AWS和Arm展现生产级的云端电子设计自动化

AWS和Arm展现生产级的云端电子设计自动化

AWS和Arm在cloud空 之间呈现制造级电子设计自动化技术

12月11日，亚马逊云服务项目(AWS)宣布，半导体材料设计方案和专利开发设计与审批的全球领导者Arm将把AWS云服务器应用到包含其大部分电子设计自动化技术(EDA)的工作负载中。Arm将以基于AWSGravityon2的CPU为例(ArmNeoverse的重点演示适用)，将EDA工作量转移到AWS，推动半导体行业的变革与发展。传统上，半导体行业使用本地大数据中心来执行计算密集型的日常任务，如半导体材料设计方案的认证。为了更好更合理地实现认证，Arm应用云计算技术模拟真实测量场景，利用AWS基本上无止境的存储空室和大数据处理系统架构，扩展可并行处理和运行的模拟总数。自开始向AWS云过渡以来，Arm已经将AWS上EDA工作流的响应时间提高了6倍。此外，通过在AWS上运行监控(从远程控制源收集和整合数据信息)并进行分析，Arm创建了更强的工程项目、业务流程和业务判断，有利于提高工作流的效率以及所有企业的成本和资源。在转移到AWS之后，Arm的最终计划是将全球大数据中心的总面积减少至少45%，并将本地的预计工作量减少80%。

系统化纵横比的半导体行业，从智能手机到大数据中心的基础设施建设，从医疗设备到无人驾驶汽车，正在对每个人的工作和日常生活展现出越来越强大的驱动力。每个集成ic可以包含数十亿个晶体管，这种晶体管的设计水平可以降低到几个纳米的水平(比人的头发丝细10万倍左右)，在最少的房间数空内实现最佳特性。EDA是使这种极端工程项目可行的核心技术之一。EDA的工作流程复杂，包括网站的前端开发、仿真和认证，以及其后端开发不断增加的工作量(时钟频率和功能损耗分析、设计方案的标准检验以及集成电路资金投入生产现场管理等应用软件)。传统上，这种纵横比迭代更新的工作流程需要花费数月甚至数年的时间来生产和更新机器和设备(如集成ic系统软件)，这需要大量的数学计算。在当地运行这种工作量的半导体公司，必须不断平衡成本、进度和大数据中心资源，才能推进几个新项目。所以他们很可能会遇到数学计算不足的问题，拖慢进度或者承担维持空剩余率的成本。

根据EDA工作量向AWS的转移，Arm摆脱了传统EDA工作流程的约束，计算速率根据规模扩展而扩展，从而可以并行运行仿真，简化监控和分析，减少半导体材料设计方案的迭代更新时间，在不危及交付进度的情况下增加检验周期时间。Arm使用各种特殊的AmazonEC2实例来改进EDA工作流，并减少成本和时间。例如，根据AWSGravityon2的例子，这个企业级应用已经实现了出色的性能和可扩展性。相比运行无数的本地服务器，可以实现更高性价比的运营。Arm应用了AWSComputeOptimizer服务项目，利用深度学习为特殊工作负载强烈推荐最佳AmazonEC2实例类型，简化了工作流程。

除了成本上的优势，Arm还利用AWSGravity在2instance上的优异性能，提高工程项目工作量的货运量。相较于上一代基于x86CPU的M5实例，自始至终每美元货运量可提升40%以上。此外，Arm应用AWS合作伙伴Databricks的服务项目，在云端开发、设计和运行深度学习应用软件。根据运行在亚马逊EC2上的Databricks平台，Arm可以解决工程项目工作流程中各个流程的数据信息，形成企业硬件配置和手机软件精英团队的可行视图，在工程项目的高效率上有实质性的提升。

ARMIPG公司首席执行官ReneHaas表示:“根据与AWS的合作，每个人都致力于提高工作效率和最大化货运量，这为技术工程师节省了宝贵的时间，便于他们投身于自主创新。现在，我们可以在2CPU上运行基于AWSGravity的亚马逊EC2实例(由ArmNeoverse应用)，改善工程项目的工作流程，控制成本，加快建设进度，比过去更快、更经济地向客户展示强大的成果。”

AWS全球系统架构和客户应用副总裁彼得·德桑蒂斯(PeterDeSantis)表示:“AWS展示了其真正可扩展的大数据处理、非凡的互联网功能以及可扩展的存储，这些都是下一代EDA工作负载所需要的。所以我们很高兴能和Arm合作，用性能优异的Arm的2CPU上的引力，来展现特性极其严格的EDA工作负载的驱动力。与今天基于x86的例子相比，Gravity在2个CPU上可以表现出40%的高性价比。”