概述

隨著 5G 興起,通訊服務供應商 (COSP) 需要功能強大、可擴充且不會影響能效或成本的平台。這正是 AMD EPYC™ 的擅場所在。

優勢

AMD EPYC

節能且符合成本效益

AMD EPYC 處理器為市面上最節能的 x86 伺服器提供力量,實現卓越的效能並降低能耗。1

相較於別家的解決方案,採用 EPYC 處理器的平台還可以使用更少的實體伺服器來滿足應用程式的效能需求2,這可以減少資料中心的佔用空間、降低硬體支出、降低電力和冷卻成本、降低網路成本,並且降低電信 TCO。

AMD T2 Telco Accelerator

效能最佳化且可擴展

EPYC 的設計著眼於在雲端原生環境中表現出色,這是卓越 5G 電信效能的關鍵驅動因素。EPYC 還提供高核心數和運算密度:透過微服務、傳統 VM 擴充或將控制與使用者空間分離的大規模 I/O 效能平行化,以及大量的記憶體頻寬,實現可預測的橫向擴充。 

AMD 產品組合現在加入了賽靈思自適應運算解決方案。AMD 和賽靈思技術共同為 COSP 提供了非凡價值:量身打造的解決方案,就算是要求極高的工作負載也能加速完成。

radial texture

由 AMD Infinity Guard 提供保護

無論是幫助保護客戶帳務資料還是敏感的「5G 網路切片」,AMD 都透過 AMD Infinity Guard3 提供多層次的安全性,這是一套完備的進階安全功能,在軟體啟動、執行和存取重要資料時,幫助降低商業風險。

  • 安全加密虛擬化 (SEV),有助於保護 VM 隱私和完整性
  • 安全第二層位址轉譯 (SEV-SNP),提供強大的記憶體完整性保護功能
  • 安全記憶體加密 (SME),有助於防範對主記憶體的攻擊
  • AMD Shadow Stack™,提供硬體強制堆疊保護功能以抵禦惡意軟體攻擊

聽聽看電信客戶和合作夥伴怎麼說

Broadpeak

EPYC 幫助 Broadpeak 提供高品質、節能的串流服務。

Guavus

EPYC 幫助 Guavus 提供高速 5G 分析解決方案。

RGNets

EPYC 使 RGNets 能夠最佳化網路運算工作負載。

寬廣的生態系統和就緒的解決方案

AMD 與合作夥伴協力設計、最佳化並提供多樣的電信平台和解決方案。透過領先業界的供應商,現在已提供超過 150 種以 EPYC 為基礎的伺服器平台和 200 多種以 EPYC 為基礎的雲端實體。

