通过将半导体设计和验证迁移到基于Graviton 2处理器的AWS实例，Arm降低了调度新项目的成本和风险，并将吞吐量提高了10倍，使工程师能够专注于创新。未来，它计划将全球数据中心面积减少至少45%，将本地计算减少80%

北京-2020年12月11日——今天，亚马逊云服务(AWS)宣布，半导体设计和知识产权开发和许可领域的全球领导者Arm将把AWS云服务应用于其大部分电子设计自动化(EDA)工作负载。Arm将利用基于AWS Graviton2处理器的例子(由Arm Neoverse core支持)将EDA工作负载迁移到AWS，引领半导体行业转型。传统上，半导体行业使用本地数据中心来完成半导体设计验证等计算密集型任务。为了更有效地执行验证，Arm使用云计算来模拟现实世界的计算场景，并使用AWS几乎无限的存储空间和高性能计算基础设施来扩展可以并行运行的模拟数量。自从迁移到AWS云，Arm在AWS上的EDA工作流响应速度提高了6倍。此外，通过运行遥测(从远程来源收集和整合数据)并在AWS上进行分析，Arm产生了更强大的工程、业务和运营洞察力，有助于提高工作流效率，优化整个公司的成本和资源。在完成向AWS的迁移后，Arm最终计划将全球数据中心面积减少至少45%，并将本地计算工作量减少80%。

高度专业化的半导体设备为我们的工作和生活提供了越来越强大的推动力，从智能手机到数据中心基础设施，从医疗设备到自动驾驶汽车。每个芯片可以包含数十亿个晶体管，这些晶体管的设计水平可以降低到几纳米(比人的头发细10万倍左右)，可以在最小的空间内达到最佳的性能。EDA是使这种极端工程可行的关键技术之一。EDA工作流程非常复杂，包括前端设计、仿真和验证，以及不断增加的后端工作负载(时序和功耗分析、设计规则检查以及其他用于准备芯片进行生产的应用)。传统上，这些高度迭代的工作流需要几个月甚至几年的时间来生产新设备(如芯片系统)，这需要大量的计算能力。在本地运行这些工作负载的半导体公司，为了同时推进多个项目，必须不断平衡成本、进度和数据中心资源，因此可能会面临计算能力不足的问题，减缓进度或承担维持闲置计算能力的成本。

通过将EDA工作负载迁移到AWS，Arm克服了传统托管EDA工作流的约束，并通过计算能力的大规模扩展获得了灵活性，使其能够并行运行仿真，简化遥测和分析，减少半导体设计的迭代时间，并在不影响交付计划的情况下增加测试周期。Arm通过使用多种特殊的Amazon EC2实例类型来优化EDA工作流，降低了成本和时间。例如，该公司在基于2的实例上使用AWS Gravity来实现高性能和可扩展性，这可以实现比运行数千台本地服务器更具成本效益的操作。Arm使用AWS计算优化器服务，并使用机器学习为特定工作负载推荐最佳的Amazon EC2实例类型，从而简化了工作流程。

除了成本优势之外，Arm还利用AWS Graviton2实例的高性能来提高工程工作量的吞吐量。与基于x86处理器的上一代M5实例相比，每美元的吞吐量总是可以提高40%以上。此外，Arm使用AWS合作伙伴Databricks的服务在云中开发和运行机器学习应用程序。通过运行在Amazon EC2上的Databricks平台，Arm可以对工程工作流中每一步的数据进行处理，为公司的软硬件团队生成可行的见解，实现工程效率的可观提升。

Arm IPG公司总裁雷内哈斯(Rene Haas)表示：“通过与AWS的合作，我们专注于提高效率和最大化吞吐量，为工程师节省宝贵的时间，使他们能够专注于创新。现在，我们可以在2处理器上运行基于AWS Gravity的Amazon EC2实例(由Arm Neoverse支持)，优化工程工作流程，降低成本，加快项目进度，并比以前更快、更经济地向客户提供强大的结果。”

AWS全球基础设施和客户支持高级副总裁彼得德桑蒂斯(Peter DeSantis)表示：“AWS提供了真正灵活的高性能计算、出色的网络性能和可扩展的存储，这是下一代EDA工作负载所需要的。因此，我们非常高兴与Arm合作，使用我们基于Arm的高性能Graviton2处理器为具有极高性能要求的EDA工作负载提供电源。与当前基于x86的实例相比，Gravity On 2处理器可以提供高达40%的性价比优势。”

转载请注明：老街华纳公司开户-MD62333 » AWS和Arm展示生产级云电子设计自动化