芯片设计的好的和坏的云

半导体工程坐下来谈谈如何转向云加速芯片设计,是否意识到云计算的好处在芯片设计,和一些最紧迫的挑战的今天在云芯片设计,与菲利普•Steinke的家伙,CAD的基础设施和物理设计AMD;马赫什•Turaga云在业务发展副总裁节奏设计系统;硬件工程副总裁理查德·Ho Lightmatter;云解决方案副总裁Craig Johnson西门子数字行业软件;罗伯•艾特肯,研究员Synopsys对此。下面是摘录的谈话,在现场观众面前在设计自动化会议。

SE:转向云加速芯片设计。商业模式得到解决,和工作负载被更好的理解,就是明证半导体之间的一些关键的合作伙伴生态系统最大的球员。说,从用户的角度来看,最大的益处是什么你在云采用芯片设计经验吗?云偿还的承诺吗?

Steinke:在AMD我们已经与混合多重云战略。上面我们看到得益于采用云将是一个扩展的计算基础设施,给我们一个小更多的灵活性在获得计算我们需要它的时候,和拟合我们的项目周期和路线图。我们也很好奇我们如何探索差异化的解决方案在云上。有一些点云基础设施可以带来我们不选择部署或困难,如真正的高速网络或存储的一些不同的模型。我们继续探索的事情是看到他们能带来什么样的价值超出我们所做的与我们的常规工作负载。

何:作为一个专业启动半导体公司,在云上是必不可少的。这意味着我们不需要构建我们自己的基础设施,以准备推出一个设计。但优势要深刻得多。flex和增加资源的能力,尤其是对验证,对我们来说是至关重要的。我们没有为一个工作负载大小我们的基础设施;我们可以我们需要的尺寸。当我们到达峰值负载,当我们接近tape-out,云能够和我们规模。这种外包的整个基础设施是有价值的,从一个应用程序的能力,而且在性能方面。我们获得最新的CPU核,所以我们没有继续升级自己的本地CPU来维持,我们可以利用云计算运营商升级发生自动在后台。同样,有一个非常小的IT部门在员工和能够利用的安全在云上和支持他们的大部分时间一直为我们的一个关键成分能够快速tape-outs,并能够前进。 The tools, as well being on [cloud], and the range of tools that you can get on there, has been super valuable. And that’s also something where I have feedback about what you could do better.

(唐森):理查德Ho Lightmatter;罗伯•艾特肯Synopsys对此;马赫什•Turaga节奏;Ann Mutschler半导体工程;Craig Johnson,西门子数字工业软件;菲利普•Steinke AMD。来源:萨西Obilisetty / Synopsys对此

SE:从EDA工具提供商的角度来看,你看到采用云的好处?

约翰逊:云基础设施的可用性服务动态需求很高。另一个有点令人惊讶的是硬件的可用性。五年前不是这样。交货期由于供应链问题的COVID甚至都这样漂亮的大公司比正常的等待时间较长。能够利用云基础设施已经一次又一次地出现。

Turaga:我们听到很多业务受益于我们的客户,提高工程效率,增加创新,更快的上市时间。这些都是一些商业利益。一个例子是基于arm的服务器基准节奏工具在云上。他们谈论他们能够多快减少投放市场的时间,两个月。他们也快乐的工程师。这是另一个我们都喜欢的东西。如果你不等待工作运行,与零队列次,我们都是快乐的,这是第一点。提高了生产力,然后整体增加吞吐量。你可以做得更多。

艾特肯:另一个好处是控制和监控的能力,因此,如果作为云的管理员可以跟踪用户在做什么,这不是过去,每个人都是困在等待队列中。但,你知道哪个项目需要哪个级别的计算在给定的时间,所以它是非常有用的管理设施,。

SE:最大的挑战是什么芯片设计需要解决云?

何:一个需要解决的问题有非常低的延迟启动的大型工作。有时会发生什么,当你有一定数量的虚拟机(vm)在云中,和你想说,运行100000个模拟工作,分手这些额外的虚拟机需要很长时间,变成一个问题。有些事情我们可以做在基础设施方面继续准备,保持虚拟机准备好,并能够管理大量的低延迟向上。另一大问题是,不仅仅是基础设施,它的许可证。EDA球员仍授权基于10年前与为期三年的合同。云中的你与我们需要灵活。你需要让我们能够使用许可任何当我们在项目的低一点。然后当我们去达到顶峰的时候,你需要能够快速让我们许可,只要他们可用,并能让我们立即派遣它们,这样我们不会阻碍和限制资源。这是一个很麻烦的事情。我们必须计划,不仅对机器,也许可。 It would be great if it was all seamless.

Steinke:这个计算能力的云有所有分布在世界范围内,但我们仍然运行在90年代风格的数据中心算法正在运行在一个低数量的CPU核和正在寻找某种POSIX存储真正接近所有的计算。只有如此你可以扩大。云带来的现代计算基础设施是一个真正的全球分布式网络,在那里你有一个巨大的支柱,这些云提供商建立了跨越不同的地理位置,和对象基于存储系统为了使数据可以在不同的位置。我希望能够利用计算在南极洲或廷巴克图,也许别人并不需要它的地方,在那里有现货价格的最低类型,和我的数据可以在合理的时间内。但能够到达,我们需要工具,可以在这种分布式环境中工作,并了解如何获得数据,当我们需要的时候,没有工作负载和周围所有的时间。我们还需要能够扩展这些的cpu数量真正加快周转时间与这些大的工作。

何:今天的很多工具流假设POSIX风格NFS共享存储,它是昂贵和耗时的数据从一个云移到另一个云。这是一个大问题。今天很多的EDA工具假设您有共享数据存储,我们必须离开。

艾特肯:说起来容易做起来难的一些算法。有一些类型的工作负载,比如模拟或否则,很容易转移到云计算模型。还有其他人,像place-and-route,只是会很难受,因为算法本身是在开发的时代有人坐在工作站,打字与文件系统进行交互。解决方案是这样的结构算法的扩展能力操作使用现代文件系统和数据中心沟通真的毫无意义。有工作要做的研究团体找出你设计一个新的place-and-route,或其它一些local-data-intensive算法可以映射到一个云环境。有效,如果你要从头开始,如果没有人见过这个问题,直到这一刻,你可能会提出一个不同的方式接近它。但是在30或40年之后,空间,移动是困难的。

约翰逊:对于大多数的这些问题,像许可,甚至存储和计算的可用性,总有三个约束条件。你有经济约束、技术限制和操作约束和总的来说,他们是不同的利益相关者在公司代表这些不同派别。从技术角度来看有可能找出一种解决方案,经济上不工作或操作可能不工作。一些延迟在处理这些事情,当然,我们一直在谈论,可以归结为如何找到最小公分母,结合最好的公分母。我们同意这些常见问题在EDA一边。

Turaga:我同意这些是我们今天的一些挑战,我们致力于解决其中的一些。我们一直提供灵活的许可模型现在一段时间。来的数据问题,我们仍然找出正确的可用的数据量需要在正确的时间,正确的金额。这是一个挑战。flex缓存,有行业解决方案和IBM有一些可用的开源解决方案,解决一些数据同步问题,使数据传输on-prem和云之间的无缝。一件事仍然是一个问题,抢劫是指出,是一些工作负载更适合这个,而另一些则更复杂,这取决于特定的数据需求。与验证,例如,有一点意思就向云计算正确的工作和结果。巨大的数据工作实现或multi-physics分析,采取不同的策略。采用混合工具方法是另一个我们正在研究解决基本上,客户在舒适的on-prem工具可以只发送所需的数据,然后只把他们需要的结果。