軟體解決方案合作夥伴和服務供應商

硬體解決方案合作夥伴

案例研究

Nokia

瞭解以 AMD EPYC 處理器為基礎的伺服器如何幫助 Nokia,將核心工作負載用的伺服器耗電量朝最高減少 40% 的目標邁進。 

Ateme

採用 AMD EPYC 處理器的 Dell PowerEdge 伺服器,讓 Ateme 以較低耗電量達到尖端效能。

資源

保持連線

註冊以接收最新的資料中心訊息,或是聯絡 AMD 銷售代表。

尾註
  1. EPYC-028:截至 2022 年 2 月 2 日,在 SPEC 網站上發佈的 SPECpower_ssj® 2008 結果中,整體效率結果最高的 55 個出版品均採用 AMD EPYC 處理器。有關 SPEC® 的更多資訊,請造訪 http://www.spec.org。SPEC 和 SPECpower 為 Standard Performance Evaluation Corporation 的註冊商標。
    55 筆結果的連結如下所示:
    1 http://www.spec.org/power_ssj2008/results/res2020q4/power_ssj2008-20200918-01047.html
    2 http://www.spec.org/power_ssj2008/results/res2020q4/power_ssj2008-20200918-01046.html
    3 http://www.spec.org/power_ssj2008/results/res2021q2/power_ssj2008-202210324-01091.html
    4 http://www.spec.org/power_ssj2008/results/res2020q2/power_ssj2008-20200519-01031.html
    5 http://www.spec.org/power_ssj2008/results/res2021q1/power_ssj2008-20210309-01077.html
    6 http://www.spec.org/power_ssj2008/results/res2020q2/power_ssj2008-20200407-01022.html
    7 http://www.spec.org/power_ssj2008/results/res2021q2/power_ssj2008-20210408-01094.html
    8 http://www.spec.org/power_ssj2008/results/res2020q2/power_ssj2008-20200519-01034.html
    9 http://www.spec.org/power_ssj2008/results/res2021q2/power_ssj2008-20210413-01095.html
    10 http://www.spec.org/power_ssj2008/results/res2021q1/power_ssj2008-20210309-01078.html
    11 http://www.spec.org/power_ssj2008/results/res2020q2/power_ssj2008-20200519-01032.html
    12 http://www.spec.org/power_ssj2008/results/res2020q2/power_ssj2008-20200407-01023.html
    13 http://www.spec.org/power_ssj2008/results/res2020q2/power_ssj2008-20200407-01025.html
    14 http://www.spec.org/power_ssj2008/results/res2020q2/power_ssj2008-20200519-01033.html
    15 http://www.spec.org/power_ssj2008/results/res2020q2/power_ssj2008-20200407-01024.html
    16 http://www.spec.org/power_ssj2008/results/res2021q4/power_ssj2008-20211001-01130.html
    17 http://www.spec.org/power_ssj2008/results/res2021q2/power_ssj2008-20210602-01106.html
    18 http://www.spec.org/power_ssj2008/results/res2021q2/power_ssj2008-20210602-01105.html
    19 http://www.spec.org/power_ssj2008/results/res2020q3/power_ssj2008-20200714-01039.html
    20 http://www.spec.org/power_ssj2008/results/res2020q1/power_ssj2008-20191125-01012.html
    21 http://www.spec.org/power_ssj2008/results/res2021q2/power_ssj2008-20210615-01111.html
    22 http://www.spec.org/power_ssj2008/results/res2020q3/power_ssj2008-20200714-01040.html
    23 http://www.spec.org/power_ssj2008/results/res2020q2/power_ssj2008-20200324-01021.html
    24 http://www.spec.org/power_ssj2008/results/res2020q1/power_ssj2008-20191125-01011.html
    25 http://www.spec.org/power_ssj2008/results/res2020q2/power_ssj2008-20200313-01020.html
    26 http://www.spec.org/power_ssj2008/results/res2020q2/power_ssj2008-20200313-01019.html
    27 http://www.spec.org/power_ssj2008/results/res2020q1/power_ssj2008-20200310-01018.html
    28 http://www.spec.org/power_ssj2008/results/res2019q3/power_ssj2008-20190717-00987.html
