Zenn
🧩

サクッとわかるGraviton3。AWSの第3世代カスタムARMプロセッサ

2022/01/19に公開
AWS
EC2
Arm
#
graviton
tech

[更新] 2022/05/23にGraviton 3を利用したC7GがGAになりました。

https://www.youtube.com/watch?v=QKo7yDAn75k

AWS最大の年次イベントre:invent 2021で第3世代カスタムARMプロセッサ Graviton3 が発表されました。

AWS Graviton3 プロセッサを搭載した新しい Amazon EC2 C7g インスタンスを発表

Gravitonプロセッサはクラウドで実行される実際のワークロードに最適化されており、パフォーマンスに対するコスト(price performance)が優れています。

今回発表された Graviton 3 は以下の特徴を備えています。

前世代の Graviton2 と比較して

  • コンピューティングパフォーマンスが25%向上
  • 浮動小数点のパフォーマンスが2倍向上
  • 暗号化のパフォーマンスが2倍向上
  • bfloat16/fp16命令に対応し、CPU系機械学習のパフォーマンスが最大3倍向上
  • クラウドサーバーで初めてDDR5/PCIe 5.0を搭載。メモリ帯域幅が50%向上
  • ROP(Return Oriented Program)を防ぐポインタ認証機構の搭載
  • 256 bit SVE
  • Arm Neoverse-V1 coreベース
  • 7 チップレット設計(1 x コア、4 x DRAMコントローラー、2 x PCI)

これだけ優れているプロセッサーならすぐにでも使いたいところですが、あいにくGraviton3は正式リリース前です。

Graviton3を搭載した C7g インスタンスがプレビュー提供されているため、次の URL からプレビュー申請し、評価しましょう。

https://pages.awscloud.com/C7g-Preview.html

どのくらい速くなった?

Graviton 3が前世代のGraviton 2やIntel/AMD系インスタンスに比べてどれだけ優れているのか、公開されているベンチマークをみてみましょう。

Graviton3はGraviton2に比べてほとんどのワークロードで少なくとも25％パフォーマンスが向上しています。

人気アプリケーションのGraviton2との比較


※ キーノートから

人気サーバーサイドアプリケーションをGraviton2とGraviton３で比較します。

  • Nginx : 60%
  • Groovy : 58%
  • Node.js : 37%
  • Redis : 25%

ウェブサーバー・ロードバランサーのNginxで極めて良い成績が出ています。

Graviton 3 の先行導入事例


※ キーノートから

Graviton3を先行導入した企業の Graviton 2(C6g)とGraviton 3(C7g)の比較です。

  • Twitter : C6gからC7gの移行でパフォーマンスが20%〜80%良くなった
  • F1(CFD) : C6gnからC7gの移行で40%速くなった
  • honeycomb.io : C6gからC7gの移行でインスタンス数が30%減った

Graviton 2 の導入事例


※ キーノートから

Graviton 3 ではなく Graviton ２ の導入事例です

  • Mercado Libre : C5 からC6Gに移行後、トラフィックのスパイクに強くなった
  • DIRECTV : Graviton 2に移行後、ランニングコストが25%安くなった
  • Discovery : Graviton 2に移行後、パフォーマンスに対するコストが40%よくなった

機械学習BERTワークロード

Graviton3 ではSIMD幅が倍になり、Bfloat16に対応しています。
BERTモデルを使った自然言語処理ワークロードでは、Graviton 3(C7g)はGraviton 2(C6g)に比べて約2.5倍のパフォーマンスです。

※ CMP332から

機械学習推論ワークロード

MLPerf ResNet50 を使った推論ベンチマークでは、FP32を使ったGraviton2に比べてBfloat16を使ったGraviton3は約3.5倍のパフォーマンスです。


※ キーノートから
※中央の「Graviton 2 FP32」のグラフは「Graviton 3 のFP32」の誤植と思われます

SPEC CPU® 2017ベンチマーク


※ CMP332から

Graviton 2(青)をベースラインとした各種インスタンスタイプでのベンチマークです。
Graviton 3(緑)が他を圧倒しています。

インスタンスタイプとプロセッサの対応は以下の通りです。

  • C5 : 第2世代Xeon Scalable Processors;Cascade Lake
  • C5a : 第2世代EPYC
  • C6i : 第3世代Xeon Scalable Processors;Cooper Lake
  • C6g : Graviton 2
  • C7g : Graviton 3

