以計算加速邁進智能化未來—I

DC新

一

代云基礎(chǔ)設(shè)施實踐報告解決方案3.1打造極致性能體驗，為傳統(tǒng)計算業(yè)務(wù)打開新空間3.2技術(shù)和架構(gòu)創(chuàng)新，提升AI時代的向量數(shù)據(jù)處理和協(xié)同計算效率3.3強化硬件安全設(shè)計，持續(xù)增強安全保障能力3.4全球一致的云服務(wù)能力體系，全面助力企業(yè)國際化戰(zhàn)略優(yōu)秀實踐分析4.1小鵬汽車4.2微幀科技4.3

嘎嘎射擊4.4螞蟻集團ZOLOZ挑戰(zhàn)：企業(yè)多元業(yè)務(wù)需求與海量AI數(shù)據(jù)的沖擊2.1在線業(yè)務(wù)面臨性能與效率的極限挑戰(zhàn)2.2AI數(shù)據(jù)處理與計算協(xié)同的復(fù)雜度激增2.3

國際化進程中的全球布局、合規(guī)與質(zhì)量一致性難題2.4

安全、穩(wěn)定與成本的多元保障要求趨勢：云服務(wù)能力持續(xù)躍升，加速企業(yè)數(shù)智化轉(zhuǎn)型與創(chuàng)新1.1技術(shù)全面升級，為復(fù)雜的企業(yè)在線業(yè)務(wù)提供保障1.2軟硬一體協(xié)同優(yōu)化，應(yīng)對AI時代激增的數(shù)據(jù)沖擊1.3持續(xù)的融合創(chuàng)新，助力企業(yè)的國際化布局01020304目錄前言IDC分析師認(rèn)為：全球AI基礎(chǔ)設(shè)施革新的浪潮中，算力需求的爆發(fā)正在驅(qū)動云計算與邊緣計算深度融合，行業(yè)定制化與智能化服務(wù)加速滲透，成本優(yōu)化與綠色計算將成為競爭的關(guān)鍵。未來，基

礎(chǔ)設(shè)施的核心矛盾將從“資源供給”轉(zhuǎn)向“效率與價值平衡”，技術(shù)迭代將圍繞“彈性算力調(diào)度”“數(shù)據(jù)主權(quán)治理”“垂直場景深度適配”三大主線展開。越來越多的企業(yè)核心數(shù)據(jù)正在向云數(shù)據(jù)中心遷移，計算密集型任務(wù)處理能力與彈性資源供給能力正成為云服務(wù)商的核心競爭力。面對企業(yè)客戶的數(shù)字化轉(zhuǎn)型需求，減少延遲和工作負(fù)載可移植性

將是客戶的關(guān)鍵優(yōu)先事項，為垂直特定數(shù)據(jù)類型提供量身定制的云服務(wù)將創(chuàng)造有利的競爭優(yōu)勢。

云提供商須為跨行業(yè)數(shù)據(jù)采集、存儲和計算需求的大幅增長做好準(zhǔn)備。在AI高速發(fā)展和在線業(yè)務(wù)快速膨脹的時代，企業(yè)用戶對云基礎(chǔ)設(shè)施的性能、成本、穩(wěn)定性、安全性等方面提出了全新的要求。為適應(yīng)企業(yè)創(chuàng)新、降本增效以及業(yè)務(wù)出海等需要，云服務(wù)商不斷通

過協(xié)同創(chuàng)新升級全棧服務(wù)品質(zhì)，同時也利用自身融合發(fā)展的經(jīng)驗優(yōu)勢，助力企業(yè)積極開展國際化

布局。

1來源：IDC全球數(shù)據(jù)圈預(yù)測,2025-20291.1

技術(shù)全面升級，為復(fù)雜的企業(yè)在線業(yè)務(wù)提供保障企業(yè)在線業(yè)務(wù)的受眾范圍和功能復(fù)雜度在快速增加，在金融交易、電商直播、實時游戲等場景下，服務(wù)端動輒需要支持百萬級并發(fā)連接和毫秒級響應(yīng)要求，應(yīng)對海量的網(wǎng)絡(luò)協(xié)議處理、頁面加

載、安全等事務(wù)。企業(yè)云計算客戶不僅對算力密度有極致追求，還期望通過連接性能和存儲技術(shù)

等多個方面的協(xié)同進步，

實現(xiàn)數(shù)據(jù)庫、大數(shù)據(jù)等服務(wù)平臺的性能躍升。在IDC面向全球1350家企

業(yè)所做的數(shù)字化進程與業(yè)務(wù)成果調(diào)研中，應(yīng)用的可用性、綜合安全性、應(yīng)用的性能等都成為企業(yè)

核心關(guān)注的目標(biāo)。01

趨勢：云服務(wù)能力持續(xù)躍升

加速企業(yè)數(shù)智化轉(zhuǎn)型與創(chuàng)新IDC預(yù)計，云數(shù)據(jù)中心數(shù)據(jù)增長在2025年為58.1ZB，2029年將翻4倍，達到228.9ZB，2024-2029年復(fù)合年增長率為40.9%。圖1

全球云數(shù)據(jù)中心數(shù)據(jù)增長，2024-202940%2025

2026

2027

2028

2029Capacity(ZB)

Growth

Rate228.942%41%41%41%42%42%41%41%40%40%25020015010050041%41.2202402n

=

1350來源:

Cloud

Pulse

Survey,

IDC

對算力密度的極致追求：

企業(yè)希望利用有限的物理空間輸出更強大的算力。這一方面體現(xiàn)在一些高端的云服務(wù)實例可以提供數(shù)百、數(shù)千甚至數(shù)萬數(shù)量級的CPU、GPU核服務(wù)能力；另一

方面，為滿足大數(shù)據(jù)、數(shù)據(jù)庫、3D視頻處理在內(nèi)的一些單核敏感型業(yè)務(wù)的需要，云服務(wù)仍將持續(xù)提升單核、單實例性能。

多技術(shù)融合提升連接性能：云服務(wù)商綜合利用內(nèi)存/緩存、PCle、RDMA、IP網(wǎng)、EIP、VPC等一系列技術(shù)升級和軟硬件融合優(yōu)化成果，大幅提升云、邊、端不同位置服務(wù)之間的協(xié)同效

率，這對于保障在線業(yè)務(wù)的體驗至關(guān)重要。

存儲方案升級應(yīng)對大數(shù)據(jù)量沖擊：云服務(wù)商通過采用更高性能的存儲設(shè)備和更高效的存儲架構(gòu)，結(jié)合對數(shù)據(jù)布局的優(yōu)化，提供貼合不同在線業(yè)務(wù)需求的個性化存儲服務(wù)，例如低時延塊

存儲（數(shù)據(jù)庫多副本場景，<0.1ms延遲）、高帶寬彈性盤（大數(shù)據(jù)單副本場景，吞吐量達

40Gbps）、高速臨時存儲等。1.2

軟硬一體協(xié)同優(yōu)化，應(yīng)對Al時代激增的數(shù)據(jù)沖擊AI預(yù)訓(xùn)練和推理過程需要存儲和預(yù)處理海量的多模態(tài)數(shù)據(jù)，數(shù)據(jù)向量化趨勢也非常顯著，為保障AI應(yīng)用特別是中小模型推理和傳統(tǒng)AI搜推場景的實時響應(yīng)，云基礎(chǔ)設(shè)施也在架構(gòu)層面做出了持續(xù)

的優(yōu)化創(chuàng)新。治理/合規(guī)優(yōu)化人員生產(chǎn)率資源利用/密度最大化圖2

全球企業(yè)認(rèn)為未來2年對業(yè)務(wù)成果最重要的lT事項應(yīng)用性能災(zāi)難恢復(fù)和備份運營及工具一致性成本管理跨數(shù)據(jù)中心整合66%

66%

65%

65%67%

67%

66%應(yīng)用可用性夸云可視性人才/技能64%

64%

63%快速交付整體安全風(fēng)險管理自動化65%65%0369%68%68%

分布式預(yù)處理框架和流程優(yōu)化：通過構(gòu)建分布式的訓(xùn)練數(shù)據(jù)預(yù)處理框架，將IVF、HNSWLib、Faiss/Flat等向量化算法進行分布式改造，使其能夠在多個計算節(jié)點上并行運行。通過數(shù)據(jù)分

