Для работы проектов iXBT.com нужны файлы cookie и сервисы аналитики.
Продолжая посещать сайты проектов вы соглашаетесь с нашей
Политикой в отношении файлов cookie
Утверждение 1: Компании обмануты ARM и зря поверили в «производительность на ватт на доллар» ARM
Это неверно. Множество компаний и облачных провайдеров на самом деле получили реальную экономию энергии и средств при переходе на ARM. Например, Amazon (AWS) отмечает, что многие клиенты и партнёры достигли существенного прироста производительности на доллар при переходе на инстансы на базе Graviton2/3/4. Так, компания Ascend Money после миграции своих Hadoop/Spark‑нагрузок на Graviton2 сообщила о 40% выигрыше по «производительность/цена» и 20% снижении стоимости экземпляра при том же ПО [1]. Абли (Ably) отмечает «до 40% более высокую производительность на доллар» с Graviton [2] Подобные примеры приведены и в других кейсах AWS
Кроме того, компания Oracle провела сравнение своей службы big data (Apache Spark) на ARM‑инстансах Ampere A1 и стандартных x86‑инстансах. В результате получили до 50% лучшую производительность на доллар при использовании ARM.[3]
Это подтверждает, что низкое энергопотребление ARM‑чипов (благодаря фиксированной частоте и архитектуре без наследия) вкупе с высокой плотностью ядер даёт реальный выигрыш по ТCO. Архитектурные особенности ARM‑процессоров (например, большой общий кеш, постоянная частота всех ядер) обеспечивают стабильную производительность и низкое энергопотребление. Так, Ampere Altra (80 ядер, 3.3 ГГц) в тесте SPECint2017 показал на 9% более высокую производительность и на 16% меньшее энергопотребление, чем 64‑ядерный AMD EPYC 7742 (225 Вт). [4]
Это значит, что при нагрузках типа SPECrate Амперный ARM выдаёт более высокий результат при значительно меньшем энергопотреблении.
Наконец, в суперкомпьютерном мире ARM-дизайны лидируют по энергоэффективности. Так, японский суперкомпьютер Fugaku на базе ARM‑процессоров Fujitsu A64FX установил рекорд по энергоэффективности: ~16.9 GFLOPS на ватт при решении задачи линейной алгебры [5]
Вывод: компании мигрировали на ARM не из-за «обмана», а из-за реальных преимуществ ARM‑процессоров по энергоэффективности и стоимости вычислений. Независимые и OEM‑тесты показывают, что современные ARM‑чипы зачастую дают выше производительность на ватт и на доллар, чем конкурирующие x86 Утверждение 2: Ни одна из компаний не представила ARM‑процессор, сравнимый по производительности с x86
— Amazon (AWS Graviton4): новая 96‑ядерная ARM‑СPU Graviton4 (Neoverse V2, Armv9) в тестах показала производительность на уровне (и во многих сценариях — лучше), чем современные Intel Xeon Sapphire Rapids и AMD EPYC Genoa. Как пишет Phoronix, Graviton4 при тех же vCPU «примерно соответствует производительности Intel Sapphire Rapids и может потягаться с AMD Genoa» [6]. Грубо говоря, кластер из Arm‑ядер AWS уже сравним с x86‑кластером по большинству серверных задач.
— NVIDIA Grace CPU: специализированный ARM‑CPU для суперкомпьютеров. Модель Grace Superchip (2×72 Arm Neoverse V2, 144 ядер) имеет двухчиповую упаковку и TDP 500 Вт с памятью. Она входит в суперкомпьютеры Top500 (в 2025 году, например, №8 «ALPS» в Цюрихе с Grace + Hopper) с пиковыми 434.9 Pflops. Таким образом, ARM‑ядра NVIDIA в связке с GPU обеспечивают выдающуюся вычислительную мощность, сравнимую с топовыми x86-системами.
— Google (Axion): Google анонсировала свой первый ARM‑CPU «Axion» (Armv9 Neoverse V2, до 72 ядер) для Google Cloud. Свою новую линейку Axion‑инстансов Google заявляет как дающую «до 50% больше производительности» и «до 60% лучшей энергоэффективности» по сравнению с текущими x86-инстансами!
