在AWS re:Invent年度盛会上，Amazon Web Services（AWS）宣布推出三款分别由三种新的自研晶片支援的Amazon Elastic Compute Cloud（Amazon EC2）执行个体，为客户广泛的工作负载提供更高的性价比。Hpc7g执行个体搭配Amazon自研的最新Graviton3E处理器，与前一代C6gn执行个体相比浮点效能提高2倍，与前一代Hpc6a执行个体相比效能提高20%，为AWS上的高效能运算工作负载提供超高性价比。

第五代AWS Nitro晶片

配备新一代Amazon Nitro的C7gn执行个体，与前一代网路优化型执行个体相比，为每个CPU分别提供多达2倍的网路频宽和2倍的每秒网路封包效率（packet rate）效能，为网路密集型工作负载提供超高的网路频宽、网路封包效率效能和性价比。Inf2执行个体搭配Amazon自研的最新Inferentia2机器学习加速推论晶片，是一个专门为执行多达1,750亿个叁数的大型深度学习模型而建构的，与前一代Inf1执行个体相比可提供高达4倍的吞吐量，降低高达10倍的延迟，以最低的成本为Amazon EC2上的机器学习推论提供最低延迟。

AWS拥有十多年晶片设计经验，在云端中以更低成本实现更高效能和可扩展性。十多年来，AWS推出多种客制化的晶片设计，也帮助客户执行要求更高效能的工作负载，包含更快的处理速度、更高的记忆体容量、更快的储存I/O和更高的网路频宽。AWS自2013年推出Amazon Nitro系统以来，已经开发多个自研晶片，包括五代Nitro系统、致力为各种工作负载提升效能和优化成本的三代Graviton晶片、用於加速机器学习推论的两代Inferentia晶片，以及用於加速机器学习训练的Trainium晶片。

AWS在晶片设计和验证的敏捷开发周期中使用以云端为基础的电子设计自动化 （Electronic Design Automation － EDA），使团队能够更快地进行创新，也能更快地将晶片提供给客户。AWS更现代化、更节能的半导体处理确保晶片的快速反覆运算及交付。每推出一款新的晶片，AWS都进一步提升这些晶片支援的Amazon EC2执行个体的效能、效率以及更优化的成本，为客户提供更多的晶片和执行个体组合选择，针对他们不同的工作负载进行优化。

很多领域的组织需要依靠高效能运算来解决复杂的学术、科学和商业问题。现今许多客户如阿斯特捷利康（AstraZeneca）、Formula 1一级方程式赛车、Maxar Technologies卫星影像科技等，皆在AWS上借助AWS提供的安全性、可扩展性和弹性，执行传统的高效能运算工作负载，包括基因组学处理、计算流体动力学和天气预报模拟等。工程师、研究人员和科学家使用Amazon EC2高效能运算优化型执行个体如Hpc6a、Hpc6id、C5n、R5n、M5n和C6gn，执行高效能运算工作负载，这些执行个体提供近??无限的运算能力和伺服器之间的高网路频宽，实现数千个核心处理和资料交换。虽然这些执行个体的效能足以满足目前大多数高效能运算场景，但人工智慧和自动驾驶汽车等新兴应用需要高效能运算优化执行个体，可以扩展到数万个甚至更多的核心，进一步解决难度持续增加的问题并降低高效能运算工作负载的成本。

Hpc7g执行个体由新的Amazon Graviton3E晶片提供支援，为客户在Amazon EC2上的高效能运算工作负载如计算流体力学（computational fluid dynamics，CFD）、天气模拟、基因组学和分子动力学等，提供超高的性价比。与采用Graviton2处理器的前一代C6gn执行个体相比，Hpc7g执行个体的浮点效能提高2倍；与前一代Hpc6a执行个体相比，效能提高20%，让客户能够在多达数万个核心的高效能运算丛集中进行复杂的运算。Hpc7g执行个体也提供高记忆体频宽和所有AWS执行个体类型中最高的每CPU网路频宽，可以更快的执行并完成高效能运算应用。客户可以透过开源的丛集管理工具Amazon ParallelCluster使用Hpc7g执行个体，与其它执行个体类型一起配置Hpc7g执行个体，让客户在同一个高效能运算丛集中灵活执行不同的工作负载类型。