片和任務(wù)分配，充分利用集群的計算資源，提高處理大規(guī)模向量數(shù)據(jù)的能力。這需要云計算

基礎(chǔ)設(shè)施提供靈活的適配和資源編排能力，以及嚴(yán)格的資源隔離與共享保障。

利用硬件加速提升數(shù)據(jù)預(yù)處理和Al推理效率：在處理器內(nèi)部增加專用硬件加速單元和專用指令集，提升數(shù)據(jù)清洗、加密與傳輸效率。對于視覺模型、視頻處理、數(shù)據(jù)庫模糊檢查詢等任務(wù)，云實例基于新一代處理器的向量指令集、矩陣加速指令集等，能夠直接支持相關(guān)AI算子執(zhí)行，簡化系統(tǒng)架構(gòu)，提升響應(yīng)性能與可靠性，持續(xù)改善搜推廣、語音/視頻處理以及中小模

型的推理體驗。

云原生方案形成整體保障：除了算力層面的降本措施，云服務(wù)商還通過持續(xù)增強彈性伸縮、Serverless以及統(tǒng)一運維等云原生解決方案的效能，實現(xiàn)硬件、算法、平臺、服務(wù)的協(xié)同進

化。例如，在強化彈性伸縮能力時，綜合運用編排調(diào)度（例如Kubernetes）、服務(wù)監(jiān)控、服

務(wù)治理以及相關(guān)的配置管理等云原生能力，在提高彈性伸縮的速率的同時，持續(xù)增強自動化

預(yù)測能力以及優(yōu)化自適應(yīng)策略。1.3

持續(xù)的融合創(chuàng)新，助力企業(yè)的國際化布局面對智能化、全球化、融合化的發(fā)展浪潮，國內(nèi)云服務(wù)商憑借自身在互聯(lián)網(wǎng)創(chuàng)新、跨境電商以及AI創(chuàng)新應(yīng)用等領(lǐng)域的創(chuàng)新優(yōu)勢，不僅可以為自身拓展新的廣闊發(fā)展空間，也為全球市場帶來新的

發(fā)展機遇與變革動力。

互聯(lián)網(wǎng)創(chuàng)新推動全球市場繁榮：國內(nèi)云服務(wù)商在互聯(lián)網(wǎng)創(chuàng)新方面的成果優(yōu)勢，一方面體現(xiàn)在業(yè)務(wù)的示范效應(yīng)，例如在電商、社交媒體、在線教育、遠程辦公等互聯(lián)網(wǎng)服務(wù)領(lǐng)域，國內(nèi)云服務(wù)商具有豐富的融合開發(fā)和運營經(jīng)驗，可以通過國際合作與交流，輸出到全球市場。另一

方面也體現(xiàn)在豐富的技術(shù)融合經(jīng)驗，即基于自身的互聯(lián)網(wǎng)創(chuàng)新業(yè)務(wù)推動云計算服務(wù)能力的發(fā)

展和進步，例如綜合運用云網(wǎng)絡(luò)、分布式云架構(gòu)、負(fù)載均衡、CDN等技術(shù)，保障全球用戶獲

得流暢的訪問體驗。04

跨境電商形成市場綜合服務(wù)優(yōu)勢：一些國內(nèi)大型云服務(wù)商具備豐富的跨境電商業(yè)務(wù)運營經(jīng)驗，可以整合跨境物流、支付等環(huán)節(jié)的資源，為跨境電商企業(yè)提供一站式的解決方案。在信

息服務(wù)方面，具備強大的數(shù)據(jù)分析工具，能夠幫助跨境電商企業(yè)精準(zhǔn)洞察不同地區(qū)消費者的

需求和偏好，優(yōu)化選品和營銷策略，有效保障交易數(shù)據(jù)的安全合規(guī)要求。

AI創(chuàng)新應(yīng)用不斷挖掘新的市場潛力：近年來，國內(nèi)云服務(wù)商在AI創(chuàng)新應(yīng)用方面不斷突破，為挖掘全球市場新潛力提供了強大動力。相關(guān)的基礎(chǔ)AI模型和AI技術(shù)棧都十分強大，特別是能

夠持續(xù)利用云計算的海量數(shù)據(jù)存儲和強大計算能力優(yōu)勢，支撐智能化的云應(yīng)用出海。一大批

AI產(chǎn)品已經(jīng)在市場中發(fā)揮了巨大作用，例如B端市場的國內(nèi)企業(yè)生產(chǎn)、供應(yīng)鏈管理、風(fēng)險控

制，以及C端市場的智能搜推、智能客服等。0502

挑戰(zhàn)：企業(yè)多元業(yè)務(wù)需求與海量AI數(shù)據(jù)的沖擊2.1

在線業(yè)務(wù)面臨性能與效率的極限挑戰(zhàn)面對企業(yè)海量在線業(yè)務(wù)以及復(fù)雜的創(chuàng)新場景，現(xiàn)有的云基礎(chǔ)設(shè)施常常難以應(yīng)對用戶在彈性、低時延和高吞吐等方面的基礎(chǔ)性能問題。

復(fù)雜應(yīng)用的復(fù)合性能挑戰(zhàn)：以游戲場景為例，其涉及復(fù)雜的圖形渲染，

以及物理環(huán)境模擬、人工智能算法等，既需要高性能單核算力，支撐Unity和Unreal

Engine等3D引擎的運行，也

需要可靠的的多線程并發(fā)能力，支持多玩家同步時的后臺任務(wù)處理和AI推理。游戲業(yè)務(wù)的周

期特性對于資源的彈性伸縮能力要求極高。此外，玩家數(shù)據(jù)的記錄也涉及頻繁的寫操作，需

要保持長連接、低時延的計算、存儲服務(wù)。當(dāng)前的游戲業(yè)務(wù)還廣泛使用到數(shù)智驅(qū)動，利用AI加速對玩家行為進行實時分析并提供個性化推薦。

存算分離架構(gòu)帶來網(wǎng)絡(luò)、存儲性能壓力：在大數(shù)據(jù)、數(shù)據(jù)庫場景中，存算分離架構(gòu)使計算節(jié)點和存儲節(jié)點之間的數(shù)據(jù)傳輸量大幅增加。大數(shù)據(jù)平臺運行時，

CPU負(fù)載普遍在60%以上，內(nèi)存帶寬利用率可高達80%以上。高負(fù)載情況下，保持算力的平穩(wěn)輸出非常重要，包括性能

的線性度指標(biāo)以及資源隔離的力度等。特別在是高密度計算環(huán)境下，單服務(wù)器下的租戶更

多，相關(guān)租戶之間的故障隔離以及緩存、存儲等資源的共享訪問問題會更加突出，既要確保

租戶之間運行不受任何影響，又不能以犧牲用戶訪問性能為代價。此外，多副本存儲策略在

面對存算分離架構(gòu)時也會帶來數(shù)據(jù)一致性的挑戰(zhàn)。

一些分布式事務(wù)處理涉及多個計算節(jié)點和存儲節(jié)點，進一步增加了系統(tǒng)設(shè)計和實現(xiàn)的復(fù)雜度。

云原生架構(gòu)帶來系統(tǒng)架構(gòu)和技術(shù)棧的新問題：例如如何處理微服務(wù)間頻繁的通信、復(fù)雜的拓?fù)?、多樣化存儲以及動態(tài)多變的負(fù)載等，并強化隔離保障安全。云服務(wù)商通過持續(xù)增強彈性

伸縮、Serverless以及統(tǒng)一運維等云原生解決方案的效能，幫助用戶降低成本。例如，在強

化彈性伸縮能力時，綜合運用編排調(diào)度（例如Kubernetes）、服務(wù)監(jiān)控、服務(wù)治理以及相關(guān)

的配置管理等云原生能力。062.2

Al數(shù)據(jù)處理與計算協(xié)同的復(fù)雜度激增傳統(tǒng)的云存儲和處理架構(gòu)難以高效應(yīng)對，存儲和傳輸成本也非常高昂。同時，AI算力需求持續(xù)高速增長，為保障AI系統(tǒng)的實時響應(yīng)，云基礎(chǔ)設(shè)施需要在架構(gòu)層面做出創(chuàng)新，以應(yīng)對多種類型的挑戰(zhàn)。

