可扩展性和效率的承诺正在加速电子设计自动化 (EDA) 向云的迁移。无限的按需计算资源从根本上改变了芯片设计范式,工具和工作负载不再受到本地化硬件的限制。
然而,这说起来容易做起来难。优化现有工具和基础设施,创建新一代 EDA 本机运行的应用程序 云对于 EDA 供应商和芯片公司来说,在整个开发堆栈中集成先进的 AI 功能都不是小事。芯片制造商已经针对其特定需求开发了流程和定制工具。有多少定制将转移到云端可能会决定将哪些工具和工作负载保留在本地。
这些考虑因素需要对功能、要求和芯片设计策略进行彻底的评估。但随着芯片设计变得越来越异构和复杂,并且随着分区变得更加特定于工作负载,人们越来越认识到,至少设计的某些方面将需要云资源来加快获得结果的时间,并在高度复杂的环境中保持创新和敏捷。竞争市场。
在云端管理 EDA
大多数大型芯片公司都采用了混合模式,将选定的 EDA 工具和工作负载转移到由内部 IT 团队管理的云中。与此同时,许多芯片初创公司从未投资于昂贵的本地工具,而是选择基于云的端到端 EDA。对于这些公司来说,芯片设计过程的每个阶段——设计、验证、调试和测试——完全发生在供应商管理的云上。
“有很多很多客户都是在云中诞生的,”云产品管理和 GTM 战略主管 Vikram Bhatia 说道。 新思。 “他们没有设置用于执行任何类型 EDA 的本地硬件资源。他们只是在云中完成所有事情。还有一些客户拥有非常大的本地数据中心,有些比云提供商的数据中心还要大。他们也在使用云,但需求略有不同。”
这些大客户可能有特定的工作负载或项目,可以从 EDA 供应商管理的云实例中受益。 “他们可以在几周内快速启动并运行,只需几个小时的设置时间,然后就可以做他们需要做的事情,”巴蒂亚说。 “他们可以快速运行一些工作负载。”
尽管如此,大型芯片公司在云端开发大部分设计的比例仍然相对较小。主要芯片供应商投入大量预算来优化自己的云 EDA 运营。相比之下,规模较小的芯片初创公司,甚至中型公司可能更喜欢供应商管理的统包云实例,这些实例可以动态优化工具和基础设施以适应特定的工作负载。
“许多公司都是从头开始,因此他们没有遗留的基础设施数据中心,”Mahesh Turaga 云业务开发副总裁说道。 Cadence公司。 “中型企业确实拥有一定的数据中心容量,但扩展速度不够快。因此,这些都是理想的情况,他们可以真正说:“您能为我们提供一个交钥匙环境来在云中执行此操作吗?”较大的公司已经拥有大量的数据中心投资,但随后他们将云引入自己的环境中,以解决高峰使用需求,并倾向于在客户管理的云中实现这一点。”
任何具有规模的公司都对自己的数据中心进行了多年的投资,因此较大的客户不一定会寻找由 EDA 供应商管理的软件。 “如果您将其视为更传统的 SaaS,只需登录即可通过浏览器访问功能,那么这对于拥有数百名工程师且业务遍及全球的大型公司来说没有吸引力, ” 云解决方案副总裁 Craig Johnson 评论道。 西门子EDA。 “这些客户将自行转向云。”
对于缺乏大型设计团队和本地基础设施的小型公司来说,托管云产品是一个不错的选择。 “如果你是一家芯片方面的初创公司,你已经有了架构师,你已经聘请了一些验证专家,但你的后端人员并不总是到位,”约翰逊说。 “一些公司会将后端外包给 ASIC 提供商或为他们进行布局的人,但项目需求在一两年内会发生变化。这时候灵活的一体式软件包就变得很有意义了。”
优化与云原生 EDA 工具
EDA 供应商不断优化其云端工具,以简化端到端芯片设计工作流程。同时,他们与客户密切合作开发新的云原生 EDA 工具。这些工具不是传统的直接迁移(或移植和优化),而是提供新的灵活许可模型,并具有专门的用户界面 (UI) 来适应云原生工作负载、库和文件结构。