ベンチマークには SPEC CPU® 2017 を利用しています。

以降では、AWS re:invent 2021の次の２セッション

及び、それらをベースにした記事

を参考に、Graviton 3の特徴を紹介します。

Graviton の開発背景

Amazonがカスタムチップを作るのは、各種プロセッサーが現実のワークロードに最適化されていないと考えるからです。
データシートの数字にこだわらず、クラウドで実行されるの現実のワークロードにフォーカスして開発したのがGravitonです。

Peter DeSantisはキーノートで laser focused on the performance of real workloads と述べています。

Graviton系AWS マネージドサービス

AWSの主要マネージドサービスでは、Graviton系インスタンスを選択出来ます。

2021年には、LambdaとFargateも仲間に加わりました。

Graviton Lambdaは、Gravitionはパフォーマンスに対するコストが最大34％優れています。

※ キーノートから

Graviton系EC2インスタンスタイプ

EC2でも、Graviton系インスタンスが増えています。

re:invent 2021中もGraviton2を採用した以下の新しいインスタンスタイプが発表されました。

  • G5g(NVIDIA GPU搭載)
  • X2gd(メモリ最適化)
  • Is4gen(ストレージ最適化)
  • Im4gn(ストレージ最適化)

第3世代ARMプロセッサ

AWS独自の初代ARMプロセッサ A1 は2018年に発表され、翌2019年には第2世代の Graviton2 が発表されました。
それから2年、第3世代の Graviton3 とこのプロセッサを搭載した C7g インスタンスが発表されました。

※ キーノートから

Graviton系プロセッサの主要スペックを比較してみましょう。

プロセッサ A1 Graviton 2 Graviton 3
発表 2018 2019 2021
コア . Neoverse-N1 Neoverse-V1
インターコネクト . CMN-600 CMN-700
バージョン . ARMv8.2-a ARMv8.4-a
クロックスピード 2.3 GHz 2.5 GHz 2.6 GHz
コア数 16 64 64
メモリスピード DDR4-2667 DDR4-3200 DDR5-4800
最大メモリ帯域幅 - 204.8GB/秒 300GB/sec
トランジスタ 50億 300億 550億

※Graviton3のトランジスタ数はキーノートでは500億個, EC2セッションでは 550億個

Graviton2に比べ、Graviton3は多くのワークロードでパフォーマンスが25％向上します。

Graviton はデータシート至上主義ではなく、実際のワークロードに最適化されています。
よりよいパフォーマンスをより安く提供することにフォーカスしています。

the most important thing we're doing with graviton is staying laser focused on the performance of real workloads, your workloads!

-- Peter DeSantis

ムーアの法則とデナードスケーリングとクロック周波数の関係

プロセッサを手っ取り早く速くするには、周波数を増やせば良いです。
ただし、周波数を増やすと、消費電力も増えるという負の側面もあります。

ロバート・デナードは1974年の論文で、トランジスタを小さくすると、消費電力もその分小さくなると発表しました(デナードスケーリング; denard scaling)。

15年ほど前までは、このデナーリングスケーリングが成り立ち、トランジスタの微細化(ムーアの法則)と相まって周波数を簡単にあげられました。
その後、トランジスタを縮小しても電力が下がらなくなり(デナードスケーリングが成り立たなくなり)、消費電力を増やさずには周波数をあげられなくなりました。

消費電力が増えると、電気代が増え発熱対策も必要し、非効率です。

※ キーノートから

コアを幅広にしてIPCを増やす

Gravitonコアのパフォーマンスを効率的に上げるにはどうすれば良いか?

AWSのとった戦略は、コアを幅広にすることです。


※ キーノートから

Graviton3は、秒あたりのサイクル数(動作周波数)を増やすかわりに、コアを幅広にしてサイクルあたりの処理数(instruction per cycle;IPC)を増やしました。

Graviton 2からGraviton 3のパフォーマンス向上は、周波数が0.1GHz増えたことではなく、このIPCの増加によるところが大きいです。


※ CMP332から

Graviton 3 は

  • フロントエンド
  • 分岐予測
  • ディスパッチ
  • 命令ウィンドウ
  • SIMD幅
  • メモリ操作(プリフェッチ含む)
  • ALU/MULT

などがGraviton2に比べて倍近くに強化されています。

SIMDはスライドから256ビットのScalable Vector Length(SVE)であることがわかります。

また、ARMv8.3で導入されたポインタ認証(PtrAuth)に対応し、return oriented programming(ROP)を使った脆弱性への攻撃を防ぎます。