數(shù)據(jù)處理挑戰(zhàn)：除AI海量、多模態(tài)特征外，工業(yè)制造、醫(yī)療等領(lǐng)域的AI應(yīng)用所涉及的異構(gòu)數(shù)據(jù)多，格式和標(biāo)準(zhǔn)不統(tǒng)一，進一步導(dǎo)致管理和存儲成本的上升。在海量AI數(shù)據(jù)預(yù)處理過程中，非結(jié)構(gòu)化數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注等工作的效率往往不高，也嚴(yán)重影響了AI應(yīng)用目標(biāo)的達成。

協(xié)同計算挑戰(zhàn)：

規(guī)?；腁I訓(xùn)練和推理任務(wù)，往往采用分布式架構(gòu)執(zhí)行，參數(shù)同步時的通信需求巨大，傳統(tǒng)云網(wǎng)絡(luò)在高并發(fā)實時通信場景下難以滿足PB級數(shù)據(jù)傳輸?shù)牡脱舆t需求。同

時，很多AI任務(wù)混合使用CPU、GPU、TPU等算力，但一些云平臺對大量的異構(gòu)算力缺乏統(tǒng)

一管理和調(diào)度框架，算力有效利用率長期難以提升。

體驗與效率挑戰(zhàn)：大量的AI模型服務(wù)以API形式向外輸出，當(dāng)云架構(gòu)設(shè)計不合理時，用戶端的高并發(fā)請求極易導(dǎo)致服務(wù)崩潰。值得注意的是，AI任務(wù)的多樣化意味著并非所有AI任務(wù)都適

合采用GPU集群方式進行處理。例如一些實時推薦、召回分析、游戲狀態(tài)管理等場景，需要

在數(shù)據(jù)庫的域內(nèi)完成模糊查找、匹配等操作，以滿足實時性和數(shù)據(jù)不出域的要求。2.3

國際化進程中的全球布局、合規(guī)與質(zhì)量一致性難題全球化業(yè)務(wù)對企業(yè)云計算的規(guī)模、彈性以及各項性能指標(biāo)的要求更高，技術(shù)實現(xiàn)相對復(fù)雜且成本高昂。各國家、地區(qū)的政策法規(guī)、基礎(chǔ)設(shè)施差異大，同時還要盡量保障全球服務(wù)質(zhì)量和體驗的一

致性，這無疑增加了企業(yè)全球化發(fā)展的難度。

云服務(wù)與算力網(wǎng)點布局問題：

在本土之外構(gòu)建云基礎(chǔ)設(shè)施，可能涉及土地、供電、人力等多項工作，組織協(xié)調(diào)難度極大。不同國家基礎(chǔ)設(shè)施發(fā)展水平不一，無論是中企出海還是外企入華，都會因不熟悉當(dāng)?shù)丨h(huán)境而困難重重，難以獲得理想的云服務(wù)與算力支持。此外，合規(guī)風(fēng)

險問題不容忽視，各國對數(shù)據(jù)存儲、跨境傳輸?shù)扔袊?yán)格規(guī)定，稍有不慎將面臨巨額罰款和聲

譽損失。

規(guī)模、性能與彈性需求：

不同市場的業(yè)務(wù)規(guī)模差異大，在海外拓展初期，業(yè)務(wù)波動往往較大，各地區(qū)的增長難以預(yù)測，這給云計算的技術(shù)需求規(guī)劃也帶來了難題。企業(yè)既要避免初期

大規(guī)模投入造成資源浪費，又要確保業(yè)務(wù)高峰時有足夠云計算資源支撐。部分地區(qū)的云服務(wù)

性能難以保證，數(shù)據(jù)的傳輸延遲和丟包率高，嚴(yán)重影響用戶端的響應(yīng)速度和綜合體驗。07

服務(wù)質(zhì)量與體驗一致性：很多大型企業(yè)，對全球化業(yè)務(wù)的服務(wù)質(zhì)量和體驗一致性要求極高，確保用戶身處任何國家都期望獲得相同體驗、相同水準(zhǔn)的服務(wù)。但不同國家文化背景、使用

習(xí)慣和技術(shù)水平差異性，都會嚴(yán)重對上述目標(biāo)產(chǎn)生嚴(yán)重影響。這需要企業(yè)投入資源，兼顧全

球標(biāo)準(zhǔn)的建立以及本地化適配問題。2.4

安全、穩(wěn)定與成本的多元保障要求云計算的安全性與穩(wěn)定性直接影響用戶信任度，任何數(shù)據(jù)泄露或業(yè)務(wù)中斷均可能導(dǎo)致災(zāi)難性后果。

數(shù)據(jù)安全性—信任與合規(guī)的雙重考驗：

云計算的多租戶架構(gòu)和分布式存儲特性增加了數(shù)據(jù)被跨域非法訪問的風(fēng)險，在金融、醫(yī)療、零售等場景中，數(shù)據(jù)泄露可能引發(fā)災(zāi)難性后果。此

外，跨境數(shù)據(jù)傳輸需滿足各國嚴(yán)格的法規(guī)要求，稍有不慎便可能面臨巨大的風(fēng)險。

應(yīng)用穩(wěn)定性—Al與線上業(yè)務(wù)的雙重沖擊：

AI應(yīng)用的普及加劇了云計算的不確定性。模型訓(xùn)練需要應(yīng)對海量數(shù)據(jù)沖擊，推理服務(wù)對延遲非常敏感。同時，大量的線上業(yè)務(wù)依賴7×24小時高可用性，業(yè)務(wù)中斷或數(shù)據(jù)丟失都可能引發(fā)巨額經(jīng)濟損失。

運維復(fù)雜度—人力與資源的雙重負(fù)擔(dān)：云計算的分布式架構(gòu)和動態(tài)資源調(diào)度需求增加了運維難度。大型企業(yè)可能使用跨區(qū)域、跨云環(huán)境下數(shù)以千計的實例，處理自動化擴容、故障轉(zhuǎn)移

等復(fù)雜任務(wù)。企業(yè)需投入大量的云原生開發(fā)和運維人才，采購昂貴的監(jiān)控與自動化工具等。

成本控制—算力性價比難題：企業(yè)多云集群和異構(gòu)計算資源的效率和適配不足，使算力成本長期居高不下，彈性能力的缺失造成的大量云實例閑置，也加劇了浪費現(xiàn)象。在企業(yè)加速

業(yè)務(wù)創(chuàng)新的背景下，大型企業(yè)的多業(yè)務(wù)線體系需要頻繁地應(yīng)付新業(yè)務(wù)上線部署時千奇百怪的需求，進一步產(chǎn)生了額外的高額開支和大量的重復(fù)建設(shè)。0803

解決方案阿里云第九代企業(yè)級ECS實例（ECS

g9i）基于“CIPU+飛天”技術(shù)架構(gòu)，搭載英特爾?至強?

6性能核處理器（P-core），為包括數(shù)據(jù)庫、大數(shù)據(jù)、游戲在內(nèi)的多類場景帶來顯著的性能和體驗提升。CIPU作為新一代云計算管控和加速中心，

向下對數(shù)據(jù)中心的計算、存儲、網(wǎng)絡(luò)資源快速云化并進行硬件加速，向上接入飛天云操作系統(tǒng)實現(xiàn)彈性多租戶的安全隔離、性能優(yōu)化和成本控制，全方

位助力企業(yè)應(yīng)對在線業(yè)務(wù)的高并發(fā)、低延遲、高可用挑戰(zhàn)。，作為最新一代的至強?產(chǎn)品，英特爾?至強?

6性能核處理器經(jīng)過精心優(yōu)化，具備更出色的單核性能，更適合公有云工作負(fù)載，能夠為浮點運算、事務(wù)型數(shù)據(jù)庫和科學(xué)計算等工作負(fù)載提供更高的

單個

vCPU

性能。在核心數(shù)量、算力密度、內(nèi)存與

I/O

升級和AI

深度優(yōu)化，以及多場景性能上，

至強?

6性能核處理器均有全面突破。圖3.