DSim Cloud 就是一个这样的例子,Metrics Design Automation 将其作为基于 Kubernetes 的 SaaS 提供。 Metrics 执行主席乔·科斯特洛 (Joe Costello) 表示:“登录后,您就开始使用它。” “我完全不必担心管理我的机器和数据——它们将在哪里以及将如何处理或存储。无论我使用一千台计算机一秒钟,还是一台计算机使用一千秒,都没有关系。我们按分钟收费,而不是按许可证收费。这就是我们的方法与人们迄今为止在 EDA 中所做的完全不同的原因。”
此外,DSim Cloud 的 UI 是自下而上构建的,而不是从旧的本地工具移植而来。这种云原生方法消除了令人沮丧的用户体验,有些人将其与在现代版本的 Windows 上运行 Informix-4GL 或 FoxPro 进行比较。
“当我想查看结果时,我不必将巨大的波形文件下载到计算机上,也不必花费所有时间和精力来解析它并进行一些更改,”Costello 指出。 “我可以在云端完成所有分析和调试,IDE 风格,更简单、更干净、更容易。毕竟,硬件描述语言就是软件。因此,这种环境更有意义。”
图 1:DSim Cloud 界面显示,显示云提交作业的实时波形仿真结果。资料来源:指标
然而,由于传统的许可模式及其所需的彻底的基础设施变化,开发云原生 EDA 工具仍然是一个行业挑战。 “你必须重写你的核心云基础设施。它必须基于 Kubernetes,”Costello 补充道。 “你必须重写你的用户界面,使其面向云。这是一项艰苦的工作,但它并不是火箭科学。”
事实上,大多数 EDA 应用程序传统上都是用 C 或 C++ 等较低级语言编写的,并针对本地性能进行了优化。 “算法本身是计算密集型的,可以非常精细地控制哪些进程并行运行、哪些进程按顺序上演以及分配多少内存,”西门子的约翰逊说。 “所有这些都在应用程序级别上受到非常非常严格的控制,如果您在云上从头开始,则必须重做所有算法和软件,并且基本上将工程团队的规模扩大一倍。”
大多数云原生应用程序可能会出现在它们不只是重复功能的领域。例如,西门子 EDA 产品组合包括许多云原生应用程序,其中包括将 PCB 开发团队与电子元件生态系统连接起来的 PartQuest,以及用于简化协作的 Connect for PADS Professional。
图 2:西门子的 PartQuest Explore 界面,展示了对工业综合仿真模型库的访问。来源:西门子 EDA
Johnson 表示:“由于这些设计生态系统的协作性质,我们现在在 PCB 系统端的某些地方拥有云原生。” “云原生应用程序还有很多年的工作要做,最终我们的客户将决定采用的速度。一直以来,我们都在优化云上的工具,以实现并行性、默认容差和内存占用。”
所有大型 EDA 供应商都已采取措施创建云原生 EDA 工具。 “推动新一代 EDA 的工具需要设计团队、代工合作伙伴和芯片设计人员之间在云中进行协作,并且数据的单一真实来源位于云中,可以从任何地方、任何地方访问。设备,”Cadence 的 Turaga 说道。 “Allegro 和 OrCAD 系列中的 PCB 设计工具就是完美的例子。我们还有许多专为云设计的工具,具有混合功能,客户只需单击按钮即可访问基于云的计算。 Xcelium Cloud、ADE Cloud、Clarity Cloud 和 OrCAD X 是此类架构的完美示例,使用户能够无缝地利用云的力量。”