    29 http://www.spec.org/power_ssj2008/results/res2019q3/power_ssj2008-20190717-00988.html
    30 http://www.spec.org/power_ssj2008/results/res2019q3/power_ssj2008-20190909-01004.html
    31 http://www.spec.org/power_ssj2008/results/res2019q3/power_ssj2008-20190717-00986.html
    32 http://www.spec.org/power_ssj2008/results/res2021q1/power_ssj2008-20210221-01066.html
    33 http://www.spec.org/power_ssj2008/results/res2019q3/power_ssj2008-20190717-00990.html
    34 http://www.spec.org/power_ssj2008/results/res2019q3/power_ssj2008-20190717-00985.html
    35 http://www.spec.org/power_ssj2008/results/res2020q3/power_ssj2008-20200728-01041.html
    36 http://www.spec.org/power_ssj2008/results/res2021q1/power_ssj2008-20210221-01063.html
    37 http://www.spec.org/power_ssj2008/results/res2019q3/power_ssj2008-20190716-00980.html
    38 http://www.spec.org/power_ssj2008/results/res2021q1/power_ssj2008-20210221-01064.html
    39 http://www.spec.org/power_ssj2008/results/res2021q1/power_ssj2008-20210221-01065.html
    40 http://www.spec.org/power_ssj2008/results/res2019q3/power_ssj2008-20190716-00982.html
    41 http://www.spec.org/power_ssj2008/results/res2021q1/power_ssj2008-20210223-01073.html
    42 http://www.spec.org/power_ssj2008/results/res2020q2/power_ssj2008-20200407-01029.html
    43 http://www.spec.org/power_ssj2008/results/res2020q2/power_ssj2008-20200407-01028.html
    44 http://www.spec.org/power_ssj2008/results/res2019q3/power_ssj2008-20190716-00981.html
    45 http://www.spec.org/power_ssj2008/results/res2019q4/power_ssj2008-20191203-01015.html
    46 http://www.spec.org/power_ssj2008/results/res2021q1/power_ssj2008-20210222-01068.html
    47 http://www.spec.org/power_ssj2008/results/res2020q2/power_ssj2008-20200407-01026.html
    48 http://www.spec.org/power_ssj2008/results/res2021q1/power_ssj2008-20210223-01074.html
    49 http://www.spec.org/power_ssj2008/results/res2019q3/power_ssj2008-20190911-01005.html
    50 http://www.spec.org/power_ssj2008/results/res2021q1/power_ssj2008-20210222-01069.html
    51 http://www.spec.org/power_ssj2008/results/res2019q3/power_ssj2008-20190730-00994.html
    52 http://www.spec.org/power_ssj2008/results/res2021q1/power_ssj2008-20210222-01071.html
    53 http://www.spec.org/power_ssj2008/results/res2020q2/power_ssj2008-20200407-01027.html
    54 http://www.spec.org/power_ssj2008/results/res2019q3/power_ssj2008-20190717-00984.html
    55 http://www.spec.org/power_ssj2008/results/res2021q1/power_ssj2008-20210222-01072.html
  2. MLNTCO-021:這個方案包含許多假設和估算,儘管其以 AMD 內部研究和最佳近似值為基礎,但應視為僅供參考的示例,不得未經實際測試並以其作為決策依據。AMD EPYC™ 伺服器虛擬化和溫室氣體排放 TCO 估算工具比較交付共 1,200 個虛擬機器(VM,其中每個 VM 需要擁有 1 個核心和 8GB 的記憶體)時所需的雙路 AMD EPYC™ 和雙路 Intel® Xeon® 伺服器解決方案。分析包括硬體和虛擬化軟體元件。硬體成本(處理器 + 記憶體 + 儲存體 + 機箱):本解決方案分析中使用的雙路 AMD 64 核心 EPYC_7713 處理器為每台伺服器提供 128 個總核心。每個處理器成本為 $7,060,在價格為 $2,200 的 1RU 伺服器機箱中,伺服器使用 32 x 32GB DIMM(這是最低所需記憶體用量),並需要一個伺服器機架。AMD 解決方案的總硬體採購成本估算為 $217,880。本解決方案分析中使用的 40 核心 Intel Xeon Platinum_8380 處理器為每台伺服器提供 80 個總核心。每個處理器的成本為 $8,666,在價格為 $2,500 的 2RU 伺服器機箱中,伺服器使用 16 x 64GB DIMM(這是最低所需記憶體用量),並需要兩個伺服器機架。Intel 解決方案的總硬體採購成本估算為 $390,060。