英特爾?至強?代際演進最高單路內(nèi)核數(shù)第二代英特爾?至強?可

擴展處理器28

核代際規(guī)格第四代英特爾?至強?可

擴展處理器60

核英特爾?至強?6900性能核處理器128

核內(nèi)存6通道高達2933MT/s(DDR4)8通道高達4800MT/s(DDR5)12通道高達6400MT/s(DDR5)PCIePCIe3.0,48條通道PCIe5.0,

80條通道支持PCIe5.0,多達96條通道AI加速器AVX-512(VNNI)AMX/TMUL(INT8&BFloat16)&AVX-512(VNNI/INT8)AMX/TMUL(INT8&BFloat16,FP16)&AVX-512(VNNI/INT8)來源:

Intel09 至強?

6性能核處理器專為計算密集型工作負(fù)載而設(shè)計，計算單元基于英特爾3

制程工藝，最高配備

128

個性能核，當(dāng)前阿里云

ECS

g9i

采用高性能

120

核定制款。

支持多達

12

個通道

6400MT/s

的

DDR5，擁有高達

504MB

的三級共享緩存，96

條

PCIe5.0及

64

條

CXL2.0

通道。

新增對

FP16

數(shù)據(jù)格式的支持，可為AI

推理和機器學(xué)習(xí)（ML）等計算密集型工作負(fù)載提供優(yōu)于其他通用

CPU

的出色性能。同時，憑借其出色的Al

推理性能，英特爾

?

至強

?

6

性能核處理器也是全球眾多出色AI加速平臺用于支持?jǐn)?shù)據(jù)處理的機頭

CPU

優(yōu)選之一。除了以更多內(nèi)核為

ECSg9i

提供澎湃算力外，英特爾至強?6性能核處理器還能助力主流工作負(fù)載在

ECS

g9i

上實現(xiàn)顯著增益。與基于第五代英特爾

?

至強

?

處理器的

ECS

g8i

相比，ECS

g9i

的在線

游戲性能提升

15%，數(shù)據(jù)庫性能提升

17%，Web

應(yīng)用性能提升

20%。3.1

打造極致性能體驗，為傳統(tǒng)計算業(yè)務(wù)打開新空間1、在線業(yè)務(wù)至強

?

6

性能核處理器采用

Chiplet架構(gòu)，處理器擁有

3

個計算芯粒，2

個

IO

單元芯粒，所有芯粒之間通過

EMIB

多芯片互連橋接封裝技術(shù)（Embedded

Multi-die

Interconnect

Bridge）技術(shù)進行高速連接。單個計算芯粒擁有最多43

個內(nèi)核，可以在同一計算芯粒內(nèi)高效地處理在線業(yè)務(wù)，對于大規(guī)

模在線業(yè)務(wù)（如

web服務(wù)、緩存層、云原生微服務(wù)）可以在一個

Die

內(nèi)分布完成，減少跨

Die

通信延

遲，更適合低延遲、大吞吐云業(yè)務(wù)場景。EMIB

高速封裝橋接技術(shù)使計算單元之間通過高速橋互聯(lián)，

同一個計算芯粒內(nèi)無“非一致性內(nèi)存訪問”（NUMA）問題。在

SNC

(Sub

NUMA

Cluster)

模式下，關(guān)

鍵數(shù)據(jù)駐留在同一個芯粒的本地內(nèi)存/

緩存中，避免跨芯粒訪問的內(nèi)存延遲開銷，對高并發(fā)在線負(fù)

載和數(shù)據(jù)庫事務(wù)處理更有優(yōu)勢。（1）典型

Web

業(yè)務(wù)為應(yīng)對

Web

業(yè)務(wù)高并發(fā)、低延遲、動態(tài)流量波動大的特性，

ECSg9i

提供了強大的單核計算性能和彈性伸縮能力，從容應(yīng)對突發(fā)流量。完備的

QoS保障措施，能夠更好地實現(xiàn)多租戶環(huán)境下的性能穩(wěn)

定與資源公平分配。通過在硬件架構(gòu)上的一系列創(chuàng)新，至強

?

6

性能核處理器擁有強大的硬件加速

能力，可為計算、網(wǎng)絡(luò)資源帶來顯著提升。10

彈性伸縮：ECSg9i

對彈性伸縮能力進行了大幅優(yōu)化。單實例創(chuàng)建時間從

10s

縮減至4s，單規(guī)格單可用區(qū)的

1

萬實例交付時間從5

min

降低到

1min，從觸發(fā)彈性開始，30s

即可實現(xiàn)節(jié)點

就緒?；谥翉?/p>

?

6

性能核處理器所提供的英特爾

?SpeedSelect

技術(shù)(

英特爾

?SST)，

ECSg9i

允許用戶調(diào)整

CPU

核心數(shù)量與時鐘頻率，以滿足特定計算需求

,例如可以從

120

核改配

到

96

核，以提高單核性能。在線主頻變配+芯?；軜?gòu)緩解資源緊張問題，一臺服務(wù)器可實現(xiàn)

靈活多檔配置，無需重新調(diào)度到其他機器或可用區(qū)，用戶無需擔(dān)心可用區(qū)內(nèi)新實例資源不足的

問題。對于運行

7x24

的云原生業(yè)務(wù)和關(guān)鍵服務(wù)系統(tǒng)，可持續(xù)提供SLA，業(yè)務(wù)連續(xù)性更強，無需

“停機換車”。

QoS

保障：ECSg9i

通過硬件虛擬化、CPU

的資源調(diào)度管理等多種優(yōu)化手段，實現(xiàn)了對存儲、網(wǎng)絡(luò)、內(nèi)存及計算資源的精細(xì)化隔離與保障，確保了項目租戶間的資源隔離，互不干擾。首先通

過英特爾

?資源調(diào)配技術(shù)

(英特爾?

RDT,

Intel

Resource

Direct

Technology)

的能力，提供了包含豐富組件的框架，可以跟蹤和控制平臺上同時運行的多個應(yīng)用程序、容器或VM使用的

緩存和內(nèi)存帶寬，確保復(fù)雜環(huán)境中關(guān)鍵業(yè)務(wù)負(fù)載的性能。英特爾還提供了基于硬件的動態(tài)內(nèi)存

帶寬控制技術(shù)（HWDRC），相對于靜態(tài)的內(nèi)存帶寬分配，HWDRC

進一步提高了內(nèi)存帶寬利用率。英特爾

?

數(shù)據(jù)直接

I/O

技術(shù)（英特爾

?

Data

Direct

I/O）是英特爾

?

集成

I/O

的關(guān)鍵功能，能

夠使處理器緩存成為

I/O

數(shù)據(jù)的主要目的地和來源，而無需像傳統(tǒng)

DMA

一樣通過主內(nèi)存中轉(zhuǎn)，

進一步實現(xiàn)更高的帶寬、更低的延遲和更低的功耗。另外，在系統(tǒng)設(shè)計層面，基于

g9i

的底層硬

件，也實現(xiàn)支持處理器雙單路硬件架構(gòu)通過獨立供電與運行單元設(shè)計，在單路故障時仍可維持

另一單路穩(wěn)定運行，實現(xiàn)功耗隔離與故障隔離，保障系統(tǒng)持續(xù)穩(wěn)定運行。

QAT

硬件加速：英特爾?數(shù)據(jù)保護與壓縮加速技術(shù)（英特爾

?

