时隔两年，云栖大会重回线下。这两天，阿里自研芯片成为业界乃至整个社会的关注点，在基础设施领域坚持投资的先行者获得回报。
随着倚天710芯片的发布，平头哥已经目前拥有处理器IP、专用芯片及通用芯片等产品家族。据阿里云智能总裁张建锋介绍，玄铁系列处理器出货量已达25亿颗；两年前问世的阿里第一颗芯片含光800已实现规模化应用。
今天，阿里云发布了磐久、神龙4.0、龙蜥、灵杰等多款重磅产品，阿里云“做深基础”成果浮出水面，底层自研技术迎来大爆发。
过去十二年，阿里云打造出中国唯一自研的飞天云操作系统。飞天云操作系统是阿里云的核心“引擎”， 为了提供更好的计算产品和服务，飞天向下延伸、定义硬件。
阿里云智能总裁张建锋
在张建锋看来，今天阿里云坚持自研，继续“向下生长”，从飞天到倚天，打造以云为基础的软硬件技术体系。“构建完整的技术体系，是我们在数字时代具备全球竞争力的决定性因素”。
因云而生的硬件、软件、架构
近两年，云计算和实体经济的深度融合过程中，面向云设计的“云原生”已经成为热词，张建锋在云栖大会主论坛也提到了云计算的三个阶段，基础设施云原生化的云原生 1.0时代，应用云原生化的云原生 2.0时代，以及云网端同步发展融合的云原生 3.0时代。
站在客户应用的的角度，部署到云上的应用，要具备弹性、API自动化部署和运维这三大能力中的至少一项，而这些能力也只有大规模云服务商可以提供。
也就是说，云原生应用是相对线下传统企业IT物理机上的环境而言，就是用云的方式来部署和管理应用，充分利用云的供应效率，全球部署、即开即用、按量付费。
阿里云的软件、硬件、架构皆因云而生，基于云而设计、开发、部署。
从计算芯片的角度而言，云计算带来了全新的应用场景，从而对CPU提出了新的需求，也就是云原生芯片，比如通过云原生可以让神龙服务器完完全全具有虚拟机的特性，包括虚拟机的接口。
从专用芯片走向通用芯片
通用处理器芯片是数据中心最复杂的芯片之一，其架构设计复杂，对性能、功耗要求极高，截至目前具备这一技术实力的企业也寥寥可数，目前，Intel、AMD、AWS以及阿里平头哥等少数公司在此之列。
2019年7月，平头哥发布RISC-V处理器玄铁910，为终端提供算力基础设施，这是阿里巴巴构建芯片生态的重要一步。之后在2019年云栖大会，平头哥发布阿里第一颗芯片含光800，这是一颗针对场景深度定制的芯片，创造了性能和能效比的两项第一。
19日，阿里巴巴发布首款通用芯片——倚天710，这是一款为云而生的芯片，针对云计算的特点做了大量优化，性能超过业界标杆20%，能效比提升50%以上。
架构层面，倚天710采用最新ARMv9架构，多达128核，主频最高3.2GHz，可同时兼顾性能和功耗。同时，集成了业界最领先的DDR5、PCIE5.0等技术，能有效提升芯片的传输速率，并且可适配云的不同应用场景。
可以看出，CPU的多元化正在逐渐成为现实，云原生的CPU也呈现出一些特质，主频不需要特别高、功耗要特别低、独立运行的核、多核架构能更好地支持服务网格的应用、有成熟的软件生态等等。
目前除了x86、 Ampere的ARM服务器芯片外，自研的ARM体系正成为很多云厂商的选择。
目前AWS已经研发了三个系列的自研芯片，其中包括ARM架构的Graviton 2 CPU，使用64位ARM Neoverse内核定制而成，设计思路是多核加每核单Thread负载，每个内核都旨在通过尽可能多的、完全独立的内核来交付实际工作负载，力图成为最节能的处理器。
从去年年底开始，就传闻微软也在设计一款用于数据中心的ARM处理器，满足自己的某些需求，体现成本和性能优势。
软硬一体 云原生自研磐久服务器
快速发展的业务驱动技术不断创新，而在规模上的优势使阿里云也也有能力根据自身业务发展的需求、更有针对性地打造和优化自己的产品，过去几年，阿里云坚持软硬一体优化、自主可控的研发创新道路。
面向下一代云原生架构，在云栖大会上，阿里云还推出了磐久自研服务器系列，采用了最新型的模块化设计，可实现计算存储分离，包括了高性能计算系列、大容量存储系列、高性能存储系列等，拥有风冷、液冷等不同散热模式，服务器交付效率提升50%。
