AWS Graviton

3 秒看懂

一句话定位：AWS 自研的 Arm 架构服务器 CPU 系列，以每瓦性能优势压低云计算成本，是”云厂商造芯”最具代表性的案例。

关键词：Arm Neoverse · 自研定制 · 云计算降本 · TSMC 代工 · EC2 实例

3 分钟产业解释

Graviton 是什么？

Graviton 是 Amazon Web Services（AWS）从 2018 年起迭代至今的自研服务器处理器（CPU）产品线，采用 Arm 指令集架构（非传统 x86），用于驱动其 EC2 云服务器实例（后缀带 g 的实例族，如 m7g、c7g、r7g 等）。

为什么 AWS 要自己造 CPU？

核心逻辑是成本结构重塑：

• Intel/AMD x86 服务器 CPU 的 ASP（平均售价）长期在数千美元级别，是云计算数据中心 BOM 中最贵的单体器件之一。
• 自研 Arm CPU 能让 AWS 把芯片成本从”对外采购溢价”变为”内部可控的制造成本”，并按自身工作负载（高并发、高吞吐、内存带宽敏感）做定制优化。
• 在同等或略低单核性能下，Graviton 以更多核心数、更低功耗换取更高的性价比（Price-Performance），这对云厂商的利润率意义重大。

产业影响

Graviton 的成功证明了一条路径：云厂商从芯片采购方变为芯片设计方，直接冲击 Intel 在数据中心 CPU 的垄断地位。这一模式被 Google（Axion/Tensor）、Microsoft（Cobalt）跟进，形成了”云自研芯片”这一产业趋势。

关键认知：Graviton 的竞争对象不是”做出比 Intel 最强芯片更强的产品”，而是”在云原生工作负载中，以显著更低的每实例成本提供足够好的性能”。

15 分钟专家深入

四代产品线全景

⚠️ 制程说明：Graviton3 广泛被行业报道为 TSMC N5 节点（FinFET）。Graviton4 的制程节点，部分供应链分析指向 TSMC N5，部分指向 N3 系列（仍为 FinFET，非 GAA）。AWS 未正式披露，此处标注 [行业报道/未经官方确认]。切勿将 TSMC N3 系列误归为 GAA/nanosheet——那是 N2 才有的架构转变。

架构解析

Graviton 不是 AWS 从零设计的自主 CPU 微架构。其核心路径是：

1. 获得 Arm 处理器 IP 核心授权（Processor IP License / 处理器IP许可证层级）
2. 在 Arm 提供的 Neoverse 参考核心基础上，进行SoC 级定制：内存控制器配置、I/O 子系统、片上互联拓扑、安全模块等
3. 整体 SoC 交由 TSMC 代工

这种模式意味着 Graviton 的 CPU 核心流水线（pipeline）、执行单元、分支预测器等微观架构设计主要由 Arm 定义，AWS 的差异化主要体现在SoC 集成层面（核心数量、内存通道数、缓存配置、互联带宽、安全加速器等）。AWS 虽拥有 Arm 架构许可证（Architecture License），但 Graviton 并未基于该许可证自研 CPU 核心微架构，而是直接采用 Arm Neoverse 核心 IP。