— Microsoft: хотя у Microsoft нет собственного ARM‑CPU, она активно поддерживает ARM-решения (Windows on ARM, Azure on ARM). В Azure тоже появились ARM‑инстансы на базе Ampere Altra. Кроме того, на устройствах Surface использованы ARM-процессоры Qualcomm (серия SQ), которые по части энергоэффективности конкурируют с x86‑ноутбуками.
В каждом из примеров ARM-процессоры либо уже достигли, либо заявляют о сравнимых с x86 уровнях производительности, часто выигрывая при этом в энергоэффективности. Утверждение 3: ARM-процессоры уже достигают энергопотребления 400 Вт
Существуют отдельные редкие решения на ARM с очень высокой мощностью, но это не правило для архитектуры в целом. Действительно, новый 192‑ядерный CPU AmpereOne A192 заявлен с максимальным TDP 400 Вт. Однако стоит отметить, что это экстремальный пример – процессор на 192 ARM‑ядра для высокоплотных серверов и AI-инференса. Большинство современных ARM-CPU потребляют значительно меньше:
— NVIDIA Grace CPU Superchip (2×72 ядра, 500W вместе с памятью)
— Ampere Altra Q80-33 (80 ядер) имеет TDP порядка 150–210 Вт
— Ampere Altra Max M128-30 (128 ядер) имеет TDP ~250–270 Вт
— AWS Graviton3 (64 ядра) потребляет лишь ~45–50 Вт
— Apple M1/M2 для сравнения — около 20–30 Вт в нагрузке
Таким образом, в типичных применениях ARM-процессоры демонстрируют гораздо более низкое энергопотребление, чем 400 Вт. Заявленные 400 Вт достигаются только в крайне «вычислительно насыщенных» чипах (AmpereOne) или при суммарном учёте питания памяти (Grace). С учётом производительности на ядро и количества ядер, эти чипы всё равно часто выходят вперед по эффективности (FLOPS/Вт) по сравнению с ближайшими x86-аналоги. Утверждение 4: ARM-процессоры в целом значительно уступают x86 по производительности
Серверные/кластерные бенчмарки. Как уже упоминалось, Ampere Altra может конкурировать с лучшими x86 CPU. В SPECrate2017 Altra Q80 показала чуть большую общую производительность, чем EPYC 7742, при гораздо меньшем энергопотреблении.
Реальные прикладные нагрузки. При практических задачах типа баз данных, веб-сервисов, аналитики, видео‑ и аудио‑кодирования результаты ARM тоже впечатляют. Например, Oracle/Ampere в тестах Spark (большие данные) получили преимущество ARM над x86 (см. выше). AWS-клиенты сообщают о реальных ускорениях (Aerospike – до 6× пропускной способности на Graviton4 по сравнению с предыдущим поколением Intel). Кампания Ansys зафиксировала ~30–35% прироста скорости расчётов на Graviton3 против предыдущего x86‑обозначения. Даже в пользовательских приложениях на ARM‑ноутбуках Apple M1/M2 получили много высоких оценок за скорость на ядро при низком энергопотреблении (сторонние тесты показывают, что M1 Pro/Max часто обгоняют Intel Core i9/HEDT в бенчмарках на один поток при потреблении ~20–30 Вт).
Суперкомпьютеры и HPC. Хотя в настоящее время среди Top500 преобладает x86, ARM-проекты занимают высокие места. Fugaku (ARM A64FX) уже в 2020 был №1 в мире по Linpack и лидером Green500!
В итоге, ARM не «значительно уступает» x86 – он предлагает альтернативный путь: больше ядер и меньший TDP. В многих сценариях ARM-чипы показывают не хуже, а то и лучшее сочетание «сырых вычислений и эффективности».
ARM‑процессоры не являются «слабым звеном» — они демонстрируют конкурентоспособную производительность и во многих случаях превосходят x86 по энергоэффективности. Справедливее сказать, что ARM догнал x86 в производительности при существенно меньшем энергопотреблении, и его потенциал растёт. Собственно поэтому крупнейшие компании (AWS, Oracle, Google, NVIDIA и др.) активно инвестируют в ARM‑проекты и выводят на рынок мощные ARM‑процессоры!