依旧是针对云原生时代容器化、微服务、持续交付等特点，磐久系列采用软硬件融合方式实现极致性能，结合自研的MOC、FIC、AliFPGA、神盾卡等，满足云原生的创新开发对性能和稳定性的机制要求。在多核技术加持下，磐久系列的计算性能、IO吞吐、能效比的表现都居于业界领先水平。
神龙架构演进 云计算进入5微秒时延时代
不仅是在软件层面虚拟化，而且要在硬件层面做虚拟化，神龙架构是就是阿里云硬件虚拟化的典型成果。其实，神龙架构也是因云而生，如果没有云计算的大规模部署场景，神龙的优势就不能发挥得淋漓尽致。
2017年，阿里云推出了第一代神龙架构，解决困扰云计算行业多年的虚拟化性能损耗问题，让云服务器突破性能极限。今天神龙架构演进到了第四代，服务于云时代业务负载，解决异构计算资源池化等问题。
据介绍，第四代神龙架构首次搭载全球唯一的大规模RDMA加速网络，网络延迟整体降低80%以上，云计算首次进入5微秒时延时代。
神龙4.0可提升分布式NLP和视觉计算30%的训练性能、Spark 大数据30%的计算性能、MySQL 60%的性能、Redis 130%的混合读写吞吐量。
神龙4.0将弹性RMDA的加速能力融入公共云，让RDMA从HPC类应用，走向支持通用类计算场景，为Microservice，Serverless，Service Mesh等云原生技术大爆发提供技术支撑。
附：云栖大会第二天云原生系列发布
除了系列云原生硬件和架构，阿里云发布可以云上随意获取的服务化云原生产品，有助于客户获得性能和成本上的加强。
龙蜥服务器操作系统开源：给服务器提供更好的性能
龙蜥已在阿里巴巴内部打磨十年，历经“双11”大规模验证，性能和稳定性更优，给云上典型用户场景带来40%综合性能提升，可兼容CentOS生态，支持X86、ARM等主流芯片架构，并提供全栈国密能力。
未来，阿里云计划为龙蜥投入20亿专项资金，并联合100家生态合作伙伴推动龙蜥生态建设，提供至少十年技术支持。
PolarDB自研数据库 首次实现内存与计算存储解耦
除了操作系统，阿里云在基础软件的另一个核心领域——数据库，也迎来重大突破。
作为阿里云自研数据库的明星产品，PolarDB的创新点在于：第一，业内首次实现内存与计算、存储的三层解耦，实现内存池化，使得弹性能力呈数量级提升，同时大幅度降低成本；第二，上线多主架构，进一步提升可用性、并发处理、弹性能力，高效应对像“双11”一样的流量洪峰；第三，成为真正的HTAP数据库系统，可同时处理OLTP和OLAP型混合负载。
同时PolarDB还首次实现了多主架构，进一步提升可用性、并发处理、弹性能力，高效应对“双11”般的流量洪峰。
阿里灵杰：让大数据＋AI“开箱即用”
公有云是多数企业探索AI的唯一环境，因为这类应用需要海量计算资源和存储空间的支持，这在多数情况下只有公有云才能提供。
早在2016年，AWS、微软和谷歌就发布了有关AI的重大消息，计划向企业和消费者客户提供有关自然语言理解、语音识别、视觉搜索、图像识别及文字转语音等方面的服务，并支持开发人员使用机器学习技术。
现在，阿里云将大数据＋AI一体化平台“阿里灵杰”对外开放，可帮助企业和开发者实现“开箱即用”。
“阿里灵杰”包含机器学习平台PAI、云原生大数据计算服务MaxCompute、实时计算Flink版、大数据开发治理平台DataWorks、实时数仓 Hologres等产品，可调动规模高达10万台以上计算集群，拥有云边端一体的高性能训练和推理引擎，能提供毫秒级延迟的实时数据分析能力等，是中国最大的人工智能平台。
“阿里灵杰”还首次提出了大数据＋AI一体化平台的4S标准，即大模型(Scale)、高效率(Speed)、易用性(Simplicity)、场景化(Scenario)，为人工智能行业发展提供借鉴。
基于“阿里灵杰”，达摩院开发了超大规模多模态预训练模型M6，主打多模态、多任务能力，其目标是打造全球领先的具有通用性的人工智能大模型。
据官方消息，M6的参数已从万亿升级至10万亿，成为全球最大的预训练模型，规模超越此前谷歌发布的1.6万亿Switch Transformer模型。
总体来看，从芯片、服务器，到操作系统、数据库，再到大数据＋AI一体化平台，基于长久以来的云原生实践，阿里云坚持做深基础的战略，向下生长，将软硬一体做到极致，释放正向效应，构建未来的竞争力。
