Перенос рабочих нагрузок EDA в облако AWS для ускорения проектирования Arm в 10 раз

Amazon Web Services (AWS) сообщает, что Arm планирует перенести большую часть своих рабочих нагрузок по автоматизации электронного проектирования (EDA) в облако, потенциально увеличивая пропускную способность до 10 раз для проектирования и проверки полупроводников.

Инженеры-проектировщики естественным образом тяготеют к облачным платформам, и тем более с тех пор, как в 2020 году ускорилась быстрая трансформация в онлайн-работу в результате ограничений Covod-19 по всему миру. И AWS, и Microsoft обладают значительными масштабами, а также существуют такие сервисы, как Intel DevCloud.

Таким образом, тот факт, что Arm переносит рабочие нагрузки EDA на AWS, является большим шагом и значительно упрощает инженерам-разработчикам, использующим процессоры Arm для разработки своих продуктов. В конечном итоге Arm планирует сократить площадь своего глобального центра обработки данных как минимум на 45%, а объем локальных вычислений - на 80% по мере завершения миграции на AWS.

Платформа использует экземпляры на базе AWS Graviton2 (работающие на ядрах Arm Neoverse) и, как ожидается, преобразит большую часть полупроводниковой отрасли, которая традиционно использует локальные центры обработки данных для вычислительно-интенсивной работы по проверке конструкции полупроводников.

Чтобы проводить верификацию более эффективно, Arm будет использовать облако для моделирования реальных вычислительных сценариев, используя преимущества практически неограниченного хранилища AWS и высокопроизводительной вычислительной инфраструктуры для масштабирования количества симуляций, которые он может запускать параллельно. Arm заявила, что с момента начала миграции в облако AWS добилась 6-кратного повышения производительности рабочих процессов EDA на AWS. Кроме того, проводя анализ данных телеметрии на AWS, Arm также заявила, что позволяет получать более эффективные инженерные, бизнес- и операционные идеи, которые помогают повысить эффективность рабочего процесса и оптимизировать затраты и ресурсы в компании.

Очевидно, что узкоспециализированные полупроводники сейчас используются практически во всем в современной жизни, от смартфонов до инфраструктуры центров обработки данных, и работают над технологиями будущего в таких областях, как беспилотные автомобили. Каждый чип, содержащий миллиарды транзисторов, спроектированных с точностью до однозначного числа нанометров (примерно в 100 000 раз меньше, чем ширина человеческого волоса), цель состоит в том, чтобы добиться максимальной производительности в минимальном пространстве.

EDA - одна из ключевых технологий, делающих возможной такую ​​экстремальную инженерию. Рабочие процессы EDA сложны и включают в себя интерфейсное проектирование, моделирование и проверку, а также все более крупные внутренние рабочие нагрузки, которые включают анализ времени и мощности, проверки правил проектирования и другие приложения для подготовки микросхемы к производству. Эти высоко повторяющиеся рабочие процессы могут занять много месяцев или даже лет для создания новых устройств и систем на кристалле (SoC) и потребовать огромных вычислительных мощностей. Полупроводниковые компании, которые запускают эти рабочие нагрузки локально, должны постоянно балансировать затраты, графики и ресурсы центра обработки данных, чтобы одновременно продвигать несколько проектов. В результате они могут столкнуться с нехваткой вычислительной мощности, которая замедлит процесс выполнения или будет нести расходы на поддержание простаивающих вычислительных мощностей.

Путем миграции рабочих нагрузок EDA на AWS, Arm преодолевает ограничения традиционно управляемых рабочих процессов EDA и приобретает эластичность за счет масштабируемой вычислительной мощности, позволяя запускать симуляции параллельно, упрощать телеметрию и анализ, сокращать время итераций для проектов полупроводников и добавлять тестирование циклы, не влияя на графики доставки. Arm использует облако эластичных вычислений Amazon (Amazon EC2) для оптимизации затрат и сроков за счет оптимизации рабочих процессов EDA для широкого спектра специализированных типов инстансов Amazon EC2.

Например, компания использует экземпляры на базе AWS Graviton2 для достижения высокой производительности и масштабируемости, что приводит к более рентабельным операциям, чем использование сотен тысяч локальных серверов. Arm использует оптимизатор вычислений AWS, службу, которая использует машинное обучение, чтобы рекомендовать оптимальные типы инстансов Amazon EC2 для конкретных рабочих нагрузок, чтобы помочь оптимизировать свои рабочие процессы.

Помимо экономической выгоды, Arm использует высокую производительность инстансов AWS Graviton2 для увеличения пропускной способности для своих инженерных рабочих нагрузок, последовательно улучшая пропускную способность на доллар более чем на 40% по сравнению с инстансами M5 на базе процессоров x86 предыдущего поколения. Кроме того, Arm использует сервисы Databricks, партнера AWS, для разработки и запуска приложений машинного обучения в облаке. С помощью платформы Databricks, работающей на Amazon EC2, Arm может обрабатывать данные на каждом этапе своих рабочих процессов, чтобы генерировать действенные идеи для групп оборудования и программного обеспечения компании и достигать ощутимого повышения эффективности разработки.

Президент группы интеллектуальной собственности Arm Рене Хаас сказал:«Благодаря нашему сотрудничеству с AWS мы сосредоточились на повышении эффективности и максимальной пропускной способности, чтобы дать нашим инженерам драгоценное время, чтобы они могли сосредоточиться на инновациях. Теперь, когда мы можем работать на Amazon EC2 с использованием инстансов AWS Graviton2 с процессорами на базе Arm Neoverse, мы оптимизируем рабочие процессы проектирования, сокращаем затраты и ускоряем сроки выполнения проектов, чтобы быстрее и эффективнее, чем когда-либо, приносить впечатляющие результаты нашим клиентам ».

Питер ДеСантис, старший вице-президент по глобальной инфраструктуре и поддержке клиентов AWS, добавил:«Процессоры Graviton2 могут обеспечить до 40% преимущества в соотношении цены и производительности по сравнению с инстансами на базе x86 текущего поколения».