Cloud Intelligence™Cloud Intelligence™

Cloud Intelligence™

ARM Wrestling: Benchmark der neuesten Cloud-ARM-CPUs

By MuhammadFeb 13, 20253 min read

Diese Seite ist auch in English, Español, Français, Italiano, 日本語 und Português verfügbar.

Einführung

Seit dem Erscheinen des Apple Newton im Jahr 1993 sind ARM-Chips die erste Wahl für Mobiltelefone und kleine Geräte – sie stecken in den meisten Smartphones, die wir heute nutzen. In jüngerer Zeit haben diese Chips ein neues Feld erobert: das Cloud Computing. Den Anfang machte 2018 AWS Graviton von Amazon – der erste ARM-Prozessor, der von einem großen Cloud-Anbieter entwickelt wurde.

Das Foundry-Modell, ein bewährtes Geschäftsmodell für Entwurf und Fertigung integrierter Schaltkreise, wurde adaptiert, um ARM-Server-CPUs für die Cloud zu bauen. Üblicherweise läuft das so ab:

  1. ARM Holdings entwirft SIP-Cores auf Basis der RISC-Architektur und lizenziert sie an andere Unternehmen.
  2. Hyperscaler (Amazon, Google und Azure), die zugleich fabless Halbleiterhersteller sind, setzen diese SIP-Cores um, ergänzen eigene Anpassungen und erstellen Tape-outs für CPUs.
  3. Diese Tape-outs gehen anschließend an eine reine Halbleiter-Foundry, die die eigentliche Chipfertigung übernimmt.

Die Neoverse-Serie von ARM ist eine CPU-Familie, die speziell für Cloud Computing, HPC und KI-workloads entwickelt wurde.

In diesem Blogpost benchmarken wir zwei Implementierungen der Neoverse-V2-Architektur: AWS Graviton 4 und Google Axion. Azure Cobalt 100 lassen wir bewusst außen vor, da hier eine etwas andere Variante der Neoverse-Architektur zum Einsatz kommt: Neoverse N.

Die Test-Suite

Webanwendungen gehören zu den am häufigsten betriebenen Cloud-workloads. Um die Leistung von Graviton 4 und Axion bei Webanwendungs-workloads zu beurteilen, greifen wir auf die TechEmpower Framework Benchmarks (TFB) zurück. Diese bieten Tests für zahlreiche Programmiersprachen und Frameworks – der Einfachheit halber nehmen wir das bekannte JVM-basierte reaktive Framework Vert.x.

Die TFB-Tests prüfen die Performance von Web-Frameworks in Bereichen wie Request-Routing, JSON-Verarbeitung, Durchsatz und Datenbankinteraktionen (ORM-Mapping, Caching und Connection Pooling). Dafür benötigt TFB drei virtuelle Maschinen: einen Application Server für das Deployment des Web-Frameworks, einen Datenbankserver und einen Lastgenerator.

Aufbau der Infrastruktur

Bei AWS kamen drei R8g.xlarge-VMs (4 vCPU, 32 GiB Memory) mit 20 GB (gp3 SSD) zum Einsatz. Alle VMs liefen in einer einzigen AZ, um die Netzwerklatenz zwischen AZs gering zu halten.

Analog dazu haben wir für GCP C4A-highmem-4 (4 vCPU, 32 GiB Memory) mit 20 GB SSD genutzt. Auch hier laufen alle VMs in einer einzigen AZ.

Benchmark-Ergebnisse

TFB nutzt ein leistungsfähiges Tool namens wrk, um realistische Lasten auf Application Servern zu simulieren. Und so funktioniert es:

  1. wrk erzeugt unterschiedlich viele parallele Requests und bildet so verschiedene Intensitäten von Nutzer-Traffic ab.
  2. Der Benchmark erfasst pro Testszenario die Anzahl der zurückgegebenen Zeilen.
  3. Eine höhere Zeilenzahl steht für bessere CPU-Leistung und zeigt, wie viele Daten der Prozessor unter Last bewältigt.

Hier die Ergebnisse für die einzelnen Testfälle (höher ist besser):

Eine höhere Zahl bedeutet bessere Performance und zeigt, wie viele Daten der Prozessor unter Last bewältigt (höher ist besser).

Die folgende Grafik stellt diese Werte als Balkendiagramm dar und macht den prozentualen Leistungsunterschied zwischen Graviton 4 und Axion sichtbar.

Die Grafik zeigt den prozentualen Leistungsunterschied zwischen Graviton 4 und Axion. (Höher ist besser.)

Fazit

Die Ergebnisse sind eindeutig: GCPs neuester ARM-basierter Chip Axion schlägt AWS Graviton in 5 von 7 Testfällen. Der Vorsprung reicht von beachtlichen 9,85 % bis zu eindrucksvollen 47,79 % gegenüber Graviton 4. Nur in zwei Testfällen (Plaintext und Multiple Queries) liegt Graviton vorn und übertrifft Axion um 2,57 bzw. 3,69 %. Welcher Chip am Ende die richtige Wahl ist, hängt von den konkreten Anforderungen der Anwendung und von Kostenüberlegungen ab – und sollte im Einzelfall genauer geprüft werden.

Sprechen Sie uns bei DoiT an. Unser Team besteht ausschließlich aus erfahrenen Senior Engineers – wir sind spezialisiert auf anspruchsvolle Cloud-Beratung, Architekturdesign, Debugging-Support und Consulting-Services.