QAT）專用加速引擎提供了帶外的獨立于

CPU

核心的額外壓縮

/

解壓算力和加解密算力，有效卸載

CPU

負(fù)載。QAT

支持豐富

的壓縮算法，既支持傳統(tǒng)的

de?ate

系列壓縮算法，包括

zlib，gzip

等格式，也支持壓縮速度極

快的

LZ4，以及速度和壓縮率比較均衡的

ZSTD等新型的壓縮算法，能滿足客戶大多數(shù)的算法

需求和多樣化的業(yè)務(wù)場景；QAT

支持主流的對稱加解密和非對稱加解密算法，可廣泛用于加速TLS

協(xié)議的握手階段以及后續(xù)數(shù)據(jù)塊的加解密，提升

Nginx服務(wù)以及其他使用

HTTPS/TLS

協(xié)

議的服務(wù)性能，適用于公司網(wǎng)關(guān)、加解密專用節(jié)點等場景；QAT還采用了

plugin

的方式，靈活

適配OpenSSL，讓眾多使用OpenSSL

的客戶能無縫切換到使用QAT，輕松啟用硬件加速能力。

eRDMA

網(wǎng)絡(luò)技術(shù)：通過彈性遠程直接內(nèi)存訪問，端到端網(wǎng)絡(luò)延遲低至

8微秒，較傳統(tǒng)VPC

降低三分之二，有效支持大規(guī)模組網(wǎng)和高彈性需求。依托于

CIPU

架構(gòu)，ECSg9i

實現(xiàn)了網(wǎng)絡(luò)資源

的靈活調(diào)配優(yōu)化，滿足各種高并發(fā)、低延遲的網(wǎng)絡(luò)需求。11（2）數(shù)據(jù)庫業(yè)務(wù)當(dāng)前的在線數(shù)據(jù)庫業(yè)務(wù)具有數(shù)據(jù)量大、計算量大、數(shù)據(jù)隨機訪問多、多核并發(fā)等典型特征，從不同類型數(shù)據(jù)庫的性能需求看，MySQL

高并發(fā)場景依賴多核與高主頻平衡；Redis

對單核性能（CPU

主頻）、內(nèi)存帶寬、時延都要求極高；

PostgreSQL

的復(fù)雜查詢依賴多核并行執(zhí)行與高緩存命中率，ClickHouse

分析型數(shù)據(jù)庫則更加需要向量計算加速。

優(yōu)化與性能提升：ECSg9i

針對關(guān)系型數(shù)據(jù)庫、Redis、向量數(shù)據(jù)庫以及壓縮/

解壓縮等數(shù)據(jù)處理與分析場景均具備針對性的優(yōu)化措施，數(shù)據(jù)庫場景的綜合性能較上一代提升

17%。

單核可用更大

L3

緩存：至強?

6性能核處理器的

L3

共享緩存高達504MB，相比前代提升顯著。在現(xiàn)代數(shù)據(jù)庫（如MySQL、PostgreSQL、Redis）中，大量查詢操作涉及對小數(shù)據(jù)塊的隨機訪問。更大的

L3緩存意味著這些熱數(shù)據(jù)可以更大概率“命中”緩存而不用落到主內(nèi)存，減少訪問延

遲。在單核查詢時，可以直接從超大共享

L3

中抓取數(shù)據(jù)，避免等待

DRAM，顯著加速

QPS（每秒

查詢數(shù)）和響應(yīng)時間，降低訪問延遲。比起“小

L3

+

多核”的設(shè)計，至強

?

6

的“大

L3

+

強核”架

構(gòu)，能顯著降低

P99查詢延遲，穩(wěn)定服務(wù)體驗。2、離線數(shù)據(jù)處理業(yè)務(wù)針對離線數(shù)據(jù)處理業(yè)務(wù)的高吞吐計算能力、海量存儲彈性擴展、高效數(shù)據(jù)傳輸、低延遲網(wǎng)絡(luò)以及高容錯與數(shù)據(jù)可靠性保障等要求，ECSg9i

支持彈性臨時盤和高性能存儲解決方案，在本地

Shu?e

測試

場景中，單實例處理性能較上一代提升

12%，整機處理性能提升

10%。在數(shù)據(jù)挖掘、機器學(xué)習(xí)、數(shù)據(jù)

分析等領(lǐng)域中，ECS

g9i

可以為用戶提供更快速、更準(zhǔn)確的數(shù)據(jù)處理能力。

存儲性能升級：ECSg9i

彈性臨時盤單盤最大支持

100

萬

IOPS

和

4GB/s

吞吐。在大數(shù)據(jù)緩存加速場景中，這種高性能的存儲解決方案可以顯著提升系統(tǒng)的處理效率。支持

NVMe

ESSD

云

盤，訪問時延降低

10%。

l/O

帶寬：ECS

g9i

基于“飛天

+CIPU”技術(shù)架構(gòu)，全面優(yōu)化升級云上普惠彈性

eRDMA

網(wǎng)絡(luò)，依托

CIPU

高速雙上聯(lián)網(wǎng)絡(luò)能力，其時延降為傳統(tǒng)VPC

的三分之一，低至

8微秒，可實現(xiàn)大規(guī)模

組網(wǎng)及高彈性等優(yōu)勢，這有助于提升離線數(shù)據(jù)處理的

I/O

帶寬和效率。

高性能存儲：

ECSg9i支持存算分離架構(gòu)，用戶可以根據(jù)業(yè)務(wù)需求靈活配置計算和存儲資源。例如在構(gòu)建數(shù)據(jù)存儲方案時，可以根據(jù)冷熱數(shù)據(jù)的不同需求，將數(shù)據(jù)存儲在

OSS（對象存儲服12務(wù)）中，并通過

EED（臨時緩存盤）提供高性能的臨時存儲服務(wù)。這種架構(gòu)有助于提升離線數(shù)據(jù)處理的靈活性和效率。

內(nèi)存通道升級：至強

?6

性能核處理器內(nèi)存通道從

8

通道升級到

12

通道，能夠輸出更大的內(nèi)存帶寬和更高的數(shù)據(jù)傳輸速率，有助于進一步提升數(shù)據(jù)預(yù)處理任務(wù)的效率和體驗，特別是對于

需要處理大量數(shù)據(jù)的離線任務(wù)來說至關(guān)重要。3、游戲

/

量化交易業(yè)務(wù)游戲和量化交易業(yè)務(wù)均對實時性、計算性能與穩(wěn)定性要求嚴(yán)苛。例如游戲后臺必須持續(xù)低時延響應(yīng)玩家操作，以保障足夠流暢的體驗，同時，高幀率渲染和復(fù)雜環(huán)境模擬對后臺的計算資源需求極大。量化交易則依賴毫秒級行情捕捉、高頻策略計算與精準(zhǔn)訂單執(zhí)行，任何延遲或計算錯誤均可能導(dǎo)致

收益損失或風(fēng)險失控。ECS

g9i

除提供高性能、彈性、QoS

以及硬件加速等強大的在線業(yè)務(wù)支撐能力外，還特別具備以下保障優(yōu)勢：

高主頻時的穩(wěn)定性能：至強

?

6

性能核處理器在高主頻（包括睿頻）工作模式下，頻率抖動極其微小，能夠更好地在高主頻下保持持續(xù)穩(wěn)定的性能輸出。

可靠性：高品質(zhì)的硬件組件和先進的散熱技術(shù)，確保了服務(wù)器的低故障率和高可靠性，最大程度避免故障導(dǎo)致的業(yè)務(wù)中斷和數(shù)據(jù)丟失。

海量規(guī)格智能篩選：在游戲業(yè)務(wù)高彈性場景下，針對海量規(guī)格實現(xiàn)了智能篩選，動態(tài)規(guī)格供給模式有效減少了資源碎片，降本幅度可達

20%。3.2

技術(shù)和架構(gòu)創(chuàng)新，提升

Al

時代的向量數(shù)據(jù)處理和協(xié)同計算效率1、數(shù)據(jù)預(yù)處理場景阿里云

ECSg9i在硬件層面與

SIMD指令集深度集成，支持英特爾

?

高級矢量擴展512（英特爾

?AVX-512）指令集，每個內(nèi)核擁有兩個512位融合乘加（FMA）單元，顯著加速AI、科學(xué)計算和數(shù)據(jù)庫

等工作負(fù)載中常見的向量運算。ECSg9i標(biāo)配支持處理器內(nèi)置的英特爾?