How Arm Is Winning Over AWS, Google, Microsoft And Nvidia In Data Centers — https://www.crn.com/news/components-peripherals/2025/how-arm-is-winning-over-aws-google-microsoft-and-nvidia-in-data-centers
How Apple Dethroned Intel As the World's Most Innovative Chipmaker — https://www.fool.com/investing/2018/05/28/how-apple-dethroned-intel-as-the-worlds-most-innov.aspx
Впечатляет место в топ-5, но это не означает, что всё гладко… сама модель на многих задачах стала заметно хуже, (gpt5 вообще правильный), пользователи жалуются на ухудшение качества и UI (да и скора рекламу завезут).
Трафик, судя по свежим данным, уже падает в некоторых отчётах, рост в прошлом не гарантирует устойчивость. И при этом у партнёров (например, Oracle) проблемы с долговой нагрузкой, что ставит под вопрос масштабирование инфраструктуры и дальнейшие инвестиции.
Так что у “воришки Сэма” на самом деле большие проблемы. А если учесть, что они уже начали заикаться о возможной господдержке, то дела выглядят совсем плохо
В сумме — повода для ликования мало
I installed top 100 apps: my Android phone contacted Russia and China at night — https://cybernews.com/editorial/android-phone-top-apps-contact-russia-china/
О чем мы вообще говорим если ты в дроиде не имеешь контроль над приложениями?
В комментариях к iPhone 17 он сначала выдумывает модель на 1 ТБ, а когда его ловят на лжи, начинает юлить и оправдываться, мол, он имел в виду версию «Pro». Но я-то знаю, что каждый его комментарий — это вранье и анти-Apple пропаганда…
Android устройства часто передают больше данных по ряду технических и организационных причин.
Android sends 20x more data to Google than iOS sends to Apple, study says — https://arstechnica.com/gadgets/2021/03/android-sends-20x-more-data-to-google-than-ios-sends-to-apple-study-says/
С ценами через api вообще охереле…
Это неверно. Множество компаний и облачных провайдеров на самом деле получили реальную экономию энергии и средств при переходе на ARM. Например, Amazon (AWS) отмечает, что многие клиенты и партнёры достигли существенного прироста производительности на доллар при переходе на инстансы на базе Graviton2/3/4. Так, компания Ascend Money после миграции своих Hadoop/Spark‑нагрузок на Graviton2 сообщила о 40% выигрыше по «производительность/цена» и 20% снижении стоимости экземпляра при том же ПО [1]. Абли (Ably) отмечает «до 40% более высокую производительность на доллар» с Graviton [2] Подобные примеры приведены и в других кейсах AWS
Кроме того, компания Oracle провела сравнение своей службы big data (Apache Spark) на ARM‑инстансах Ampere A1 и стандартных x86‑инстансах. В результате получили до 50% лучшую производительность на доллар при использовании ARM.[3]
Это подтверждает, что низкое энергопотребление ARM‑чипов (благодаря фиксированной частоте и архитектуре без наследия) вкупе с высокой плотностью ядер даёт реальный выигрыш по ТCO. Архитектурные особенности ARM‑процессоров (например, большой общий кеш, постоянная частота всех ядер) обеспечивают стабильную производительность и низкое энергопотребление. Так, Ampere Altra (80 ядер, 3.3 ГГц) в тесте SPECint2017 показал на 9% более высокую производительность и на 16% меньшее энергопотребление, чем 64‑ядерный AMD EPYC 7742 (225 Вт). [4]
Это значит, что при нагрузках типа SPECrate Амперный ARM выдаёт более высокий результат при значительно меньшем энергопотреблении.
