AWS和Arm展示在云計算中生產(chǎn)規(guī)模電子設(shè)計自動化

科技觀
近日,AWS宣布,Arm將利用AWS為其云計算使用,包括絕大部分電子設(shè)計自動化(EDA)工作負(fù)載。Arm正在利用基于AWS Graviton2的實例(由Arm Neoverse核心提供支持)將EDA工作負(fù)載遷移到AWS,并引領(lǐng)半導(dǎo)體行業(yè)的轉(zhuǎn)型之路,該行業(yè)傳統(tǒng)上使用本地數(shù)據(jù)中心來進行驗證半導(dǎo)體的計算密集型工作設(shè)計。

近日,AWS宣布,Arm將利用AWS為其云計算使用,包括絕大部分電子設(shè)計自動化(EDA)工作負(fù)載。Arm正在利用基于AWS Graviton2的實例(由Arm Neoverse核心提供支持)將EDA工作負(fù)載遷移到AWS,并引領(lǐng)半導(dǎo)體行業(yè)的轉(zhuǎn)型之路,該行業(yè)傳統(tǒng)上使用本地數(shù)據(jù)中心來進行驗證半導(dǎo)體的計算密集型工作設(shè)計。

11.jpg

為了更有效地執(zhí)行驗證,Arm使用云來運行實際計算場景的模擬,利用AWS幾乎無限的存儲和高性能計算基礎(chǔ)架構(gòu)來擴展其可以并行運行的模擬數(shù)量。自從開始其AWS云遷移以來,Arm已將AWS上的EDA工作流的性能時間提高了6倍。此外,通過在AWS上運行遙測(從遠(yuǎn)程源收集和集成數(shù)據(jù))并進行分析,Arm產(chǎn)生了更強大的工程,業(yè)務(wù)和運營洞察力,有助于提高工作流程效率并優(yōu)化整個公司的成本和資源。Arm最終計劃在完成向AWS的遷移后,將其全球數(shù)據(jù)中心的占地面積至少減少45%,并將本地計算減少80%。Arm已將AWS上的EDA工作流的性能時間提高了6倍。

此外,通過在AWS上運行遙測(從遠(yuǎn)程源收集和集成數(shù)據(jù))并進行分析,Arm產(chǎn)生了更強大的工程,業(yè)務(wù)和運營洞察力,有助于提高工作流程效率并優(yōu)化整個公司的成本和資源。Arm最終計劃在完成向AWS的遷移后,將其全球數(shù)據(jù)中心的占地面積至少減少45%,并將本地計算減少80%。Arm已將AWS上的EDA工作流的性能時間提高了6倍。此外,通過在AWS上運行遙測(從遠(yuǎn)程源收集和集成數(shù)據(jù))并進行分析,Arm產(chǎn)生了更強大的工程,業(yè)務(wù)和運營洞察力,有助于提高工作流程效率并優(yōu)化整個公司的成本和資源。Arm最終計劃在完成向AWS的遷移后,將其全球數(shù)據(jù)中心的占地面積至少減少45%,并將本地計算減少80%。

高度專業(yè)化的半導(dǎo)體設(shè)備推動著從智能手機到數(shù)據(jù)中心基礎(chǔ)設(shè)施,醫(yī)療設(shè)備再到自動駕駛汽車的各種功能的不斷增長。每個芯片可以包含數(shù)十億個晶體管,這些晶體管的設(shè)計水平可以降低到個位數(shù)的納米水平(比人的頭發(fā)小大約100,000倍),以在最小的空間內(nèi)實現(xiàn)最佳性能。EDA是使這種極端工程可行的關(guān)鍵技術(shù)之一。EDA工作流程非常復(fù)雜,包括前端設(shè)計,仿真和驗證,以及越來越大的后端工作負(fù)載,包括時序和功耗分析,設(shè)計規(guī)則檢查以及其他準(zhǔn)備將芯片投入生產(chǎn)的應(yīng)用程序。傳統(tǒng)上,這些高度重復(fù)的工作流程需要花費數(shù)月甚至數(shù)年的時間才能生產(chǎn)出新設(shè)備,例如片上系統(tǒng),并擁有巨大的計算能力。在本地運行這些工作負(fù)載的半導(dǎo)體公司必須不斷平衡成本,進度和數(shù)據(jù)中心資源,才能同時推進多個項目。結(jié)果,他們可能會面臨計算能力不足的問題,這會拖慢進度或承擔(dān)維持空閑計算能力的代價。

通過將其EDA工作負(fù)載遷移到AWS,Arm克服了傳統(tǒng)管理的EDA工作流程的限制,并通過可大規(guī)模擴展的計算能力獲得了彈性,使其能夠并行運行仿真,簡化遙測和分析,減少其半導(dǎo)體設(shè)計的迭代時間并增加測試周期而不會影響交付進度。Arm通過優(yōu)化各種專用Amazon EC2實例類型的EDA工作流,利用Amazon Elastic Compute Cloud(Amazon EC2)來簡化成本和時間表。例如,該公司使用基于AWS Graviton2的實例來實現(xiàn)高性能和可擴展性,與運行成千上萬臺本地服務(wù)器相比,可帶來更具成本效益的運營。Arm使用AWS Compute Optimizer,

除了成本優(yōu)勢外,Arm還利用AWS Graviton2實例的高性能來提高其工程工作負(fù)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提高40%以上。此外,Arm使用AWS合作伙伴Databricks的服務(wù)在云中開發(fā)和運行機器學(xué)習(xí)應(yīng)用程序。通過在Amazon EC2上運行的Databricks平臺,Arm可以處理其工程工作流中每個步驟的數(shù)據(jù),從而為公司的硬件和軟件組生成可行的見解,并在工程效率上實現(xiàn)可衡量的改進。

“通過與AWS的合作,我們專注于提高效率和最大化吞吐量,從而為我們的工程師提供了寶貴的時間來專注于創(chuàng)新,” Arm IPG總裁Rene Haas說道。“現(xiàn)在,我們可以使用帶有基于Arm Neoverse的處理器的AWS Graviton2實例在Amazon EC2上運行,我們正在優(yōu)化工程流程,降低成本并加快項目時間表,從而比以往任何時候都更快,更經(jīng)濟地向我們的客戶交付強大的結(jié)果。 ”

“ AWS提供了真正的彈性高性能計算,無與倫比的網(wǎng)絡(luò)性能以及可擴展的存儲,這是下一代EDA工作負(fù)載所必需的,這就是為什么我們很高興與Arm合作以為其運行我們的高性能的高要求EDA工作負(fù)載提供動力基于臂的Graviton2處理器,” AWS全球基礎(chǔ)架構(gòu)和客戶支持高級副總裁Peter DeSantis說道。“與當(dāng)前基于x86的實例相比,Graviton2處理器可提供高達(dá)40%的價格性能優(yōu)勢。”

THEEND

最新評論(評論僅代表用戶觀點)

更多
暫無評論