败如日中天的gpu，而是希望提供一个成本更低延迟更低并支持更多算法的方案，继续发挥云服务在即用即付这一高性价比商业模式上的优势。
与此同时，亚马逊作为全球市占比第一的云服务厂商，单靠自己的硬件是没法实现这样的地位的，所以无论是英伟达的gpu还是英特尔habana labs的ai加速器，亚马逊也都有合作部署。
即便inferentia和trainium带来了一定的成本和功耗优势，但要想打破当下以gpu主导的ai/ml生态，还面临着不少挑战，英伟达的cuda已经打造了一个相当庞大的开发社区，要想让开发者迁移到asic硬件上，还有庞大的移植工作需要完成。这也是为何亚马逊的annapurna labs部门目前开放的100多个职位中，硬件开发的其实只有10多位，余下的大部分还是软件开发岗，大部分ai芯片初创公司也在面临着这类困境，并非独此一家。
结语在大部分服务器cpu、ai/ml加速器初创公司眼中，直接把硬件卖给各大数据中心和互联网公司并不是唯一的销售途径，能傍上亚马逊、谷歌和阿里巴巴这样的大腿不仅能盈利，还能提高自己产品的普及程度。
这也是为何ampere computing的altra处理器开始陆续出现在azure、谷歌云和阿里云等平台上，云服务平台自研芯片归根结底还是为了提供性价比更高的方案，但他们的客户还在猛增阶段，只靠闭门造车肯定是没法扩大市场份额的，拥抱更大的硬件生态才能实现共赢。
数字延时脉冲发生器DG645的技术参数
这样的配置简直没谁了？三星s8：大屏占比+骁龙835+2K屏+虹膜识别
华为悲壮的487天是中国芯片产业处境尴尬的现实折射
NVIDIA助力机器人技术的提升 为构建自主机器统一平台树立了里程碑
5G RedCap规模商用在即！轻量化5G打开物联网“中间市场”
亚马逊开始转向另一个开源虚拟化技术KVM
如何利用连续分组连接技术降低智能手机的芯片功耗
Vishay发布的新款光电二极管---VEMD8080，其可见光敏感度为可穿戴传感器设备带来了超薄体验
五遥技术应用，动环监控系统方案，打造可视化智能机房
国网朔州供电公司联合中国移动和华为将共同打造5G+智能电网
长城汽车：坦克将独立成越野品牌
自制摩托车防盗报警喇叭
物联网怎样逐步走向市场
我国5G基站80%应用在哪里
Type-C接口究竟有什么魅力，能够成为市场的主流
iphone14出来后13系列会降价多少
三格电子：工业以太网(Profinet、EtherNet/IP、ModbusTCP等)转无线设备
商汤科技成为全球第三大机器视觉领域应用市场
浅谈排针排母镀层提高电性能
关于迷你型MINI光纤收发器，它的优势是什么