三大云厂商 ARM 架构服务器性能对比

2022 年 8 月 18 日
广东
本文字数：2237 字
阅读完需：约 7 分钟

背景

ARM 架构属于 RISC 设计家族。RISC 微处理器架构设计使用一组高度优化的指令，使小型处理器能够有效地处理复杂的任务。

ARM 已成为全球最大的计算机生态系统和移动设备的基石，以其低功耗、灵活的许可和低成本等特点，被许多专家认为是云计算的未来。因此，以 AWS、Google Cloud Platform（GCP）和 Azure 为首的主流云厂商都陆续推出了 ARM 架构的服务器。其中 AWS 更是早在 2018 年就推出了第一款基于 ARM 架构的服务器处理器 AWS Graviton。

AWS Graviton

AWS Graviton 是 AWS 于 2018 年发布的基于 ARM 架构的一系列服务器处理器，第一代 AWS Graviton 处理器采用定制芯片和 64 位 Neoverse 内核。AWS Graviton2 于 2020 年发布，与第一代 AWS Graviton 处理器相比，AWS Graviton2 处理器在性能和功能方面实现了重大飞跃。性能提升 7 倍、计算核心数量达到 4 倍、缓存达到 2 倍、内存速度提升 5 倍等等。最新的 AWS Graviton3 处理器在 2022 年 5 月底发布，基于更加先进的 Neoverse V1 设计，与前代处理器相比，更是提升了高达两倍的浮点性能、两倍的加密性能和三倍的 ML 性能，包括对 bfloat16 的支持。下图展示了搭载 AWS Graviton3 处理器的主要机型：

Google Cloud Platform T2A

Google Cloud Platform（以下简称 GCP）T2A VM 是 Google 在 2022 年 7 月推出的首款 ARM 架构的虚拟机预览版，由基于 Neoverse N1 设计的 Ampere® Altra® Arm 处理器提供支持。Tau T2A VM 有多种预定义的 VM 形状，每个 VM 最多 48 个 vCPU，每个 vCPU 4GB 内存。它们提供高达 32 Gbps 的网络带宽和广泛的网络附加存储选项，使 Tau T2A VM 适用于横向扩展工作负载，包括 Web 服务器、容器化微服务、数据记录处理、媒体转码和 Java 应用程序。主要机型如下图所示：

Azure ARM-based Virtual Machines

2022 年 4 月，微软宣布推出基于 Ampere® Altra® Arm 处理器的 Azure 虚拟机系列预览版。新的 VM 旨在高效运行横向扩展工作负载、Web 服务器、应用程序服务器、开源数据库、云原生以及丰富的 .NET 应用程序、Java 应用程序、游戏服务器和媒体服务器等。新的 VM 系列包括通用 Dpsv5 和内存优化的 Epsv5 VM，主要机型如下图所示:

三大云厂商 ARM 服务器性能测试

在本文中，我们将通过测试单核心性能来反映各服务器的整体性能。这里选取网络 IO 密集型的 API 网关 Apache APISIX，分别在 AWS c7g.large、GCP t2a-standard-2 和 Azure D2ps v5（属于 Dpsv5 系列，双核 CPU）三款机型上绑定单个 CPU 核心进行压力测试，并通过 QPS 和响应延迟两个指标来分析服务器的性能。

Apache APISIX 是一个云原生、高性能、可扩展的 API 网关。基于 NGNIX + LuaJIT 和 etcd，APISIX 与传统 API 网关相比，具有动态路由和插件热加载特性，特别适合云原生架构下的 API 管理。

接下来我们将使用 APISIX 官方开源的性能测试脚本进行测试。

测试用例

本文我们将测试 Apache APISIX 在两个典型场景下的表现，以便获取更加真实、丰富的测试数据。

场景一：单个上游。该场景下使用单个上游（不包含任何插件），主要测试 APISIX 在纯代理回源模式下的性能表现。
场景二：单上游+多插件。该场景使用单上游与多插件配合，在这里使用了两个插件。主要测试 APISIX 在开启 limit-count 和 prometheus 两个核心消耗性能插件时的性能表现。

测试结果

下图是 QPS （每秒查询数）测试结果，数字越大代表其性能越好。

下图是响应延迟测试结果，单位为毫秒。数字越小代表其性能越好。

从 QPS 和响应延迟来看，在类似 Apache APISIX 这种网络 IO 密集型的 API 网关下，AWS C7g 相比 GCP T2A 有 100% 的性能提升，Azure Dpsv5 相比 GCP T2A 则有 15% 左右的性能领先。

机器性价比比较

由于本文仅专注于测试不同云厂商 ARM 机器的性能，所以在结果呈现中我们将忽略 “CPU 核心数相同时内存不同” 这一变化，只从 CPU 核心数的角度来分析 AWS Graviton3 和 GCP T2A 的性价比。

在当前的测试场景下，性价比可以理解为：QPS / 成本。

下表是 AWS C7g (US East Ohio) 、GCP T2A (us-central1) 和 Azure Dpsv5 (East US) 不同核心的服务器每小时价格对比:

参考前文中对 Apache APISIX 性能测试中的单个上游时的 QPS 数据，下表则汇总了 AWS c7g.large、GCP t2a-standard-2 和 Azure Dpsv5 运行一年的成本和性价比。其中只有微软官方公布了对应虚拟机的折扣。其中数字越大，则表明在单位价格能获取到更高的 QPS。