图 3:Cadence 的 Virtuoso EDA 套件显示各种 S 参数响应和功耗附加效率 (PAE) 图,可以在本地或云端运行。来源:Cadence
AI EDA在云端的作用
许多人工智能应用程序被认为是云原生的,为 Synopsys.ai 及其生成式 AI Co-Pilot 创建了最佳环境。 “设计芯片的半导体客户正在利用作为云服务托管的生成式人工智能模型,”巴蒂亚说。 “显然,正在构建的工具也在云中本地利用了这一点。很少有客户正在考虑,甚至已经开始从头开始构建自己的模型。重新发明轮子没有意义,因为构建和训练自己的模型非常非常昂贵。”
Synopsys ChipSpot 帮助半导体公司在不中断或任意终止的情况下利用价格较低的现货实例,这是仅存在于云中的基于 AI 的 EDA 解决方案的另一个示例。从本质上讲,ChipSpot 创建针对特定 EDA 工具和非常高的内存工作负载进行优化的按需虚拟机 (VM)。在预测终止信号的提示下,ChipSpot 自动将实时 EDA 工作负载迁移到其 VM 阵列或从其 VM 阵列迁移出来。
“您现在正在采用基础设施固有的云原生功能,并将其作为芯片设计模型的用例应用,”巴蒂亚说。 “ChipSpot 完全是云原生的,并且有相当多的用例——我喜欢称之为水平用例——您可以利用芯片设计用例的云原生基础设施或水平解决方案。”
利用 AI 和 ML 更高效、更经济地扩展 EDA 云工作负载是许多半导体公司关注的另一个领域。 “用户可能不知道需要多少线程、并行作业、集群和内存,”云 HPC 首席产品经理 Rajath Narasimha 说道。 Keysight。 “所有这些参数都应该通过工作空间分析自动配置。您可能会说,“我想在 20 分钟、两个小时或 20 小时内模拟这个过程。”在此基础上,算法应该自动设置要求并发送作业。”
Narasimha 表示,是德科技设计云是朝这个方向迈出的一步,提供本地、混合和交钥匙云配置。 “对于交钥匙云客户,我们向一家名为 Rescale 的公司提供 API,该公司接受来自笔记本电脑或服务器环境的作业并将其放入队列中。根据您发送给他们的请求,他们会针对成本、时间和位置以及您所需的计算类型和资源进行优化。 Rescale 和是德科技设计云确实是初创公司在云中利用 EDA 的最便宜的方式。它是为拥有两到三名工程师和零本地环境的公司而设计的,除了可以安装东西的服务器之外。计算资源在云中易于访问、按需且可扩展——这是可扩展性、性能和定制之间的最佳平衡。”
图 4:是德科技的设计云界面,带有 API to Rescale,展示了用于 S 参数分析和参数扫描的射频电路仿真设置,并针对交钥匙云 EDA 解决方案进行了优化。来源:是德科技
验证、并行性统治 EDA 云
尽管许多 EDA 工作负载正在转移到云端,但由于其高资源需求,验证仍然是大多数芯片公司最受欢迎的。 “对云计算最感兴趣的地方是计算量最大或计算最困难的领域,”约翰逊说。 “这往往是前端的逻辑验证,因为在调试设计时会运行无数次模拟。验证的计算配置文件通常有很多很多的核心。内存需求不是很大,但您可以并行使用大量机器。”
芯片设计生命周期的大部分时间都使用不同类别的验证工具。例如,如果一款芯片通常需要 18 个月的时间来开发,那么验证可能会持续运行至少 15 个月。“当你添加越来越多的芯片进入下一阶段时,你会一次又一次地验证,”Bhatia 说。 “云加速了一切。您可以非常快速地扩大规模。假设对于某个特定步骤,您安排了八周的时间来进行时序分析。如果您能够将时间减少到五到六周,那么您就有额外两周的时间。现在,您可以更快地发布芯片,或者进行更多验证并发布质量更好的芯片,并且仍能按计划进行。”
