AWS和Arm展現(xiàn)生產級的云端電子設計自動化

前不久，AWS宣布，Arm將把AWS云服務應用到包括其絕大部分電子設計自動化（EDA）的工作負載。Arm將利用基于AWS Graviton2處理器的實例（由Arm Neoverse核心提供支持），將EDA工作負載遷移到AWS，引領半導體行業(yè)的轉型之路。傳統(tǒng)上，半導體行業(yè)使用本地數(shù)據中心完成半導體設計驗證這樣的計算密集型任務。

      為了更有效地執(zhí)行驗證，Arm使用云計算仿真現(xiàn)實世界的計算場景，并利用AWS幾乎無限的存儲空間和高性能計算基礎架構，擴展其可以并行運行的仿真數(shù)量。自從開始向AWS云遷移以來，Arm已將AWS上EDA工作流的響應速度提高了6倍。此外，通過在AWS上運行遙測（從遠程源收集和集成數(shù)據）并進行分析，Arm產生了更強大的工程、業(yè)務和運營洞察力，有助于提高工作流程效率，優(yōu)化整個公司的成本和資源。在完成向AWS遷移后，Arm最終計劃將全球數(shù)據中心面積至少壓縮45%，將本地計算工作負載減少80%。

      高度專業(yè)化的半導體設備為我們工作、生活中的一切提供著日益強大的動力，從智能手機到數(shù)據中心基礎設施，從醫(yī)療設備到自動駕駛汽車。每個芯片可以包含數(shù)十億個晶體管，這些晶體管的設計水平可以降低到幾納米的水平（比人的頭發(fā)細約10萬倍），可以在最小的空間內實現(xiàn)最佳性能。EDA是使這種極端工程可行的關鍵技術之一。

      EDA工作流程非常復雜，包括前端設計、仿真與驗證，以及越來越大的后端工作負載（時序和功耗分析、設計規(guī)則檢查以及其它芯片投入生產準備的應用程序）。傳統(tǒng)上，這些高度迭代的工作流程需要花費數(shù)月甚至數(shù)年才能生產出新設備（例如一個芯片系統(tǒng)），需要大量的計算能力。在本地運行這些工作負載的半導體公司必須不斷平衡成本、進度和數(shù)據中心資源，才能同時推進多個項目，因此可能會面臨計算能力不足的問題，拖慢進度或承擔維護空閑算力的成本。

      通過將EDA工作負載遷移到AWS，Arm克服了傳統(tǒng)的托管EDA工作流程的束縛，通過大規(guī)模擴展的算力獲得了彈性，使其能夠并行運行仿真、簡化遙測和分析，減少半導體設計的迭代時間，增加測試周期卻不會影響交付進度。

      Arm利用多種專用的Amazon EC2實例類型優(yōu)化EDA工作流程，減少了成本和時間。例如，該公司使用基于AWS Graviton2的實例，實現(xiàn)了高性能和可伸縮性，與運行成千上萬臺本地服務器相比，可實現(xiàn)更具成本效益的運營。Arm使用了AWS Compute Optimizer服務，利用機器學習為特定工作負載推薦最佳的Amazon EC2實例類型，簡化了工作流程。

      除了成本優(yōu)勢外，Arm還利用AWS Graviton2實例的高性能，提高工程型工作負載的吞吐量，與上一代基于x86處理器的M5實例相比，每美元的吞吐量始終能提高40%以上。此外，Arm使用AWS合作伙伴Databricks的服務，在云中開發(fā)和運行機器學習應用程序，通過在Amazon EC2上運行的Databricks平臺，Arm可以處理工程工作流中各個步驟的數(shù)據，為公司的硬件和軟件團隊生成可行的見解，在工程效率上實現(xiàn)可觀的改進。

      Arm IPG總裁Rene Haas表示：“通過與AWS合作，我們專注于提高效率和最大化吞吐量，為工程師節(jié)省了寶貴的時間，以便他們專注于創(chuàng)新?，F(xiàn)在，我們可以運行基于AWS Graviton2處理器（由Arm Neoverse支持）的Amazon EC2實例，優(yōu)化工程的工作流程，降低成本，加快項目進度，比以往更快、更經濟地向客戶提供強大的成果。 ”

      AWS全球基礎架構和客戶支持高級副總裁Peter DeSantis表示：“ AWS提供了真正彈性的高性能計算、卓越的網絡性能，以及可擴展的存儲，是下一代EDA工作負載之所需。因此，我們很高興與Arm協(xié)作，運用我們基于Arm的、高性能的Graviton2處理器，為對性能要求極其苛刻的EDA工作負載提供動力。與當前基于x86的實例相比，Graviton2處理器可提供高達40%的性價比優(yōu)勢。”