    營運成本:本分析的核心假設如下:每個機架的電力成本單價為每千瓦 (kW) $0.12,PUE(電源使用效率)為 1.7,伺服器機架大小為 42RU。每台伺服器有 1 個硬碟,每個硬碟的功率為 3 瓦。伺服器管理員年薪 $85,000,管理 30 台實體伺服器,薪資負擔率為 30%。虛擬機器管理員薪水為 $85,000,負擔率為 30%,管理 400 個 VM。
    AMD 的營運成本預估如下:硬體管理成本 $110,500,不動產成本 $19,440,電力成本 $40,208.4,總計估計 3 年 TCO(硬體成本與營運費用)為 $388,028。Intel 的估計營運成本是:硬體管理成本 $165,750,不動產成本 $38,880,電力成本 $58,704。
    硬體 TCO:這是直接與硬體相關的 CapEx 和 OpEx。AMD EPYC_7713 解決方案需要 10 台雙路伺服器,CapEx 為 $217,880,總計估計 3 年 TCO(CapEx 加 OpEx)為 $388,028。Intel Platinum_8380 處理器需要 15 台雙路伺服器,CapEx 為 $390,060,總計估計 3 年 TCO(CapEx 加 OpEx)為 $653,394。與 Intel 解決方案相比,AMD 實現此虛擬化解決方案的硬體 TCO 估計低 41%,1 - ($388,028 ÷ $653,394) = 41%。
    虛擬化 TCO:分析根據下列估計:Intel 解決方案的 3 年虛擬化(硬體、營運和軟體成本)為 $2,005,974,AMD 解決方案為 $1,621,248。這意味著 AMD 解決方案三年的費用便宜約 19%。1 - ($1,621,248 ÷ $2,005,974) = 19%。EPYC 解決方案的第一年 TCO 為 $844,816,而 Intel 的第一年的 TCO 為 $1,167,418。AMD 解決方案每個 VM 第一年 TCO 為 $704.01,而 Intel 解決方案的第一年 TCO 為 $972.85。AMD 每個 VM 的第一年 TCO 為 $268.83,或比 Intel 低約 28%。每個 VM 第一年 TCO 的計算方法為:1 年 TCO(硬體、軟體和第一年 OpEx)除以 VM 總數。本分析中使用的虛擬化軟體是 VMware 中的 VMware® vSphere Enterprise Plus(‍含生產支援授權)。本分析採用每個插槽 + 核心共 $5,968 的授權價格,包含 3 年支援。有關 VMware 軟體的更多資訊,請參閱 https://store-us.vmware.com/vmware-vsphere-enterprise-plus-284281000.html。
    對於 1,200 個 VM(每個 VM 有 1 個核心和 8 GB 記憶體),Intel Platinum_8380 處理器需要 15 台伺服器和 60 個授權。AMD EPYC_7713 解決方案需要 10 台伺服器和 40 個許可授權。AMD 解決方案需要的伺服器比 Intel 解決方案少 33%。
    AMD 伺服器和虛擬化軟體授權成本為 $456,600,Intel 成本為 $748,140。AMD 的硬體和虛擬化成本大約為 $291,540,意即使用 AMD 可降低約 39%。
    在本分析中,採用 AMD EPYC_7713 的伺服器 3 年節電約 154,132.2 千瓦小時。根據這些資料,然後使用「2020 年電網電力排放係數 v1.4 – 2020 年 9 月」中的國家/地區特定電力係數和美國環境保護署「溫室氣體當量計算器」去進行計算,採用 AMD EPYC 的伺服器節省了約 69.86 公噸的二氧化碳當量。根據美國資料,估計將減少以下碳排量,
    所避免的溫室氣體排放量相當於以下其中一種情況:
    美國 15 輛小客車停駛 1 年;或
    每年少開 5 輛美國小客車;或
    一般小客車行駛 173,382 英里,
    或透過下列方式避免的二氧化碳排放量:
    少使用 7,894 加侖汽油;或
    在美國少燒 77,261 磅的煤;或
    9 個美國家庭 1 年用電;或
    3 個美國家庭每年用電,
    或相當於下列情況的碳封存量:
    1,153 棵在美國生長 10 年的樹苗;或
    84 英畝在美國生長 1 年的森林;或
    在美國 27.94 英畝森林每年的碳封存。
    本分析中使用的「2020 年電網電力排放係數 v1.4 – 2020 年 9 月」資料可在 https://www.carbonfootprint.com/docs/2020_09_emissions_factors_sources_for_2020_electricity_v14.pdf 上找到;本分析中使用的美國環境保護署溫室氣體當量計算器則可在 https://www.epa.gov/energy/greenhouse-gas-equivalencies-calculator 找到
    虛擬化軟體定價來源為網路,截至 2021 年 9 月 14 日的資料。第三方名稱僅供參考,可能屬於各自所有者的商標。所有定價均為美元。
    AMD 處理器定價是根據截至 2022 年 1 月 的 1KU 價格。Intel® Xeon® Scalable 處理器資料和定價來自 https://ark.intel.com 截至 2022 年 1 月的資料。所有定價均為美元。
    結果產生來源:AMD EPYC™ 伺服器虛擬化和溫室氣體排放 TCO 估算工具 10.13 版
  3. GD-183:不同代的 EPYC™ 處理器具有不同的 AMD Infinity Guard 功能。伺服器 OEM 和/或雲端服務供應商必須啟用 Infinity Guard 安全功能才能執行。請諮詢您的 OEM 或供應商,以確認是否支援這些功能。要瞭解更多有關 Infinity Guard 的資訊,請造訪 https://www.amd.com/en/technologies/infinity-guard
  4. MLN-016B:截至 2021 年 7 月 6 日使用 SPECrate®2017_int_base 的結果。AMD EPYC 7763 得分為 854,http://spec.org/cpu2017/results/res2021q3/cpu2017-20210622-27664.html。此得分高於 SPEC® 網站上公佈的所有其他雙路系統。SPEC®、SPECrate® 和 SPEC CPU® 是 Standard Performance Evaluation Corporation 的註冊商標。請參閱 www.spec.org 瞭解更多資訊