微软重磅发布3纳米CPU - 通信人家园

Cobalt 200 是微软持续优化云堆栈每一层（从芯片到软件）战略的一个重要里程碑。据微软所说，该CPU的设计目标是：完全兼容使用现有 Azure Cobalt CPU 的工作负载；相比 Cobalt 100，性能提升高达 50%；并与最新的 Microsoft 安全、网络和存储技术集成。

微软强调，与前代产品一样，Cobalt 200 针对常见的客户工作负载进行了优化，并为公司的 Microsoft 云产品提供了独特的功能。微软的首批生产级 Cobalt 200 服务器现已在微软的数据中心上线，更广泛的部署和客户可用性将于 2026 年实现。

据结束，微软的 Azure Cobalt 之旅始于 Cobalt 100，这是他们首款专为云原生工作负载定制的处理器。Cobalt 100 虚拟机自 2024 年 10 月起正式发布 (GA)，并迅速扩展到全球 32 个 Azure 数据中心区域。

短短一年内，客户对新平台的接受速度之快令微软震惊，他们将最关键的工作负载迁移到 Cobalt 100，以获得性能、效率和性价比方面的优势。

像Databricks和Snowflake这样的云分析领导者正在采用Cobalt 100来优化其云资源占用。基于Cobalt 100的虚拟机和容器在计算性能和能效方面的平衡已被证明是处理大规模数据工作负载的理想选择。

微软自身的云服务也迅速采用了 Azure Cobalt，以获得类似的优势。与之前的计算平台相比，Microsoft Teams 在使用 Cobalt 100 后性能提升高达 45%。性能的提升意味着完成相同任务所需的服务器数量减少，例如，Microsoft Teams 的媒体处理在使用 Cobalt 100 后，计算核心数量减少了 35%。

微软表示，公司面临一项关键挑战：传统的计算基准测试无法代表客户工作负载的多样性。为此，微软从运行在 Azure 中的各种工作负载（从小型微服务到全球可用的 SaaS 产品）收集到的遥测数据与常见的硬件性能基准测试结果不符。现有的基准测试往往侧重于以 CPU 核心为中心的计算模式，无法反映实际云应用在使用网络和存储资源时大规模运行的真实情况。为了针对客户工作负载优化 Azure Cobalt，微软需要超越这些 CPU 核心基准测试，真正理解并模拟 Azure 中客户工作负载的多样性。

因此，微软创建了一系列基准测试，这些测试直接取材于微软在 Azure 中观察到的使用模式，涵盖数据库、Web 服务器、存储缓存、网络事务和数据分析等领域。每个基准测试工作负载都包含多个变体，用于根据客户使用底层数据库、存储或 Web 服务技术的方式进行性能评估。作为内部评估套件的一部分，微软总共构建并完善了 140 多个独立的基准测试变体。

在微软的软件团队的协助下，微软从芯片层面创建了一个完整的数字孪生仿真模型：从 Cobalt 200 中的 CPU 核心微架构、互连结构和内存 IP 模块开始，一直到服务器设计和机架拓扑结构。然后，微软利用人工智能、统计建模和 Azure 的强大功能，针对 2800 种 SoC 和系统设计参数组合（包括核心数量、缓存大小、内存速度、服务器拓扑结构、SoC 功耗和机架配置），对 140 个基准测试的性能和功耗进行了建模。

因此，微软在设计过程中评估了超过 35 万种 Cobalt 200 系统的配置方案。这种广泛的建模和仿真帮助微软快速迭代，找到了 Cobalt 200 的最佳设计方案，与 Cobalt 100 相比，性能提升超过 50%，同时继续保持微软在 Azure 平台上最节能的平台地位。

每台 Cobalt 200 服务器的核心都是 Azure 中最先进的计算芯片：Cobalt 200 系统级芯片 (SoC)。Cobalt 200 SoC 基于 Arm Neoverse 计算子系统 V3 (CSS V3) 构建，这是 Arm 最新推出的性能优化核心和架构。每个 Cobalt 200 SoC 包含 132 个活动核心，每个核心配备 3MB 的 L2 缓存，以及 192MB 的 L3 系统缓存，可为客户工作负载提供卓越的性能。