虽然计算密集型工作负载是 EDA 云出现的最初催化剂之一,但许多芯片公司发现验证是一个网关用例。 “通常,许多客户从验证开始,但随后我们开始看到他们正在将整个项目转移到云端,”图拉加解释道。 “这不再只是验证。整个流程和流片都在云端进行。对于许多已经完全在云中的小型客户来说,情况显然如此,对于许多在混合环境中运营的大型客户来说也是如此,特别是当一个关键项目出现时,就在流片之前或任何情况下。他们基本上是在云端执行完整的项目和完整的流程。”
本地保留的内容
尽管所有在本地运行的 EDA 工具或工作负载最终都可以迁移到云端,但有些工具可能会缓慢迁移,而另一些可能永远无法完成数字化旅程。 “我们从一些客户那里听到的一些担忧与高度敏感的芯片设计数据有关,”图拉加解释道。 “一些客户仍然犹豫是否将所有这些都放入云端。还有某些工作流程可以为您在云中提供比本地更高的投资回报率,而且情况总是如此。其中一些低投资回报率的工作负载可能会留在本地。”
巴蒂亚同意。 “传统上,我们一直认为云更便宜。但是,当您谈论运行特定工作负载所需的数十万个核心计算能力,并且您在本地拥有足够的基础设施来满足该规模时,云规模经济就无关紧要了,因为您拥有相同的规模和本地部署更便宜。与排名前 10 的半导体公司中的任何一家交谈,他们都会告诉你同样的事情。云计算很昂贵,但他们仍然会使用它。我别无选择。我需要在一周而不是一个月内完成这项工作。所以,我会支付我需要支付的费用。”
巴蒂亚还指出,近几个月来,随着设计复杂、独特芯片的小型初创公司与规模更大、更传统的芯片公司展开激烈竞争,知识产权问题再次出现。 “与其说是安全,不如说是安全。”这只是知识产权保护。这些初创公司非常隐秘,”他说。 “他们知道,如果有人发现他们的目标用例是什么,那么对于拥有资源的大型组织来说,尝试和复制并不困难。对安全性和保密性的需求至关重要,这将阻碍(或正在阻碍)许多组织将某些类型的项目放在云上。”
但他补充说,虽然某些 EDA 工具和工作负载留在本地可能有多种原因,但技术并不是其中之一。 “今天的云技术非常非常先进。它已经存在了十多年并且不断发展。云的原始设计处于第六代、第七代,你可以在上面做任何事情。”
- :具有
- :是
- :不是
- :在哪里
- $UP
- 1
- 10
- 15%
- 20
- a
- Able
- 关于
- 加快
- 加速
- 接受
- ACCESS
- 无障碍
- 容纳
- 横过
- 加
- 添加
- 采用
- 采用
- 高级
- 优点
- 来临
- 后
- 再次
- 敏捷
- 同意
- 向前
- AI
- AI模型
- 算法
- 算法
- 所有类型
- 一体
- 分配
- 已经
- 还
- 时刻
- an
- 分析
- 和
- 和基础设施
- 另一个
- 任何
- 再
- 什么
- 分析数据
- API
- 应用领域
- 应用领域
- 应用
- 的途径
- 建筑师
- 保健
- 国家 / 地区
- 地区
- 围绕
- 排列
- AS
- ASIC
- 方面
- At
- 吸引力
- 自动
- 自动化和干细胞工程
- 背部
- 后端
- 当前余额
- 基于
- 基本上
- BE
- 因为
- 成为
- 成为
- 很
- before
- 作为
- 得益
- 最佳
- 之间
- 大
- 大
- 天生的
- 都
- 半身裙/裤
- 瞻
- 浏览器
- 预算
- 建立
- 建筑物
- 建
- 商业
- 业务发展
- 但是
- 按键
- by
- C + +中
- Cadence公司
- 呼叫
- 被称为
- CAN
- 能力
- 容量
- 携带
- 案件
- 例
- 催化剂
- 类别
- Center