高級矩陣擴展

(Intel?13Advanced

Matrix

Extensions，

英特爾?AMX

計算加速引擎，并新增支持

FP16指令集，顯著提升AI數(shù)據(jù)預(yù)處理等場景的執(zhí)行效率。同時，基于SIMD指令集開發(fā)的軟件能夠在

ECSg9i

上無縫運行，

無需重寫代碼，方便開發(fā)者利用SIMD指令集的優(yōu)勢進行應(yīng)用優(yōu)化。英特爾在

SIMD指令集方面持續(xù)創(chuàng)新，從AVX

到AMX、VNNI等，在多媒體處理、量化交易、科學(xué)計算和人工智能等廣泛領(lǐng)域被開發(fā)者所使用，推動計算架構(gòu)從“標(biāo)量時代”向“向量時代”躍遷。2、訓(xùn)練場景至強

?6性能核處理器的Chiplet架構(gòu)集成3個計算單元與2個

IO

單元，每個計算單元支持多達43

個核，并利用

EMIB

高帶寬互聯(lián)與統(tǒng)一內(nèi)存一致性機制，帶來類似單芯片大

Die

的計算性能和響

應(yīng)效率。在很多AI

任務(wù)中，處理器可以直接支持對模型參數(shù)的操作，無需對數(shù)據(jù)進行跨

Die傳輸，從

而提升了響應(yīng)效率，增強了數(shù)據(jù)一致性保障。192

條

PCIe5.0

通道（單路

96

條）使

GPU

與

CPU

通

信延遲大大降低，消除

GPU

數(shù)據(jù)吞吐瓶頸。MoE

大模型的專家層參數(shù)可在

CPU

內(nèi)完整駐留，硬件

級內(nèi)存一致性協(xié)議（如

UPI2.0）確保多

GPU

共享參數(shù)時無需冗余同步，減少訓(xùn)練迭代延遲。目前主流的AI

計算架構(gòu)在采用

GPU

集群的同時，均大量使用了至強

?

系列處理器作為機頭

CPU

提供協(xié)

同計算、管理和資源分配等能力來提升系統(tǒng)性能和能效，

使工作負(fù)載的性能和總體擁有成本

(TCO)

之間達到更為理想的平衡點。憑借持續(xù)迭代的x86架構(gòu)技術(shù)優(yōu)勢，覆蓋芯片設(shè)計、軟硬件協(xié)同優(yōu)化的系統(tǒng)級解決方案及全鏈條生態(tài)整合能力，英特爾目前在人工智能服務(wù)器

CPU

的市場占據(jù)

80%

以上的份額

+。3、推理場景推薦系統(tǒng)作為AI在商業(yè)領(lǐng)域的成熟應(yīng)用，是電商、廣告等多行業(yè)的核心技術(shù)支撐。隨著數(shù)據(jù)量的激增，精準(zhǔn)洞察用戶需求、實現(xiàn)高效匹配成為競爭關(guān)鍵?，F(xiàn)代推薦系統(tǒng)融合深度學(xué)習(xí)與大數(shù)據(jù)分析技

術(shù)，構(gòu)建起用戶需求與內(nèi)容展示間的精準(zhǔn)連接，既為用戶提供個性化服務(wù)，又增強企業(yè)產(chǎn)品曝光、驅(qū)

動業(yè)務(wù)增長。算法的創(chuàng)新帶來模型與特征處理復(fù)雜度提升，對硬件算力提出更高要求。至強

?

6

性能

核處理器內(nèi)置的英特爾?AMX，搭配深度神經(jīng)網(wǎng)絡(luò)庫

(英特爾?oneAPI

Deep

Neural

NetworkLibrary，英特爾?oneDNN)、算子融合等軟件方案，實現(xiàn)對智能推薦系統(tǒng)AI推理的優(yōu)化加速，助力

提升系統(tǒng)準(zhǔn)確性與效率。推薦系統(tǒng)*

注：數(shù)據(jù)來自《IDC

中國加速服務(wù)器市場追蹤》。14隨著

LLM

模型參數(shù)量的逐漸增加，KV

cache

數(shù)據(jù)量也逐漸增加，意味著對

GPU

顯存容量的要求也越來越高。實際推理場景中，對于

KV

cache

的存儲優(yōu)化能大大提升推理系統(tǒng)的性能。為此，英特爾

?

QAT

重構(gòu)了

KV

Cache

存儲范式。結(jié)合至強

?

6

性能核處理器的多層統(tǒng)一內(nèi)存架構(gòu)，將高頻訪問的

KV

索引駐留

GPU

顯存，溫數(shù)據(jù)存儲在

CPU

內(nèi)存中，而歷史上下文冷數(shù)據(jù)壓縮后存入本地硬盤或者

遠端對象存儲中，QAT

的超高壓縮解壓性能，使磁盤中的壓縮數(shù)據(jù)解壓縮到內(nèi)存并傳輸?shù)斤@存中的

延遲大大降低，提高用戶體驗的同時，節(jié)約了大量的

GPU

算力，實現(xiàn)了以存代算的總體設(shè)計模式。另外，在很多領(lǐng)域，綜合成本和效果兩方面因素，LLM

常通過參數(shù)壓縮量化、蒸餾等技術(shù)推動模型輕量化部署，尤其是

14B

參數(shù)以下的模型推理速度快，微調(diào)也更加方便，在很多中小企業(yè)或特定垂直

行業(yè)部署廣泛。針對此類需求，英特爾

?AMX

對矩陣計算、卷積、注意力機制等

LLM

核心算子進行

性能優(yōu)化，結(jié)合英特爾

?

oneDNN

和高效的算子融合、緩存分塊等軟件優(yōu)化技術(shù)，大幅提升

LLM

推

理性能。內(nèi)部測試數(shù)據(jù)顯示，至強?

6

性能核處理器針對不同

LLM

的推理性能相比上一代處理器均

有革命性提升。圖4

英特爾處理器在中小規(guī)模LLM推理性能的表現(xiàn)受限于算力限制和成本要求等各種原因，NLP、CV

等傳統(tǒng)AI

模型仍占據(jù)重要位置，滿足多種業(yè)務(wù)和場景需求的精度和效果。英特爾?AMX以及英特爾?oneDNN能夠顯著優(yōu)化模型中的矩陣乘法和卷積等計算，并借助算子融合，緩存分塊等軟件優(yōu)化方案，結(jié)合英特爾?AVX-512

等向量加速指令

集，進一步為傳統(tǒng)AI

場景提供優(yōu)化加速。大語言模型（Large

Language

Models,

LLMs）傳統(tǒng)AI7.006.005.004.003.002.001.000.00 Intel

Xeon8592+(64c)Intel

Xeon

69XXPLlama-38BSummarization(1024/128)

int8/BSx*Llama-27BSummarization(1024/128)

int8/BSxGPT-J

6BSummarization(1024/128)

int8/BSx2.291.002.281.002.201.00Intel

GPT-J

6B

Chatbot(128/128)

int8/B

SxLlama-38B

Chatbot(128/128)

int8/BSx*Llama-27B

Chatbot(128/128)

int8/BSx1.741.001.531.00(

higher

is

better)No

rma

l

izedto8592+來源:

Intel152.401.003.3

強化硬件安全設(shè)計，持續(xù)增強安全保障能力ECSg9i

搭載的至強

?6

性能核處理器從架構(gòu)層面強化了內(nèi)部的一系列硬件安全和可靠性設(shè)計，通過與云軟件和虛擬化軟件的深度優(yōu)化，可以為用戶提供豐富的安全增強能力和可靠性保障。端到端安全防護隨著云部署成為主流，企業(yè)和用戶對數(shù)據(jù)安全性的要求不斷提升。英特爾早在第四代至強

?

處理器中就引入了英特爾?信任域擴展技術(shù)（英特爾

?TDX），它基于硬件的可信執(zhí)行環(huán)境，通過創(chuàng)建硬件

隔離的虛擬機（信任域）來保護敏感數(shù)據(jù)和應(yīng)用程序，防止未經(jīng)授權(quán)的訪問。異構(gòu)系統(tǒng)的廣泛應(yīng)用，數(shù)

據(jù)安全需求也延伸至GPU等加速器。為應(yīng)對這一挑戰(zhàn)，英特爾在至強?6處理器中推出了

TDXConnect

技術(shù)，實現(xiàn)

CPU

與加速器協(xié)同構(gòu)建統(tǒng)一的數(shù)據(jù)安全防護網(wǎng)。無論數(shù)據(jù)位于服務(wù)器

CPU

中

處理，還是在加速器中運行模型與計算任務(wù)，TDX

Connect都能提供端到端的保護。它確保用戶數(shù)

據(jù)在云平臺處理的全流程始終受到硬件級防護，兼顧安全性與高效性，有效隔離主機操作系統(tǒng)、虛擬機管理器和底層固件等系統(tǒng)軟件對用戶數(shù)據(jù)的越權(quán)訪問，同時確保數(shù)據(jù)在高速

I/O鏈路中傳輸?shù)陌?/p>

全。ECSg9i

中深度集成了TDX技術(shù)，推出了面向機密計算場景的虛擬機產(chǎn)品。這些實例利用TDX

提供的硬件級隔離能力，構(gòu)建了真正意義上的“信任域”，確保客戶在云端運行的應(yīng)用和數(shù)據(jù)，即使在

共享的多租戶環(huán)境中，也能獲得媲美物理隔離級別的安全保障。穩(wěn)定增強至強?6性能核處理器支持

ECSg9i

硬件實現(xiàn)雙單路設(shè)計，能夠有效降低故障時的爆炸半徑，并實現(xiàn)故障時自動切換，降低業(yè)務(wù)中斷風(fēng)險。相當(dāng)于為云計算系統(tǒng)安裝了兩個相互獨立的“心臟”，給穩(wěn)定

性上了“雙保險”，推動安全從“事后補救”轉(zhuǎn)向“事前預(yù)防”。此外，至強?

