64个核心采用网格总线（Mesh Fabric）互连互通，合并带宽高达2TB/s。支持八通道DDR4-3200内存，支持硬件AES-256内存加密，支持64条PCIe 4.0。
同时，亚马逊还推出了一系列基于Graviton2的第六代实例，包括M6g、R6g、C6g，配置不尽相同，最多256GB内存。
亚马逊还将其与配备Intel至强铂金（最高3.1GHz）的第五代实例进行对比，单核心性能全面领先：SPECjvm 2008+43%（估计）、SPEC CPU 2017整数+44%（估计）、SPEC CPU 2017浮点+24%（估计）、HTTPS负载均衡+24%、内存缓存+43%（同时延迟更低）、x2664视频编码+26%、EDA模拟+54%！
亚马逊Graviton2平台将在2020年规模上市。
剑指英特尔，亚马逊最新数据中心芯片提速20％终端云端布局完备
科技巨头们每年在Intel、AMD身上花费数十亿美元，常常拥有着开发更强ARM芯片的资源。
「如果只是ARM，我并不担心；但是如果亚马逊或者谷歌对ARM的技术进行投资并掌握了这些技术，那么很可能会给英特尔造成更大的麻烦。」
1.摆脱英特尔的决心
据路透社消息，亚马逊云计算部门（AWS）已经设计出第二代功能更强大的数据中心处理器芯片。
消息人士称，AWS的新数据中心芯片采用的是软银集团旗下ARM的技术，比第一代ARM芯片Graviton至少快20%。
云计算也已经成为数据中心芯片制造商的一大重要业务。英特尔控制着逾90%的服务器芯片市场，AMD几乎囊括剩余市场。
去年，英特尔数据中心部门为公司贡献了近一半的营业利润。而且，大多数服务器芯片被用于云计算。英特尔高管称，2018年，接近65%的英特尔数据中心芯片收入来自云计算和通信服务提供商。
鉴于英特尔处理器的高价格、零部件短缺，加上目前ARM服务器芯片生态发展完善和晶圆代工业务发展成熟等因素，亚马逊决定大力投资定制芯片。
分析师预计，亚马逊AWS今年的销售额将达到349亿美元，如果亚马逊在芯片方面的努力取得成功，很有可能降低该部门在服务器芯片方面对英特尔和AMD的依赖。
2.提速20%，性价比更高
亚马逊研制芯片的风格相对低调。
直到去年AWS re:Invent 2018大会上。首款ARM架构处理器的AWS Graviton处理器的云实例EC2 A1才得以亮相。这款新型芯片关键的魅力在于它们可以提供更便宜的计算服务。
亚马逊称，这些芯片的运行成本比Intel公司或AMD公司的芯片低出45％，而AWS也提供租赁服务。
Graviton芯片由以色列芯片制造商Annapurna Labs设计（该公司在2015年被亚马逊收购），并通过AWS的EC2云计算服务提供给其云客户。
Graviton基于ARM 2015年款Cortex-A72设计，主频为2.3GHz的64bit芯片，面向更简单的计算任务。
亚马逊为其设计了16个vCPU instances，并将其排列在四个四核集群中，每个集群有2MB的共享L2缓存，每个核心则有32KB的L1数据缓存和48KB的L1指令缓存，其中一个vCPU映射到一个物理核心。
据悉，第二代芯片预计将采用更新的ARM技术，最有可能是Neoverse N1架构。另一知情人士表示，新芯片预计至少有32颗核心，而Graviton只有16核。
新款芯片还将使用一种名为「Fabric」的架构技术，允许它与其他芯片协作以加速处理图像识别等任务。想利用上这种新芯片，云客户很可能需要使用专为ARM芯片开发的软件。
预计新芯片的功能可能不及英特尔的"Cascade Lake"或AMD的"Rome"芯片，但它比英特尔的高端芯片更便宜，耗电量也更少。
英特尔最强大的芯片可以卖到几千美元，而基于ARM的服务器芯片的价格不到1000美元。
投行伯恩斯坦分析师Stacy Rasgon曾指出，亚马逊的第一款ARM芯片似乎并未对Intel的数据中心业务产生影响，后者在过去一年继续增长。
但同时他也表示，那些每年在Intel、AMD身上花费数十亿美元，并且替代选择不多的科技巨头，拥有开发更强ARM芯片的资源：
「如果只是ARM，我并不担心，但是如果亚马逊或者Google对ARM技术进行投资掌握了这些技术，那么这可能将对Intel造成更大麻烦。」
3.从数据中心到智能终端的造芯之旅
事实上，亚马逊在芯片方面的实力已经超乎大多数读者的想象。
去年，除了推出务器芯片Graviton之外，亚马逊还出了首款云端AI推理芯片AWS Inferentia。支持TensorFlow、Apache MXNet和PyTorch深度学习框架，以及使用ONNX格式的模型。
使用经过训练的机器学习模型进行预测可以驱动应用程序高达90%的计算成本。开发人员可以将GPU支持的推理加速附加到Amazon EC2和Amazon SageMaker实例中，从而将推理成本降低75%。
根据官网介绍，每个Inferentia芯片提供高达几百TOPS的算力，使复杂的模型能够做出快速的预测。多个AWS Inferentia芯片可以一起使用来驱动，形成成千上万的TOPS算力。
另外，亚马逊还投资了聚焦于无线技术的Wiliot和AI芯片初创公司Syntiant。再往前追溯，早在2016年亚马逊就开发了一款叫做Alpine的ARM架构处理器芯片，核心技术源于之前收购的一家以色列芯片商。
这个芯片能够应用智能手机之外的一些耗电量比较低的设备上。亚马逊还给自己芯片搭上自己的Logo，将其出售给硬件厂商和数据中心。
对于亚马逊来说，无论是涉足机器学习芯片还是服务器芯片，最主要的原因仍然在于成本。特别是在ARM的授权模式以及台积电等晶圆代工厂发展完善的情况下，做芯片更是水到渠成。
当然，亚马逊在智能家居方面的芯片布局，可能有着更加差异化竞争的选择与考量。