在云中EDA(第2部分)

半导体工程坐下来讨论EDA工具的迁移到云Arvind韦尔,产品管理主管有限元分析软件;米甲Siwinski,负责产品管理的副总裁节奏;产品营销经理理查德•爪子DellEMC,戈登•艾伦产品经理导师,西门子业务;道格莱彻,度量,总裁兼首席执行官汤姆·安德森,技术营销顾问OneSpin解决方案;Kirvy Teo,业务发展副总裁Plunify。以下是摘录的谈话。第一部分,点击在这里。

SE:云将如何影响许可?

艾伦:我们不需要被许可数束缚住了。在云中,还有其他的方法去做会计使用其他机制和容器的方法。我们有无限的许可证卖给企业客户和无限许可创业公司,而他们在斜坡上。我们销售能力而不是计数的许可证。有一个中间立场,我们需要解决灵活的商业模式,使工程师写支票导致破裂的发生。如果他使用一个正式的工具,现在想要一个答案的问题——如果他能爆发,1024个处理器,然后他会得到答案。但他如何写支票花吗?

Siwinski:超过十年前我们开始转向基于时间的授权模型。现在我们讨论如何颗粒。应该是每分钟每秒,每天?变成一个数学问题。假设你有你不思考的基础设施和永久许可证,而不是考虑它作为服务提供,有一些赚钱的方法基于使用。

莱彻:它必须要比现在更细粒度的。看云供应商本身。你可以租,然后他们去了小时现在。顾客想要的灵活性以任何方式使用它。

韦尔客户看到的是什么你的核心/小时效率。你如何解决一个问题的核心,你使用多少个小时吗?只要你可以添加内核数量的小时数,你有一个真正的度量时间的数量需要解决这个问题。你更有效地解决它,客户将支付。的授权模型,在工作,但进化在社区内。今天,我们在基于时间的许可模型你有每年的租赁,或六个月的租赁,或每月,但它已经下降。

Siwinski:我们是比这更进一步。我们中的一些人在餐桌上已经比这更加灵活的模型。客户想要使用的工具持续时间。一些模型不能很好地宣传,并不是每个人都使用相同的术语,但就像所有的转换,我们将到达那里。如果我们有这个圆桌会议一年以后,我保证我们会在不同的点。这就是为什么我们都在这张桌子。

张志贤:是有区别的大公司和小公司的定价。的一些事情已经尝试基于质量的结果,而不是核心工作运行所需的数量。在一天结束的时候,他们只是想要一个好的结果。据说被更快的将会给你一个更好的结果,但这并不总是真的。所以我们尝试过成功服务。

安德森:EDA 30年来一直在寻找如何收费价格、收费服务。

Siwinski:每个人都有一个关键性能指标(KPI)的方法和他们的结果喜忧参半。

安德森:或者皇室的一些方法。没有了。云是具有挑战性的,但它可能会迫使我们解决一个问题,我们必须解决。

SE:已经有很多讨论的话题模拟。这是渗透的甜点吗?

莱彻:它肯定似乎是云的杀手级应用,因为它是如此有弹性。

Siwinski:几个顾客评论说,模拟,数字和模拟和介于两者之间的,占70%以上的整体计算。小公司可能不同,但如果你看看中型和upper-sized公司有广泛的应用,仿真,仿真——他们是计算密集型的。

爪子:这是工作的性质。二十年前他们说,验证设计周期的70%。它并没有改变。在数据中心中你看到的是,70%的使用模拟。所以你有最计算使用,你有被使用最多的工具,在工具的实例。他们是并行的,工作是原子。所以他们借给自己一个云模型很好,比其他任何工作概要。特征是相似的,但是你没有相同的规模。这是甜点,因为工作负载的性质。

Siwinski:另外,设计复杂性你谈论验证是2ⁿ或者至少n²,所以从根本上验证总是会更复杂。谁有客户会告诉你,你是谁,或者他们有足够的许可证验证。这不会发生。

爪子:EDA和芯片设计,你永远不会真正完成验证。你确认你能负担得起。你有一笔钱和你购买许可证和验证,直到你没钱了。你永远不会得到的幸福,只有足够好。

Siwinski:云改变谈话的CapEx谈话一个OpEx谈话,或各种各样的。如果你有需要,一个OpEx谈话往往比资本更容易。不一定,但它有更多的灵活性。

韦尔:我们看到的是验证你本质上是增加的数量。当人们从一个技术节点转移到另一个,他们要做2 x的验证只是因为他们搬到新技术节点。这不仅仅是功能验证了。物理验证,新类型的电子验证、热力、电力、安全。所有这些类型的验证爆炸指数。能够这样做的验证在很短的时间,与模型的工作原理,这就是你必须看向云。这是唯一能帮助解决这些问题。

SE:足以只有点工具在云中或你有整个迁移流程吗?如果我们所有的模拟运行,你想要把结果返回了错误分类,或你需要发生在云中,吗?