对比 x86 的关键差异

技术原理

SoC 架构（基于公开信息的定性描述）

┌─────────────────────────────────────────────────┐
│                 AWS Graviton SoC                 │
│                                                  │
│  ┌──────────┐ ┌──────────┐     ┌──────────┐     │
│  │ CPU Core │ │ CPU Core │ ... │ CPU Core │     │
│  │ (N1/V1/  │ │          │     │ (64或96) │     │
│  │  V2)     │ │          │     │          │     │
│  └────┬─────┘ └────┬─────┘     └────┬─────┘     │
│       │             │                │            │
│  ┌────┴─────────────┴────────────────┴────┐      │
│  │         片上互联 / Mesh / Ring          │      │
│  └────┬─────────────┬────────────────┬────┘      │
│       │             │                │            │
│  ┌────┴────┐  ┌─────┴─────┐   ┌─────┴─────┐     │
│  │  L3/SLC │  │ Memory    │   │   PCIe    │     │
│  │  Cache  │  │ Controller│   │   Root    │     │
│  │         │  │ (DDR4/DDR5│   │   Complex │     │
│  └─────────┘  │  多通道)  │   │           │     │
│               └───────────┘   └───────────┘     │
│                                                  │
│  ┌─────────────────────────────────────┐         │
│  │ 安全模块 / 加密加速 / 硬件信任根     │         │
│  └─────────────────────────────────────┘         │
└─────────────────────────────────────────────────┘

关键技术要素

1. Neoverse 核心选择的战略意义

AWS 选择 Neoverse V 系列（高性能线）而非 N 系列（效率线），体现了对云通用计算场景（而非纯吞吐型边缘场景）的定位。

2. 内存子系统

• Graviton2/3/4 的核心数与内存通道的配比是 AWS 定制化的关键：更多的内存通道意味着更高的内存带宽，对数据库、缓存、大数据分析等内存密集型负载至关重要。
• Graviton3 起引入 DDR5，带宽提升幅度取决于具体通道数和频率配置 [AWS 未完整公开内存通道数，行业推测为 8 通道 DDR5]。
• 内存带宽/核心比（Bandwidth per Core）是云工作负载的关键指标，AWS 在此方面做了优化。

3. 安全与可信执行

• Graviton 集成硬件级安全模块，支持 AWS Nitro 安全芯片的协同工作。
• 与 Nitro 系统（AWS 的虚拟化/安全底座）深度集成，实现裸金属级隔离。

4. 片上互联

• 64-96 个核心需要高效的片上互联。Graviton 采用的具体互联拓扑（Mesh / Ring / 自定义）AWS 未完整公开。行业推测采用 Mesh 或类 Mesh 拓扑 [未充分披露]。

技术演进史

2015    Annapurna Labs 被 Amazon 收购（Graviton 的芯片设计团队）
  │
2018    Graviton1 发布 ──── 16核 A72, 16nm ──── A1 实例
  │     （试水性质，证明可行性）
  │
2019    Nitro 系统成熟 ──── 虚拟化开销卸载到专用硬件
  │
2020    Graviton2 发布 ──── 64核 N1, 7nm ──── M6g/C6g/R6g/T4g 实例
  │     （性能跃升，性价比优势确立，生态开始规模采纳）
  │
2022    Graviton3 发布 ──── 64核 V1, 5nm ──── M7g/C7g/R7g 实例
  │     （引入 DDR5 / PCIe Gen5 / SVE 向量扩展）
  │     （FP 工作负载 / ML 推理能力增强）
  │
2023    Graviton4 发布 ──── 96核 V2, 5nm* ──── M8g 等实例（逐步上市）
        （Armv9 / SVE2 / 更高核心密度）
        （*制程标注存疑，见上文说明）

关键转折点：

• Graviton1 → Graviton2：从 16 核到 64 核、16nm 到 7nm，是质变。Graviton2 使 Graviton 从”实验性产品”变为”主力实例族之一”。
• Graviton3：引入 DDR5 和 Arm SVE（Scalable Vector Extension），使 Graviton 开始触及此前由 x86 主导的计算密集型场景（HPC、ML 推理）。
• Graviton4：96 核标志着核心密度的持续加码，目标是吞吐型 Web 服务、微服务、大数据等高度可并行工作负载。