GravitonはvCPU=物理コア

GravitonではvCPUと物理コアは1:1で、SMT(ハイパースレッド)は有りません。
L1/L2キャッシュやパイプライン内のリソースが共有されることは有りません。


※ CMP332から

潤沢なメモリ帯域幅

実際のワークロードを観察すると、コア数を増やすよりも、メモリ帯域幅を増やし、メモリアクセスのレイテンシを低減したほうがパフォーマンスが向上するケースが多くあります。

チップに積めるトランジスタには限りがあります。

Graviton 2からGraviton 3で増えた250億個のトランジスタの多くは、コア数を増やすためではなく、メモリパフォーマンスを向上させるために割かれました。

vCPUあたりのメモリ帯域幅はGraviton2の1.5倍になり(3.908MB/sec)、クラウドインスタンスとして初めてDDR5/PCIe 5.0を採用しています。
Gravitonインスタンスは1ソケットが割り当てられているため、インスタンスあたりのメモリ帯域幅で300GB/secです。


※ キーノートから

メッシュインターコネクト

Gravitonには NUMA ドメイン(メモリコントローラー/CPUソケット)はなく、メモリアクセスにローカルもリモートもありません。
64個のコアは2TB/sの二分バンド幅でメッシュ接続されて、一つのダイに収まっています。

※ What makes the AWS Graviton 3 so interesting to HPC and AI/ML customers? - YouTube から

この各タイルがL3キャッシュです。キャッシュからDDR、キャッシュからコードの通信は非常に高速です。

メッシュにある32MBのキャッシュとコアのキャッシュを合わせると、ユーザーは100MBのキャッシュを使えます。

bfloat16対応

機械学習はモデルを作成する学習とモデルを元に予測する推論の2コンポーネントがあります。

機械学習は身近になり、推論をする機会も増えました。

エッジに閉じてCPUで推論できると、GPUの追加や外部システムとの連携も不要になります。

実際、AWSのデータベースのマネージドサービスRDSでは、クエリの最適化のために、DBインスタンスに閉じて推論しています。

汎用CPUで推論のパフォーマンスを向上させる取り組みの一つとして、Graviton3 はAWSカスタムプロセッサで初めてbfloat16をサポートしました。

bfloat16(Brain Floating Point)はGoogle Brainチームが考案した16ビットの数値表現です。
FP32と同じ整数をカバーする一方で、精度を犠牲にしています。


※ https://cloud.google.com/tpu/docs/bfloat16 から引用

推論ワークロードによっては、精度が落ちても影響が少なくなく、何よりも、ビットサイズが半減したために、計算処理が速くなります。

MLPerf ResNet50 を使った推論ベンチマークでは、FP32を使ったGraviton2に比べてBfloat16を使ったGraviton3は約3.5倍のパフォーマンスです。

※ キーノートから
※真ん中の「Graviton 2 FP32」のグラフは「Graviton 3 のFP32」の誤植と思われます

Graviton3は3ソケット・サーバ

データセンターでは19インチの42Uラックに2ソケット・サーバーを収納することが一般的です。

ラックいっぱいに高性能なサーバーを収納しようとすると、電力が足りなくなります。

最大60％も消費電力が少ないGraviton3は違います。

ラックをデュアルソケットサーバーで埋めつくしても電力に余裕があるため、サーバーを3ソケット化し、ラックに収容されるソケット数を50％増やしました。


※ CMP332から

Peter DeSantisのキーノートのC7ｇの写真を改めて確認すると、ソケットが3個ありますね。

※ キーノートから

ベンチマーク

最後に

AWSから第3世代のARMカスタムプロセッサ「Graviton3」がプレビュー発表されました。

コアが幅広になってIPCが増え、HPC/機械学習含め、高負荷なワークロードのパフォーマンスが大幅に向上しています。
省電力をいかした3ソケットサーバーなど、end-to-end ownershipならではの柔軟なアイデアも詰め込まれています。

EC2だけでなく、Lambda/FargateもGraviton対応し、Appleシリコンの利用者も増え、ARMアーキテクチャーでのアプリケーション開発も身近になりつつあります。

ご興味がある場合は、ぜひプレビューにサインアップして、Graviton 3を評価してください。

https://pages.awscloud.com/C7g-Preview.html

そろそろ、プレビュー申請通ってほしいなぁ。 2月下旬に会社アカウントで申請が通った😄

参考

Discussion