艾伦:云计算给我们机会为新流。分流流就是一个例子。考虑一个仿真任务,完成工程师时睡着了。他早上醒来,想成为生产力。我们能完成的时间吗?我们有一个固定数量的计算资源和许可证。我们应该做我们可以在那个时间,或者我们可以利用弹性云来完成工作工程师是保证生产,当他到达?模拟完成,分类完成后,调试完成重播,他有准备调试他的屏幕上。这是一个模型,使生产力。

Siwinski:你可以把这种方法与模拟或仿真或正式或特定点的工具。如果你靠近它作为验证任务,然后它给你看看套房和连续变化的灵活性。从根本上,底层引擎是次要的任务执行EDA将工作做得更好试图挑战选择合适的发动机,但是你做的云,然后从根本上发生了什么是你生成大量数据。,有机会大数据分析应该在云中。为什么要试着带回到自己的私人计算吗?那么为什么不应用人工智能,机器学习,你的名字吗?现在开始变得更加有趣和云的底层基础。不,你不会得到规模。

韦尔:它不是真正的将它应用于一个筒仓的数据。当你看大数据,每个EDA工具可以生成tb的数据。然后是所有这些筒仓从验证到权力分析噪声分析,热分析。需要做些什么能够结合这些分析和拿出可行的分析吗?它不仅仅是分析,但是你如何采取行动在各种类型的物理。这是一个multi-physics类型的问题需要解决。今天我们不解决热的问题。我们不是说,芯片越来越热,所以修复它。我们说,芯片会热,该产品将会降低,这将影响汽车的生命周期,这将导致失败ISO 26262。每件事都有涓滴效应,我们需要把它们放在彼此的背景下,在云端。

安德森:你需要什么东西,你可以采取行动。就变成了一个闭环运行在云中,更好的为每个人。在某些情况下,您应该能够做点什么之前设计师看来。你想执行的概念深入分析和验证是不可分割的一部分。如果你可以把数据和采取行动的方式自动反馈到云端,然后好了。

韦尔:现在的最后一件事是,我们正在研究分析作为纯粹的分析。我们需要从这种预测分析。这就是机器学习。之前你有一个问题,你希望能够观察分析,建议你走向问题,提前告诉你。告诉设计师,他们需要开始做不同的事。

爪子:任何未来的EDA流必须足够灵活处理混合云环境中工作的一些内部运行和一些在云上。大多数大公司之外的EDA混合云的策略。我们谈到云是如何更安全,但我们知道他们有漏洞,通常是客户错。大公司会看着它,看着风险和最敏感的东西可能永远不会离开数据中心。这可能只是一个现实。如果是在你的墙上,感觉安全。任何流必须包含这个。

莱彻大公司:这可能是真的,但是任何小于不应该运行他们自己的数据中心。

爪子:对,这是最大的家伙将使用混合模型。

Siwinski:即使是小的,他们将不会运行一个数据中心,但他们仍然会有一些局部的计算。如果你是处理低延迟应用程序,你想要一个即时响应。许多任务是互动的。这仍然是一个混合的形式。它甚至可能只有10/90或1/99,但建筑还必须要考虑到这一点。

爪子:流将不得不考虑一些数据是本地的,有些不是。它必须知道如何处理。

莱彻:你如何集成这些流是非常重要的。它不仅仅是把一些许可证在云数据中心,让他们跑了。你需要适当的基于web的工具,允许人们从本地站点和远程数据进行交互,而无需把它带回来。

爪子:除了你的顾客喜欢建立自己的东西。EDA公司DIY。不管你是否给他们,他们是不会这么做的。行业的工作是简单和有效的。

艾伦:它一直都是这样,但是我们采用软件行业的最佳实践和使用持续集成和配置管理系统。供应商可能包括在其云产品,更是如此。一旦你主机云中的源代码和云的发展和启用多个地区参加,然后深度学习的机会真的踢。如何收集数据从所有的活动和使用它来告知自己在未来?我也看不出问题,只有机会。天平发生了。7的前20名客户有这个雷达或已经使用我们的工具在云中。

Siwinski:我想说,比例甚至更高。一些仍在苦苦挣扎的公司是那些没有内部政策。有时候谈话真是一个CIO讨论他们的云策略。他们有一个地方,然后合作发展中政策。一张纸口述这些规则需要存在于这些公司。对于创业这大约需要一分钟,但对于大公司可能需要六个月。有一些,已经两年多开始的政策。但是,一旦你有一个政策,这只是弹性计算。

爪子:大男人有企业和工程。我希望大多数企业这家伙有一个政策的地方。工程不得在这一点上。
Siwinski:也许吧。大多数公司有政策为云,但半导体的政策内容和设计的珠宝公司可能暴露——比以前少了很多禁忌。但并不是每个人都有。

莱彻:有一个额外的问题除了你自己的IP。外部第三方的知识产权呢?你必须得到许可,以确保你可以移动。

Siwinski:这并影响的一些概念什么是合理的后端。不是所有的铸造厂想要分享一切,而你可以辩称,在前端有点简单。具体来说,如果云是一个第三方服务器的排列,然后应用相同的访问权限,因此IP不应该成为一个问题。

安德森:把一个面具在云中当然感觉很多风险高于RTL在云中。

莱彻:这是心理学。

安德森:设计往往不是王冠。你愿意把你的整个销售队伍数据库入侵或你的RTL砍吗?

莱彻:我们当然有客户说给我们听。“所有我的财务数据在云端。我不担心RTL。”

有关的故事
EDA在云中
专家表,第1部分:虽然云可能准备EDA,目前尚不清楚如何准备EDA是云。需要改变什么?
验证在云中
是半导体行业作为服务EDA终于准备好了吗?
按照移动的钱
经济因素是如何影响设计的高级节点和跨地域。
验证引擎?
专家在餐桌上,第2部分:多个验证引擎的实际价值;基于云计算的验证获得一些基础,特别是内部云。