技术路线对比

云端自研 CPU 横向对比（2024 年产品世代）

⚠️ Google Axion 和 Microsoft Cobalt 的详细规格在搜索失败情况下无法确认，上述为行业广泛报道数据，标注为 [行业报道]。

与 x86 旗舰纵向对比

上下游

产业链定位

上游                                    中游              下游
┌─────────────┐                    ┌──────────┐     ┌──────────────┐
│ Arm         │ IP授权（Neoverse   │  AWS     │     │ 云计算用户   │
│ (IP供应商)   │ 核心设计）        │ (芯片    │────→│ (开发者/企业)│
│             │                    │  设计+   │     │ EC2 客户     │
└─────────────┘                    │  系统集成)│     └──────────────┘
                                   └─────┬────┘
┌─────────────┐                          │
│ TSMC        │ 晶圆代工（先进制程）      │
│ (代工厂)     │◄────────────────────────┘
└─────────────┘
┌─────────────┐
│ 封装/测试    │
│ 供应商       │
└─────────────┘
┌─────────────┐
│ DDR 内存     │ SK Hynix / Samsung / Micron
│ 供应商       │ (DDR5 DRAM 颗粒)
└─────────────┘

关键上下游依赖分析

关键指标

跟踪 Graviton 产品力的核心参数

供需与市场数据

市场规模与份额（定性）

• 全球服务器 CPU 市场：长期由 Intel 主导（历史份额 70%+），AMD 近年回升至 20%+ [IDC/Mercury Research 季度数据]，Arm 服务器 CPU 整体份额在个位数至低双位数区间 [行业估算]。
• Graviton 在 AWS 内部的渗透：AWS 多次公开表态 Graviton 是”增长最快的实例族之一”，新部署实例中 Graviton 占比持续提升 [AWS 财报电话会口径]。具体比例 [未充分披露]。
• Arm 服务器整体渗透率：Graviton 是 Arm 服务器出货量的最大单一驱动力之一，Ampere Computing 也是重要贡献方。

对供应链的影响

• TSMC：Graviton 占用 TSMC 先进制程产能（7nm/5nm），与 Apple、NVIDIA、AMD 等客户的产能形成竞争关系。对 TSMC 而言，云自研 CPU 是先进制程需求的增量来源。
• Intel：Graviton 直接侵蚀 Intel Xeon 在 AWS 云中的份额，是 Intel 数据中心业务收入承压的重要因素之一。
• Arm：Graviton 的成功验证了 Arm 架构在数据中心的可行性，直接提升了 Arm 的授权价值和 IP 收入。

代表公司与资本映射

直接受益方

间接受益方

潜在受损方

投资逻辑

看多逻辑

1. 降本刚需：云计算行业竞争白热化（AWS vs Azure vs GCP），自研芯片是压降成本的核心武器，Graviton 是 AWS 的成本护城河之一。
2. 渗透率仍低：Graviton 在 AWS 总实例中的占比仍有巨大提升空间。随着软件生态持续成熟、每代性能差距缩小，迁移阻力递减。
3. 正循环飞轮：更多用户 → 更多 Graviton 实例 → 更大规模摊薄研发成本 → 更有竞争力的定价 → 更多用户。
4. 对 Arm 生态的催化：Graviton 的成功为整个 Arm 服务器生态注入信心，带动 Arm 股价和授权价值。

风险与质疑

1. 软件生态天花板：部分遗留企业软件（尤其是 Windows/.NET 生态）对 Arm 的支持仍不完善，限制了 Graviton 在企业级市场的渗透。
2. 单核性能差距：在延迟极度敏感的场景（如高频交易、单线程数据库查询），Graviton 与最新 x86 的单核差距仍是问题。
3. TSMC 依赖：先进制程产能的供给约束可能制约 Graviton 的出货节奏。
4. 竞争加剧：Google Axion、Microsoft Cobalt 的跟进意味着 Arm 服务器不再仅是 AWS 的差异化武器，行业趋同后差异化减弱。

常见误读纠偏

❌ 误读一：“Graviton 是 AWS 自主设计的 CPU 微架构”

