- Rust en arm64 realizó tareas intensivas de CPU 5 veces más rápido que x86
- Arm64 reduce la latencia del arranque en frío hasta en un 24% para todos los tiempos de ejecución.
- Python 3.11 en Arm64 supera a las versiones más nuevas en cargas de trabajo con mucha memoria
Los puntos de referencia de AWS Lambda de este año muestran que la arquitectura arm64 supera consistentemente a las cargas de trabajo x86.
Las pruebas cubrieron cargas de trabajo livianas y con uso intensivo de CPU, uso intensivo de memoria y tiempos de ejecución de Node.js, Python y Rust.
Para tareas vinculadas a la CPU, Rust en arm64 completó bucles de hash SHA-256 4-5 veces más rápido que Rust x86 cuando entraron en juego optimizaciones de ensamblaje específicas de la arquitectura.
Eficiencia de arranque en frío y arranque en caliente
Python 3.11 en Arm64 también superó a las versiones más nuevas de Python, y Node.js 22 se ejecutó significativamente más rápido que Node.js 20 en x86.
Estos resultados muestran que arm64 no solo mejora el rendimiento computacional bruto, sino que también mantiene la coherencia entre diferentes configuraciones de memoria.
La latencia de arranque en frío juega un papel crucial en las aplicaciones sin servidor y arm64 ofrece claras mejoras con respecto a x86.
Para todos los tiempos de ejecución, arm64 proporcionó un arranque en frío entre un 13 y un 24 % más rápido.
Rust, en particular, registró un tiempo de arranque en frío casi indetectable de 16 ms, lo que lo hace muy adecuado para aplicaciones sensibles a la latencia.
El rendimiento de salida en caliente también favoreció a arm64, y las cargas de trabajo con uso intensivo de memoria se beneficiaron de la capacidad de la arquitectura para manejar asignaciones de memoria más grandes de manera más eficiente.
Python y Node.js mostraron un poco más de flexibilidad, aunque las ganancias de arm64 se mantuvieron.
Estas mejoras de rendimiento convergen en entornos de producción con frecuentes arranques en frío.
El análisis de costos muestra que arm64 ofrece un promedio de costos de cálculo un 30 % más bajos en comparación con x86.
Para cargas de trabajo con mucha memoria, el ahorro de costos alcanzó el 42 %, especialmente para Node.js y Rust.
Las cargas de trabajo ligeras, en lugar de cálculos sin procesar basados en la latencia de E/S, mostraron diferencias mínimas de rendimiento entre las arquitecturas.
Esto muestra que la optimización de costos es más importante que la selección del tiempo de ejecución en estos escenarios.
Para todas las cargas de trabajo con uso intensivo de CPU y memoria, arm64 entregó relaciones costo-rendimiento más sólidas, lo que confirma su valor en implementaciones de producción.
Estos puntos de referencia indican que arm64 debería ser el objetivo de CPU predeterminado para la mayoría de las cargas de trabajo de Lambda, a menos que surjan problemas específicos de compatibilidad de bibliotecas.
Las cargas de trabajo de Rust en Arm64 maximizan el rendimiento y el ahorro de costos, mientras que Python 3.11 y Node.js 22 brindan alternativas sólidas para otros casos de uso.
Las organizaciones que confían en Lambda para aplicaciones a escala empresarial o ejecutan múltiples funciones en un solo centro de datos probablemente verán mejoras claras en la eficiencia.
Desde la perspectiva de la estación de trabajo, los resultados sugieren que los desarrolladores que compilan localmente para cargas de trabajo con uso intensivo de CPU también pueden beneficiarse de las compilaciones nativas de arm64.
Si bien estos puntos de referencia son amplios, las cargas de trabajo individuales y las configuraciones de dependencia pueden generar resultados diferentes, por lo que se recomienda realizar más pruebas antes de la adopción a gran escala.
Las organizaciones que aprovechan Lambda para aplicaciones a escala empresarial o ejecutan múltiples funciones en un solo centro de datos probablemente verán mejoras significativas en la eficiencia.
Desde la perspectiva de la estación de trabajo, los resultados sugieren que los desarrolladores que compilan localmente para cargas de trabajo con uso intensivo de CPU también pueden beneficiarse de las compilaciones nativas de arm64.
Si bien estos puntos de referencia son amplios, las cargas de trabajo individuales y las configuraciones de dependencia pueden producir resultados diferentes, por lo que se recomienda realizar más pruebas antes de la adopción a gran escala.
vía Chris Ebert
Siga TechRadar en Google News y agréganos como tu fuente predeterminada para recibir noticias, puntos de vista y opiniones de nuestros expertos en feeds. ¡Asegúrate de presionar el botón Continuar!
Y por supuesto que tú también puedes Siga TechRadar en TikTok para recibir noticias, reseñas, unboxings en forma de video y recibir actualizaciones constantes de nuestra parte WhatsApp también