能效与性能同等重要。能耗在云服务器的生命周期运营成本中占据相当大的比例。Azure Cobalt CPU 的一项独特创新是每个核心的动态电压和频率调节 (DVFS)。在 Cobalt 200 中，这项技术允许 132 个核心中的每一个都以不同的性能级别运行，从而无论工作负载如何，都能实现最佳功耗。微软还利用了最新的台积电 3nm 工艺，进一步提升了能效。

安全性是所有客户最为关注的问题，也是 Cobalt 200 独特创新的关键所在。微软为 Cobalt 200 设计并构建了定制的内存控制器，默认启用内存加密，且对性能的影响微乎其微。Cobalt 200 还采用了 Arm 的机密计算架构 (CCA)，支持基于硬件的虚拟机内存与虚拟机管理程序和宿主机操作系统之间的隔离。

在设计 Cobalt 200 时，微软的基准测试工作负载和设计模拟揭示了一个有趣的趋势：出现了几种通用的计算模式——压缩、解压缩和加密。超过 30% 的云工作负载大量使用了这些常见操作中的一种。

针对这些常见操作进行优化，需要采用不同于单纯调整缓存大小和选择 CPU 核心的方法。微软专门设计了定制的压缩和加密加速器——每个 Cobalt 200 SoC 上都配备了专用的硅块——其目的就是在不牺牲 CPU 周期的情况下加速这些操作。这些加速器有助于降低工作负载的 CPU 消耗和总体成本。例如，通过将压缩和加密任务卸载到 Cobalt 200 加速器，Azure SQL 可以减少关键计算资源的使用，从而优先处理客户的工作负载。

最新的 Azure Boost 功能已集成到全新的 Cobalt 200 系统中，可显著提升网络和远程存储性能。Azure Boost 可提高网络带宽，并将远程存储和网络任务卸载到定制硬件，从而提升整体工作负载性能并降低延迟。

Cobalt 200 系统还嵌入了Azure 集成 HSM（硬件安全模块），为客户提供 Azure 基础架构内的顶级加密密钥保护，确保敏感数据的安全。Azure 集成 HSM 与 Azure Key Vault 协同工作，简化了加密密钥的管理，提供高可用性和可扩展性，并符合 FIPS 140-3 3 级合规性要求。

今年十月，微软首席技术官凯文·斯科特表示，微软希望有朝一日能够主要使用其自主研发的人工智能数据中心芯片。

据CNBC报道，斯科特在意大利科技周的一次炉边谈话中告诉听众，他们计划未来将专注于内部研发。

目前，微软在其人工智能工作负载中使用了多种芯片，主要来自英伟达，以及AMD和其自主研发的芯片。

谈到公司目前的战略，斯科特解释说：“我们对芯片的品牌并没有特别的偏好。而且……这意味着多年来，性价比最高的解决方案一直是英伟达的芯片。为了确保有足够的产能来满足市场需求，我们愿意考虑任何方案。”

微软于2023 年 11 月发布了 Azure Cobalt 100 和 Azure Maia 100 芯片——前者是 CPU，后者是“AI 加速器”。

Maia加速器采用台积电5nm工艺制造，单芯片上集成了1050亿个晶体管。该公司声称其MXInt8性能为1600万亿次浮点运算/秒，MXFP4性能为3200万亿次浮点运算/秒。

斯科特表示，这些芯片是最终设计整个系统的更广泛战略的一部分。“这包括网络和散热，而且你需要能够自由地做出必要的决策，以便真正根据工作负载优化计算能力，”他说。

十月初，微软与 Corintis 合作开发仿生芯片微流体冷却技术，据称该技术散热效率比传统冷板高出三倍。

在最近的报道中，有新闻指出，微软会使用openAI的自研芯片，如果这属实，这可能会引起新的变化。