纠偏：Graviton 的 CPU 核心设计直接来自 Arm Neoverse IP（N1/V1/V2），AWS 通过处理器 IP 核心授权获得使用权。Graviton 的 CPU 核心流水线、执行单元、分支预测器等微架构由 Arm 定义，AWS 未基于架构许可证自研 CPU 核心微架构。AWS 的核心价值在 SoC 集成定制（核心数、内存子系统、I/O、安全模块、与 Nitro 系统的协同）。这与 Apple M 系列在 Arm 架构许可证基础上进行深度微架构自研有本质区别。

❌ 误读二：“Graviton 性能不如 Intel/AMD，所以只是廉价替代品”

纠偏：这一判断混淆了”单核性能”与”系统级性价比”。在云场景中：

• 大量负载是高并发、可水平扩展的（Web 服务、容器化微服务、大数据处理），总吞吐（核心数 × 单核性能 × 能效）才是关键。
• Graviton 的每实例定价显著低于同代 x86 实例，**性价比（Price-Performance）**可以优于 x86，即使绝对性能指标略低。
• 对于特定 HPC/ML 推理负载，Graviton3/4 的 SVE/SVE2 向量扩展也提供了可观的计算能力。

❌ 误读三：“Graviton 能替代所有 x86 实例”

纠偏：目前 Graviton 实例的覆盖范围主要集中在通用计算、计算优化、内存优化、存储优化等 EC2 实例族。对于需要特定 x86 指令集（如 AVX-512 重负载）、Windows Server 原生支持、或依赖特定 x86 软件生态的场景，x86 实例仍是必要选择。此外，GPU 密集型实例（P 系列等）仍以 Intel/AMD CPU 作为主机端处理器。

❌ 误读四：“Graviton 的制程永远领先”

纠偏：Graviton 的制程选择受 TSMC 产能分配和 AWS 产品节奏影响，不一定总是最新节点。且 TSMC 的 N3 系列仍是 FinFET，N2 才引入 GAA/nanosheet——这一易错点在讨论 Graviton 制程归属时需特别注意。

学习路径

入门（0-2 小时）

1. 阅读 AWS 官方博客关于 Graviton2/3/4 发布的文章（搜索 “AWS Graviton launch blog”）
2. 对比 AWS 定价页中 m7g（Graviton）与 m7i（Intel）实例的价格差异
3. 了解 Arm Neoverse 产品线概览（Arm 官网 Neoverse 页面）

进阶（2-8 小时）

4. 阅读 AWS Graviton 技术白皮书（AWS 提供的迁移指南和性能基准说明）
5. 了解 Arm SVE/SVE2 向量扩展的编程模型及其对 HPC/ML 推理的意义
6. 阅读 Annapurna Labs 被收购后的技术演进报道，理解”自研”的边界
7. 对比阅读 Ampere Altra 技术文档，理解独立 Arm 服务器 CPU 与云自研的差异

深度（8+ 小时）

8. 研读 Arm Neoverse V1/V2 TRM（Technical Reference Manual），理解微架构细节
9. 分析 TSMC 先进制程产能分配对 Graviton 出货节奏的影响
10. 跟踪 Intel Granite Rapids / AMD Turin 对 Graviton4 的竞争回应
11. 评估 Graviton 对 Intel 数据中心业务收入的具体侵蚀幅度（结合 Intel/AMD 财报）

一句话总结

Graviton 是 AWS 用”Arm Neoverse 核心 IP + TSMC 代工 + SoC 集成定制”三位一体模式打造的云原生 CPU，其核心价值不在绝对性能，而在以显著更低的每实例成本提供”足够好”的性能——它重塑的不是芯片性能的上限，而是云计算利润结构的底线。

延伸阅读与来源

⚠️ 数据来源说明：本页在联网检索全部失败（HTTP 403）的条件下撰写。所有具体规格数字均基于 AWS 历次公开发布会披露和行业广泛报道，已尽可能标注置信度。建议读者对照 AWS 官方最新文档核实关键数字。定性分析和产业逻辑基于公开信息推演，不代表任何投资建议。