单从技术层面来看,在追求稳定可靠的基础上,不同的应用场景对计算资源的需求并不完全一致,也对应着不同的技术选型需求:
1、云平台,着重于计算资源的虚拟化,需关注物理CPU对虚拟化技术的支持、物理CPU与虚拟CPU的超分比、虚拟CPU的处理能力等指标;
2、数据处理平台,着重于并发处理能力,关注CPU单核性能、CPU超线程或多核能力、IO吞吐能力等;
3、软件定义存储,不同的底层存储介质IO能力适配不同的算力需求;
4、其他应用。
想请教下,在如上四类应用场景下,不同的CPU应用的优劣对比和技术选型?
云平台上优选x86/amd64架构,他们对于虚拟化的积累比ARM要多得多,因此海光>鲲鹏;
数据处理平台,具体情况具体分析,以我们的场景来看,Kakfa、MongoDB这些的测试结果看,intel>鲲鹏>海光
存储类,这个场景发现ARM要优于海光
业务应用:鲲鹏几乎与海光等同,差别不大
云平台所提供的能力重点在于通用算力,而看重CPU性能;业务让对于代码的适配性有要求,并且对硬件设施的整体稳定性也有有要求,因此对CPU主频、核心数,以及程序代码开发门槛等都有要求,在目前条件下优先建议海光X86、其次建议飞腾ARM;
对于数据处理平台不知是否面向AI方面的,业务方面应该是人工智能业务领,这个重点是看GPU,只能CPU能把GPU资源调度好就可以了,主要操作系统和AI平台的兼容性,对性能要求相对云平台要低,ARM架构是不错的选择;
对于软件定义存储,业务核心是IO性能和容量,一般对CPU的通用算力要求不高,只要SDS软件适配过,能够兼容CPU指令集就可以了。