6性能核處理器還進一步強化了

RAS（Reliability,

Availability,Serviceability）特性。通過一系列創(chuàng)新功能顯著提升系統(tǒng)的穩(wěn)定性、可靠性和可維護性，

旨在最大化平均故障間隔時間（MTTF）并最小化平均修復(fù)時間（MTTR），使系統(tǒng)在故障發(fā)生時能夠快速恢復(fù)并繼續(xù)運行：

可靠性：至強?

6性能核處理器具備出色的錯誤檢測與糾正能力，能實時監(jiān)測數(shù)據(jù)傳輸和計算過程，及時糾錯，保障高并發(fā)和大數(shù)據(jù)量時的數(shù)據(jù)準(zhǔn)確性。硬件冗余設(shè)計也確保了關(guān)鍵部件有備

份，故障時備份可迅速接管，提升系統(tǒng)可靠性。

可用性：具備良好溫度適應(yīng)性、電壓穩(wěn)定性與抗干擾能力，能長時間、高負(fù)載完成計算任務(wù)。還支持熱插拔，方便在系統(tǒng)運行時更換故障部件，減少維護時間，提高系統(tǒng)可用性。16可維護性：至強

?

6

性能核處理器提供遠程管理功能，管理員可遠程監(jiān)控、管理處理器狀態(tài)，進行故障診斷與修復(fù)，提升維護效率。此外，配備專業(yè)診斷工具，能提供詳細(xì)系統(tǒng)信息和故障日志，

助力技術(shù)人員快速定位并解決硬件問題。3.4

全球一致的云服務(wù)能力體系，全面助力企業(yè)國際化戰(zhàn)略阿里云

ECS

已通過全球

29

個數(shù)據(jù)中心、88

個可用區(qū)為用戶提供安全、完整的算力規(guī)格，

支撐廣泛的應(yīng)用負(fù)載運行，ECS

具備一致的、跨區(qū)可用的高可用架構(gòu)自動恢復(fù)能力，

并提供統(tǒng)一的開發(fā)與運

維體驗，相關(guān)產(chǎn)品已通過多方國際安全認(rèn)證。未來，全球各節(jié)點都會全面部署搭載至強

?

6

性能核處理器的

ECSg9i

實例產(chǎn)品，結(jié)合各節(jié)點前期持續(xù)使用的英特爾?至強?

系列處理器，用戶完全無需

擔(dān)心系統(tǒng)和數(shù)據(jù)的平滑遷移問題。阿里云

ECS

g9i

產(chǎn)品及其配套的全球化、體系化服務(wù)能力，將為中

國企業(yè)的國際化戰(zhàn)略提供以下強大保障：

全球部署：除上述全球數(shù)據(jù)中心和可用區(qū)資源外，阿里云還擁有超3200

個邊緣節(jié)點提供本地化就近部署能力，資源可靈活彈性擴展，滿足對網(wǎng)絡(luò)時延要求高的場景，可為中國企業(yè)遍布全球

的分支機構(gòu)或生產(chǎn)基地等提供邊緣計算資源和網(wǎng)絡(luò)接入。2025

年，阿里云已在海外投資新建多

個中心區(qū)域，涉及歐洲、南美、北美、東南亞等地域，這些數(shù)據(jù)中心即將陸續(xù)開服，為中國企業(yè)當(dāng)

地業(yè)務(wù)開展提供更多更優(yōu)質(zhì)的選擇

彈性大規(guī)模：彈性架構(gòu)能夠有效應(yīng)對出海企業(yè)的業(yè)務(wù)流量高峰，確保業(yè)務(wù)的穩(wěn)定性和連續(xù)性。在應(yīng)用層，阿里云推出了ACK

容器集群，基于用戶負(fù)載特征的預(yù)調(diào)度技術(shù)，ACS

Pod

每分鐘擴

容速度提升至

10000

個，單集群最大可支持

15000

節(jié)點。

跨區(qū)可用性和一致性：企業(yè)在不同國際化階段的建設(shè)需求和策略有所不同：在起步階段，企業(yè)通常會選擇一個局部地域進行集中化部署，以便快速在全球開展業(yè)務(wù)，服務(wù)全球客戶；在擴張

階段，企業(yè)一般采用單元化架構(gòu)，按國家或地域維度來建設(shè)，從而更好地支持本地業(yè)務(wù)發(fā)展；當(dāng)

企業(yè)進入成熟期后，為了給客戶提供更優(yōu)質(zhì)的服務(wù)，會更加注重服務(wù)的穩(wěn)定性和運營的精細(xì)化，

進而更加關(guān)注業(yè)務(wù)數(shù)在全球多活容災(zāi)、成本控制和性能優(yōu)化等能力。阿里云在全球不同地域提供的云產(chǎn)品具有高度一致的服務(wù)體驗和服務(wù)質(zhì)量，有效滿足企業(yè)客戶在全球化不同階段的高標(biāo)

準(zhǔn)服務(wù)需求。例如，阿里云ACK

One

作為面向混合云、多集群、容災(zāi)等場景推出的企業(yè)級云原

生平臺，可以連接和管理任何地域、任何基礎(chǔ)設(shè)施上的

Kubernetes

集群，并提供一致的管理，

支持對應(yīng)用、流量、安全、存儲、可觀測等進行統(tǒng)一管控。17在智能駕駛的競速賽道上，數(shù)據(jù)是驅(qū)動進化的核心燃料。小鵬汽車，作為中國智能電動汽車的先鋒，其海量車機視頻數(shù)據(jù)的實時處理與分析能力，直接決定了算法迭代與用戶體驗優(yōu)化的速度。面對日

均

PB

級數(shù)據(jù)的切分、轉(zhuǎn)碼等預(yù)處理挑戰(zhàn)，小鵬汽車選擇與阿里云彈性計算深度合作，基于第九代企

業(yè)級實例

ECS

g9i，構(gòu)建了高效、穩(wěn)定的數(shù)據(jù)處理基座。

業(yè)務(wù)痛點：海量數(shù)據(jù)的預(yù)處理之難原始數(shù)據(jù)體量巨大、格式各異，必須經(jīng)過高效的切分、轉(zhuǎn)碼、標(biāo)注等預(yù)處理，才能“喂食”給后續(xù)的AI模型訓(xùn)練與仿真驗證流程。隨著數(shù)據(jù)的指數(shù)級增加，以往的數(shù)據(jù)處理逐漸面臨性能上的挑戰(zhàn)。同時為

了不影響模型迭代周期，數(shù)據(jù)處理的時效也需要更加快速。

解決方案與客戶價值：第九代企業(yè)級實例

g9i，基于自研“CIPU+

飛天”技術(shù)架構(gòu)，搭搭載英特爾

?

至強

?