- 中心
- 一定
- 主席
- 挑战
- 更改
- 更改
- 充
- 便宜
- 最便宜的
- 芯片
- 碎屑
- 选择
- 明晰
- 清洁器
- 点击
- 密切
- 云端技术
- 云高性能计算
- 云基础设施
- 合作
- 共同
- 购买的订单均
- 公司
- 公司
- 相比
- 竞争
- 竞争的
- 完成
- 完全
- 复杂
- 元件
- 全面
- 计算
- 一台
- 电脑
- 计算
- 关注
- 配置
- 分享链接
- 所连接
- 注意事项
- 考虑
- 始终如一
- 一直
- 对比
- 控制
- 受控
- 核心
- 价格
- 课程
- 克雷格
- 创建信息图
- 创建
- 创造
- 危急
- 顾客
- 合作伙伴
- 定制
- 定制
- 切
- data
- 数据中心
- 数据中心
- 十
- 专用
- 默认
- 需求
- 示范
- 描述
- 设计
- 设计过程
- 设计
- 设计师
- 设计
- 设计
- 确定
- 确定
- 开发
- 发达
- 发展
- 研发支持
- 开发团队
- 设备
- 不同
- 难
- 数字
- 方向
- 屏 显:
- 显示
- do
- 不会
- 做
- 完成
- 别
- 翻番
- 向下
- 下载
- 驾驶
- 两
- 动态
- 更容易
- 易
- 经济
- 规模经济
- 生态系统
- 生态系统
- 效率
- 有效
- 八
- 或
- 电子
- 消除
- 出现
- 结束
- 端至端
- 无穷
- 能源
- 从事
- 工程师
- 工程师
- 更多
- 整个
- 完全
- 环境
- 环境中
- 特别
- 本质上
- 评估
- 甚至
- 所有的
- 一切
- 进化
- 例子
- 例子
- 除
- 执行
- 执行
- 现有
- 存在
- 昂贵
- 体验
- 专家
- 解释
- 探索
- 广泛
- 额外
- 眼
- 家庭
- 快
- 专栏
- 少数
- 猛烈地
- 无花果
- 文件
- 寻找
- 发现
- 结束
- 完
- 五
- 柔软
- 流
- 流动
- 专注焦点
- Footprint
- 针对
- 铸造厂
- 新鲜
- 止
- 前
- 前端
- 沮丧
- ,
- 充分
- 功能
- 从根本上
- 未来
- 网关
- 根
- 通常
- 代
- 生成的
- 生成式人工智能
- 得到
- 给
- 全球
- Go
- 去
- 非常好
- 得到了
- 成长
- 民政事务总署
- 发生
- 硬
- 辛勤工作
- 硬件
- 有
- he
- 头
- 听
- 帮助
- 犹豫不决
- 高
- 更高
- 最高
- 高度
- 举行
- 保持
- 横
- 托管
- HOURS
- 创新中心
- 但是
- HPC
- HTTPS
- 巨大
- 数百
- 杂交种
- 混合模型
- i
- 生病
- 理想
- if
- in
- 包括
- 包含
- 日益
- 行业中的应用:
- 基础设施
- 固有
- 创新
- 安装
- 实例
- 代替
- 整合
- 兴趣
- 接口
- 成
- 投资
- 投资
- IP
- IT
- 它的
- 工作
- 工作机会
- 乔
- 约翰逊
- 旅程
- 只是
- 保持
- 类
- 知道
- 缺乏
- 语言
- 语言
- 笔记本电脑
- 大
- 大
- 布局
- 最少
- 遗产
- Level
- 杠杆作用
- 借力
- 库
- 执照
- 许可证
- 生命周期
- 喜欢
- 容易
- 生活
- 圖書分館的位置
- 日志
- 逻辑
- 登录
- 不再
- 寻找
- 占地
- 很多
- 机
- 主要
- 使
- 制作
- 管理
- 颠覆性技术
- 经理
- 管理的
- 许多
- 市场
- 问题
- 最大宽度
- 可能..