Наконец, в суперкомпьютерном мире ARM-дизайны лидируют по энергоэффективности. Так, японский суперкомпьютер Fugaku на базе ARM‑процессоров Fujitsu A64FX установил рекорд по энергоэффективности: ~16.9 GFLOPS на ватт при решении задачи линейной алгебры [5]
Вывод: компании мигрировали на ARM не из-за «обмана», а из-за реальных преимуществ ARM‑процессоров по энергоэффективности и стоимости вычислений. Независимые и OEM‑тесты показывают, что современные ARM‑чипы зачастую дают выше производительность на ватт и на доллар, чем конкурирующие x86
Утверждение 2: Ни одна из компаний не представила ARM‑процессор, сравнимый по производительности с x86
— Amazon (AWS Graviton4): новая 96‑ядерная ARM‑СPU Graviton4 (Neoverse V2, Armv9) в тестах показала производительность на уровне (и во многих сценариях — лучше), чем современные Intel Xeon Sapphire Rapids и AMD EPYC Genoa. Как пишет Phoronix, Graviton4 при тех же vCPU «примерно соответствует производительности Intel Sapphire Rapids и может потягаться с AMD Genoa» [6]. Грубо говоря, кластер из Arm‑ядер AWS уже сравним с x86‑кластером по большинству серверных задач.
— NVIDIA Grace CPU: специализированный ARM‑CPU для суперкомпьютеров. Модель Grace Superchip (2×72 Arm Neoverse V2, 144 ядер) имеет двухчиповую упаковку и TDP 500 Вт с памятью. Она входит в суперкомпьютеры Top500 (в 2025 году, например, №8 «ALPS» в Цюрихе с Grace + Hopper) с пиковыми 434.9 Pflops. Таким образом, ARM‑ядра NVIDIA в связке с GPU обеспечивают выдающуюся вычислительную мощность, сравнимую с топовыми x86-системами.
— Google (Axion): Google анонсировала свой первый ARM‑CPU «Axion» (Armv9 Neoverse V2, до 72 ядер) для Google Cloud. Свою новую линейку Axion‑инстансов Google заявляет как дающую «до 50% больше производительности» и «до 60% лучшей энергоэффективности» по сравнению с текущими x86-инстансами!
— Microsoft: хотя у Microsoft нет собственного ARM‑CPU, она активно поддерживает ARM-решения (Windows on ARM, Azure on ARM). В Azure тоже появились ARM‑инстансы на базе Ampere Altra. Кроме того, на устройствах Surface использованы ARM-процессоры Qualcomm (серия SQ), которые по части энергоэффективности конкурируют с x86‑ноутбуками.
В каждом из примеров ARM-процессоры либо уже достигли, либо заявляют о сравнимых с x86 уровнях производительности, часто выигрывая при этом в энергоэффективности.
Утверждение 3: ARM-процессоры уже достигают энергопотребления 400 Вт
Существуют отдельные редкие решения на ARM с очень высокой мощностью, но это не правило для архитектуры в целом. Действительно, новый 192‑ядерный CPU AmpereOne A192 заявлен с максимальным TDP 400 Вт. Однако стоит отметить, что это экстремальный пример – процессор на 192 ARM‑ядра для высокоплотных серверов и AI-инференса. Большинство современных ARM-CPU потребляют значительно меньше:
— NVIDIA Grace CPU Superchip (2×72 ядра, 500W вместе с памятью)
— Ampere Altra Q80-33 (80 ядер) имеет TDP порядка 150–210 Вт
— Ampere Altra Max M128-30 (128 ядер) имеет TDP ~250–270 Вт
— AWS Graviton3 (64 ядра) потребляет лишь ~45–50 Вт
— Apple M1/M2 для сравнения — около 20–30 Вт в нагрузке
Таким образом, в типичных применениях ARM-процессоры демонстрируют гораздо более низкое энергопотребление, чем 400 Вт. Заявленные 400 Вт достигаются только в крайне «вычислительно насыщенных» чипах (AmpereOne) или при суммарном учёте питания памяти (Grace). С учётом производительности на ядро и количества ядер, эти чипы всё равно часто выходят вперед по эффективности (FLOPS/Вт) по сравнению с ближайшими x86-аналоги.