6處理器，軟硬協(xié)同優(yōu)化，助力小鵬提升數(shù)據(jù)預(yù)處理效率，顯著降低算力成本：

性能與性價比提升：相比第八代實例，ECS

g9i單核算力最大提升

20%，通過

3.6

GHz

全核睿頻，504MB超

大

L3緩

存，可

保障

高

并

發(fā)

場

景

流暢響

應(yīng)。采

用

原

生

硬

件

加

密

QAT技

術(shù)，集

成

SSL/TLS

加密、壓縮/

解壓縮加速引擎，可從

CPU

卸載計算密集型對稱和非對稱加密以及數(shù)據(jù)

壓縮/

解壓縮操作，釋放

CPU

資源，使海量自動駕駛數(shù)據(jù)出入數(shù)據(jù)庫時的透明壓縮和解壓等任

務(wù)更高效，顯著降低算力成本。

穩(wěn)定可靠，持續(xù)運行：

ECS

g9i

的雙單路設(shè)計，能夠有效降低故障時的爆炸半徑，并實現(xiàn)故障時自動切換，降低業(yè)務(wù)中斷風(fēng)險，為小鵬

7x24

小時不間斷的數(shù)據(jù)處理業(yè)務(wù)提供了堅實保障，確保

了研發(fā)進程不受中斷。04

優(yōu)秀實踐分析4.1小鵬汽車18微幀科技（Visionular）作為領(lǐng)先的視頻編碼與超高清服務(wù)提供商，深耕視頻編碼、深度學(xué)習(xí)、圖像處理等領(lǐng)域

20

余年。公司擁有自研的核心編碼引擎，為長視頻、短視頻、直播、RTC等全視頻場景提供

智能化解決方案，目前已與國內(nèi)外

100

多家頭部企業(yè)達成合作，每月處理視頻超

15億分鐘，覆蓋從

云端到終端的全鏈路視頻服務(wù)。

業(yè)務(wù)痛點：

高性能算力需求：釋放自研編碼內(nèi)核技術(shù)潛力微幀科技自研的編碼內(nèi)核需要高性能算力平臺，滿足超高清視頻處理的計算強度需求。在視頻編碼前，需要運用降噪、畫質(zhì)增強等AI預(yù)處理技術(shù)對原始視頻進行優(yōu)化，這需要強大的算力支

持，用以在壓縮過程中保障畫質(zhì)。

高彈性資源適配：應(yīng)對算力密集型業(yè)務(wù)潮汐波動作為算力密集型服務(wù)，編解碼業(yè)務(wù)面臨顯著的流量潮汐特征，需構(gòu)建可快速擴縮容的海量算力池，實現(xiàn)資源供給與業(yè)務(wù)需求的動態(tài)匹配。

成本優(yōu)化訴求：平衡算法迭代與資源效率的雙重目標(biāo)在支撐算法引擎持續(xù)迭代與應(yīng)對業(yè)務(wù)流量波動的過程中，需通過彈性資源調(diào)度機制優(yōu)化算力成本，避免資源閑置損耗，實現(xiàn)技術(shù)投入與運營效率的平衡。

解決方案：

高性能算力底座：ECSg9i

為視頻編碼前的AI預(yù)處理提供了有力保障，確保降噪、畫質(zhì)增強等操作能夠快速、精準(zhǔn)執(zhí)行，充分釋放解碼引擎的技術(shù)潛能。

全球化算力網(wǎng)絡(luò)，多地域部署靈活覆蓋：依托阿里云在國內(nèi)和國際核心地域的完善基礎(chǔ)設(shè)施，微幀科技得以構(gòu)建大規(guī)模算力服務(wù)網(wǎng)絡(luò)，支持業(yè)務(wù)就近部署，確保為用戶提供低延遲、高可用的

優(yōu)質(zhì)算力供給。

彈性資源調(diào)度，搶占式實例即開即用：ECSg9i結(jié)合搶占式實例模式，通過智能調(diào)度實現(xiàn)算力資源的“即開即用、動態(tài)彈性”，使業(yè)務(wù)能夠靈活、高性價比地應(yīng)對業(yè)務(wù)潮汐需求。4.2微幀科技19

客戶價值：

編解碼效率提升：ECSggi為微幀科技的WZ264/265及AV1編碼效率帶來了突破性提升。其中，AV1推理耗時優(yōu)化超50%，4K處理效率提升35%，顯著提高了視頻編解碼的處理速度和質(zhì)量。

業(yè)務(wù)全面加速：依托阿里云國內(nèi)核心地域及基礎(chǔ)設(shè)施，構(gòu)建就近接入網(wǎng)絡(luò)，為業(yè)務(wù)提供低延遲算力支撐，加速了AI預(yù)處理和編碼全流程。

智能調(diào)度降本增效：通過采用任務(wù)觸發(fā)彈性+Spot

實例策略，微幀科技在非實時任務(wù)處理上成本最多能實現(xiàn)降低

60%，資源利用率可提升至85%。20廈門真有趣信息科技有限公司，專注于移動游戲研發(fā)、全球化發(fā)行及原創(chuàng)

IP孵化，累計服務(wù)超

2億全球玩家。其多人競技射擊手游作品嘎嘎射擊融合了快節(jié)奏動作與視覺，推出即登上熱門游戲榜單。

業(yè)務(wù)痛點：

并發(fā)性能瓶頸：游戲內(nèi)物理引擎計算、實時彈道模擬、百人同屏戰(zhàn)斗等場景對

CPU算力需求極高。原有基于老舊實例的基礎(chǔ)設(shè)施在高峰時段

CPU利用率長期飽和，導(dǎo)致服務(wù)器響應(yīng)延遲顯著

增加，玩家競技體驗受到影響。

穩(wěn)定性危機：DAU快速攀升，尤其在版本更新或大型活動期間，流量洪峰使老舊實例不堪重負(fù)，頻繁出現(xiàn)服務(wù)抖動，運維團隊疲于應(yīng)對突發(fā)故障，游戲口碑面臨風(fēng)險。

成本與彈性失衡：傳統(tǒng)服務(wù)器架構(gòu)難以在業(yè)務(wù)高峰（如新賽季開啟）與低谷期之間實現(xiàn)資源的敏捷伸縮，既無法保障高峰體驗，又在低谷期造成資源閑置與成本浪費。

解決方案：為應(yīng)對上述挑戰(zhàn)，真有趣采用阿里云基于英特爾?至強?6

處理器的

ECS

g9i

實例構(gòu)建高性能游戲架構(gòu)，結(jié)合阿里云全棧云服務(wù)實現(xiàn)端到端優(yōu)化：

高性能計算底座：ECSg9i

單核算力最大提升20%，搭配3.6G

Hz全核睿頻與504MB

超大

L3緩存通過“飛天”云操作系統(tǒng)的智能調(diào)度，實現(xiàn)跨可用區(qū)算力負(fù)載均衡，確保團戰(zhàn)場景下邏輯處

理延遲縮小，消除操作卡頓。

彈性擴展體系：基于阿里云彈性伸縮，實時監(jiān)測

CPU利用率、開服峰值期快速擴展，資源部署效率提升

30%，低谷期自動縮減至基礎(chǔ)集群，顯著降低

IT

成本。

客戶價值：

極致性能支撐爆款落地：ECS

g9i

助力《嘎嘎射擊》開服首周

DAU

突破20

萬，多人團戰(zhàn)場景性能提升30%。

資源效率與成本雙重優(yōu)化：算力成本降低

26%，CPU

資源利用率顯著提升，實現(xiàn)“峰值不卡頓、低谷不浪費”的精細(xì)化運營。4.3嘎嘎射擊21螞蟻數(shù)字科技是螞蟻集團的技術(shù)商業(yè)化業(yè)務(wù)部門，ZOLOZ是螞蟻數(shù)科的身份安全品牌，產(chǎn)品囊括可信身份認(rèn)證、反洗錢、終端安全等，為中國、印尼等

14

個國家和地區(qū)的

70

余家合作伙伴提供技術(shù)服

務(wù)。ZOLOZ

RealId

產(chǎn)品采用深度學(xué)習(xí)模型提供實人認(rèn)證、人臉識別、證件核驗等組合能力，幫助客

戶解決數(shù)字化渠道下實人認(rèn)證相關(guān)的體驗和安全問題，應(yīng)用于金融業(yè)務(wù)核身、人證核驗、人臉登錄等

多種場景。

業(yè)務(wù)痛點：讓金融機構(gòu)能夠快速構(gòu)建專屬的智能體，以“數(shù)字員工”的身份處理客戶咨詢、執(zhí)行交易、分析報告、