- 也许
- 与此同时
- 回忆
- 内存
- 指标
- 可能
- 迁移
- 迁移
- 移民
- 分钟
- 分钟
- ML
- 模型
- 模型
- 现代
- 月
- 个月
- 更多
- 最先进的
- 最受欢迎的产品
- 移动
- 移动
- 许多
- 多
- my
- 本地
- 自然
- 一定
- 需求
- 打印车票
- 需要
- 决不要
- 全新
- 下页
- 没有
- 注意到
- 现在
- 数
- 数字
- 观察
- of
- 提供
- 提供
- 供品
- 优惠精选
- on
- 点播
- 一
- 那些
- 仅由
- 操作
- 运营
- 最佳
- 优化
- 优化
- 追求项目的积极优化
- or
- 组织
- 组织
- 原版的
- 其它
- 我们的
- 输出
- 外包
- 超过
- 己
- 步伐
- 包
- 范例
- 并行
- 参数
- 参数
- 最重要的
- 特别
- 伙伴
- 高峰
- 员工
- 百分比
- 性能
- 地方
- 地方
- 柏拉图
- 柏拉图数据智能
- 柏拉图数据
- 点
- 热门
- 个人档案
- 一部分
- 功率
- 预测
- 比较喜欢
- 总统
- 校长
- 大概
- 过程
- 过程
- 产品
- 产品管理
- 产品经理
- 所以专业
- 本人简介
- 项目
- 项目
- 承诺
- 保护
- 提供
- 提供者
- 放
- 认沽期权
- 把
- 很快
- 相当
- 宁
- 实时的
- 真
- 原因
- 最近
- 承认
- 相对
- 释放
- 留
- 遗迹
- 请求
- 要求
- 需求
- 岗位要求
- 需要
- 资源
- 回复
- 成果
- 右
- 火箭
- 火箭科学
- 投资回报率
- 角色
- 第
- 运行
- 运行
- s
- SaaS的
- 说
- 同
- 对工资盗窃
- 可扩展性
- 可扩展性
- 鳞片
- 始你
- 预定
- 科学
- 划伤
- 无缝的
- 其次
- 秒
- 保安
- 看到
- 选择
- 半导体
- 提交
- 感
- 敏感
- 序列
- 服务器
- 服务
- 集
- 格局
- XNUMX所
- 转移
- 转换中
- 应该
- 陈列宣传
- 显示
- 侧
- Siemens
- 信号
- 显著
- 硅
- 简单
- 只是
- 模拟
- 模拟
- 单
- 情况
- 情况
- SIX
- 尺寸
- 略有不同
- 慢慢地
- 小
- 小
- So
- 软件
- 方案,
- 解决方案
- 一些
- 有人
- 东西
- 来源
- 专门
- 具体的
- 速度
- Spot
- 堆
- 阶段
- 开始
- 开始
- 开始
- 启动
- 创业公司
- 初创企业
- 留
- 鬼鬼祟祟
- 步
- 步骤
- 仍
- 存储
- 策略
- 策略
- 精简
- 结构
- 样式
- 这样
- 套房
- 系统
- 滑车
- 采取
- 拍摄
- 需要
- 服用
- 谈论
- 说
- 瞄准
- 团队
- 队
- 专业技术
- 展示
- 易于
- 趋向
- test
- 比
- 这
- 其
- 他们
- 他们自己
- 然后
- 那里。
- 博曼
- 他们
- 事
- 事
- 认为
- 思维
- Free Introduction
- 那些
- 思想
- 千
- 数千
- 三
- 通过
- 始终
- 次
- 定时
- 至
- 今晚
- 公差
- 工具
- 工具
- 最佳
- 返回顶部
- 对于
- 传统
- 传统
- 培训
- 巨大
- 真相
- 尝试
- 狱卒
- 二
- 类型
- 类型
- 一般
- ui
- 最终
- 独特
- 无限
- us
- 用法
- 使用
- 用例
- 用过的
- 用户
- 用户界面
- 用户
- 运用
- 各个
- 供应商
- 厂商
- 企业验证
- 确认
- 版本
- 与
- 非常
- 副
- 副总裁
- 在线会议
- 体积
- 想
- 是
- 方法..
- we
- 周
- 周
- 井
- 为
- 什么是
- 什么是
- 任何
- 轮
- ,尤其是
- 这
- 而
- WHO
- 将
- 窗户
- 中
- 也完全不需要
- 工作
- 工作流程
- 担心
- 将
- 会给
- 书面
- X
- 年
- 年
- 但
- 您
- 您一站式解决方案
- 和风网
- 零