AWS和ARM展示生产规模等级的云端电子设计自动化

Amazon Web Services(AWS)于12月11日宣布，半导体设计和矽智财(silicon intellectual property)开发与授权的全球领先企业ARM将把AWS云端服务运用到绝大部分电子设计自动化(EDA)工作负载。

ARM使用基于AWS Graviton2处理器的执行个体(使用ARM Neoverse核心)，将EDA工作负载迁移到AWS，引领半导体产业的转型之路；过去半导体产业都使用地端数据中心完成半导体设计验证运算密集型任务。为了更有效执行验证，ARM使用云端运算模拟现实世界的运算场景，并藉由AWS近乎无限的储存空间和高效能运算基础架构，扩展其可并行执行的模拟数量。

自从迁移到AWS云端以来，ARM已将AWS上EDA工作流程的回应速度提高了6倍。此外透过在AWS上执行遥测(从线上来源收集和整合数据)并进行分析，ARM产生了更强大的工程、业务和营运洞察力，有助于提高工作流程效率，优化公司整体成本和资源。在完成迁移至AWS后，ARM最终计划将全球数据中心面积至少减少45%，并将地端运算减少80%。

从智能手机到数据中心基础设施，从医疗设备到汽车自动驾驶，高度专业化的半导体设备为各种功能提供了强大的动力。每个芯片包含数10亿个晶体管，这些晶体管的设计水准可达到个位数纳米级(比人的头发细约10万倍)，在最小的空间内实现最佳效能。EDA便是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、模拟与验证，以及越来越大的后端工作负载，包含时序和功耗分析、设计规则检查以及其他芯片投入生产准备的应用程序。将EDA工作负载迁移到AWS，ARM克服了传统托管EDA工作流程的束缚，并透过大规模扩展的运算能力获得了弹性，使其能够同步执行模拟、简化遥测和分析，减少半导体设计的反覆运算时间，增加测试周期却不会影响交付进度。

ARM藉由多种专用的Amazon Elastic Compute Cloud(Amazon EC2)执行个体类型优化EDA工作流程，减少成本和时间。例如该公司使用基于AWS Graviton2的执行个体，实现了高效能和可扩展性，与运作成千上万台地端服务器相比，可实现更具成本效益的营运。ARM使用AWS Compute Optimizer服务，该服务利用机器学习为特定工作负载推荐最佳的Amazon EC2执行个体类型，以协助简化工作流程。

除成本优势外，ARM还透过AWS Graviton2执行个体的高效能，提高工程型工作负载的输送量，与上一代基于x86处理器的M5执行个体相比，每美元的输送量能提高40%以上。

此外，ARM使用AWS合作夥伴Databricks的服务，在云端中开发和执行机器学习应用程序，ARM可以透过在Amazon EC2执行的Databricks平台处理工程型工作流程中各步骤的数据，为公司硬件和软件团队提供可执行的洞见，并在工程效率上实现可测量的改善。

ARM IP产品事业群总裁Rene Haas表示：「藉由与AWS合作，我们致力提高效率和最大化输送量，为工程师节省了宝贵的时间，让他们专注于创新。现在，我们可以执行基于AWS Graviton2处理器(由ARM Neoverse支持)的Amazon EC2执行个体，优化工程的工作流程、降低成本，加快专案进度，比以往更快、更具成本效率地向客户提供强大的成果。」

AWS全球基础设施和客户支持资深副总裁Peter DeSantis表示：「AWS提供了真正弹性的高效能运算、卓越的网络效能，以及可扩展的储存，为下一代EDA工作负载所需。因此，我们很高兴与ARM合作，运用ARM架构的高效能Graviton2处理器，为对效能要求极其严苛的EDA工作负载提供动力。与当前基于x86的执行个体相比，Graviton2处理器可提供高达40%的性价比优势。」