Утверждение 4: ARM-процессоры в целом значительно уступают x86 по производительности
Серверные/кластерные бенчмарки. Как уже упоминалось, Ampere Altra может конкурировать с лучшими x86 CPU. В SPECrate2017 Altra Q80 показала чуть большую общую производительность, чем EPYC 7742, при гораздо меньшем энергопотреблении.
Реальные прикладные нагрузки. При практических задачах типа баз данных, веб-сервисов, аналитики, видео‑ и аудио‑кодирования результаты ARM тоже впечатляют. Например, Oracle/Ampere в тестах Spark (большие данные) получили преимущество ARM над x86 (см. выше). AWS-клиенты сообщают о реальных ускорениях (Aerospike – до 6× пропускной способности на Graviton4 по сравнению с предыдущим поколением Intel). Кампания Ansys зафиксировала ~30–35% прироста скорости расчётов на Graviton3 против предыдущего x86‑обозначения. Даже в пользовательских приложениях на ARM‑ноутбуках Apple M1/M2 получили много высоких оценок за скорость на ядро при низком энергопотреблении (сторонние тесты показывают, что M1 Pro/Max часто обгоняют Intel Core i9/HEDT в бенчмарках на один поток при потреблении ~20–30 Вт).
Суперкомпьютеры и HPC. Хотя в настоящее время среди Top500 преобладает x86, ARM-проекты занимают высокие места. Fugaku (ARM A64FX) уже в 2020 был №1 в мире по Linpack и лидером Green500!
В итоге, ARM не «значительно уступает» x86 – он предлагает альтернативный путь: больше ядер и меньший TDP. В многих сценариях ARM-чипы показывают не хуже, а то и лучшее сочетание «сырых вычислений и эффективности».
ARM‑процессоры не являются «слабым звеном» — они демонстрируют конкурентоспособную производительность и во многих случаях превосходят x86 по энергоэффективности. Справедливее сказать, что ARM догнал x86 в производительности при существенно меньшем энергопотреблении, и его потенциал растёт. Собственно поэтому крупнейшие компании (AWS, Oracle, Google, NVIDIA и др.) активно инвестируют в ARM‑проекты и выводят на рынок мощные ARM‑процессоры!
[1] — https://aws.amazon.com/fr/ec2/graviton/customers/#:~:text=%E2%80%9CWe%20crunch%20a%20huge%20amount,further%20our%20goal%20of%20enabling
[2] — https://aws.amazon.com/fr/ec2/graviton/customers/#:~:text=%E2%80%9CWe%20migrated%20a%20majority%20of,%E2%80%9D
[3] — https://blogs.oracle.com/cloud-infrastructure/price-performance-big-data-workloads-ampere-a1#:~:text=,better%20than
[4] — https://amperecomputing.com/en/blogs/energy-efficiency-of-ampere-altra-running-modern-cloud-workloads#:~:text=The%20power%20efficiency%20of%20Ampere,own%20TCO%20model%20and%20their
[5] — https://www.fujitsu.com/global/about/resources/news/press-releases/2019/1118-02.html#:~:text=This%20performance%20measurement%20demonstrated%20that,1%20watt%20of%20power%20consumption
[6] — https://www.phoronix.com/review/aws-graviton4-benchmarks
Только новый уже на М5
Вот кстати, хорошо об этом рассасывают тут New Largest AI Datacenter — Not a Single GPU Inside — https://youtu.be/N10w1KvFKNQ
Трафик, судя по свежим данным, уже падает в некоторых отчётах, рост в прошлом не гарантирует устойчивость. И при этом у партнёров (например, Oracle) проблемы с долговой нагрузкой, что ставит под вопрос масштабирование инфраструктуры и дальнейшие инвестиции.
Так что у “воришки Сэма” на самом деле большие проблемы. А если учесть, что они уже начали заикаться о возможной господдержке, то дела выглядят совсем плохо
В сумме — повода для ликования мало
О чем мы вообще говорим если ты в дроиде не имеешь контроль над приложениями?
Android sends 20x more data to Google than iOS sends to Apple, study says — https://arstechnica.com/gadgets/2021/03/android-sends-20x-more-data-to-google-than-ios-sends-to-apple-study-says/