EDA在云中

兴趣的第三方公共云与电子设计自动化(EDA)应用程序从来没有如此之高。早在2月,埃德·斯珀林和我做了一个视频面试(嵌入式)讨论EDA和云计算。本文遵循面试,提供一些额外的深入了解为什么以及如何集成电路(IC)产业达到这一点在这个时刻。

我们现在在一个计算需求的关系,技术,和增强的安全使它可能和必要利用云技术让你的下一个集成电路设计市场。云是怎么成为一个可行的选择,贵公司如何使用它来扩大你的计算选择在建立节点(例如45 nm 28 nm)和尖端的技术(例如,7 - 5 nm) ?继续阅读…

为什么现在云?
从历史上看,有两个主要原因EDA行业是不冷不热的对云计算的概念。第一,也许最重要的是关注知识产权(IP)安全。失去控制的IP可能产生巨大的影响对公司保持竞争优势的能力。其次,大多数公司有一些问题管理与现场硬件计算需求,所以没有一个令人信服的需要寻找一个替代。

在过去的几年里发生了很多变化。首先,在半导体有持续增长的计算需求,由多个维度。摩尔定律的发展后,给人们带来更多的形状,每个节点网,和晶体管来执行计算,每个节点2 x更多的晶体管,更多的填充等。

同时,check-driven计算需求增长增加了整体计算的增长。刚果民主共和国在5 nm节点,不仅仅是刚果民主共和国。刚果,刚果民主共和国equation-based、多模式和模式匹配。lv不仅仅是lv;lv +先进的设备参数,如静电放电(ESD)检查和可靠性检查。填补不再意味着简单地添加一些几何图形;设计公司现在使用的是技术的细胞填充最大化和优化。不仅检查了数量,但扩张的类型检查,并检查操作的数量大幅增长,所以整体计算多,比以往任何时候都大得多的历史(图1)。在7海里,在刚果民主共和国甲板检查总数是10000。5海里出来时,它可能会是13000支票,或全部订单。

图1。发展新的验证技术和规则检查的数量和复杂性导致计算需求的增加。

事实上,节点对节点计算增长一直相对稳定。每个节点生成一个20 - 30%之间,计算需求的增长。实现合理的周转时间在2000年代早期,IC公司可能利用的核心。现在,在最先进的节点,这个数字通常是几百人。设计团队更频繁地经历长,徒劳的等待足够的硬件。

至于那些IP安全问题?云提供商终于说服了集成电路产业需要更强的安全措施对他们的技术和物理资源,,安全云现在可以提供IP数据可以说是比任何单独的集成电路公司可以提供。

当然,还有其他因素可能会影响一个公司的采用EDA在云中,如新的光刻技术的引入,晶体管设计、创新和新的包装技术的使用,但没有一个人出现,尽管他们将实质性改变的长期增长趋势就检查/操作数和总计算时间[1,2]。

什么是云计算的价值(或者,它如何帮助我)?
这是集成电路企业必须回答的基本问题。最初,公司认为云计算会更便宜,因为他们不需要购买和维护所有的机器他们需要满足那些最大计算提出的需求可以简单地添加任何额外的能力,他们需要在合适的时间。然而,证据从早期采用者的EDA云不显示真实价值被低拥有成本。这些公司的实际价值已经变成了缩短上市时间。选择访问云中的更大的资源池,现在他们有能力压缩所花费的总时间完成物理验证,模拟,填补,等等,所以他们能更快地设计出市场。

如果它不再是一个问题的及时访问本地资源,问题就变成了“我们如何利用大量的计算我们可以访问云中的最小化总周期时间市场?”

资源使用情况
当使用云资源所有权的成本是一个多方面的计算。云计算比内部资源更贵,所以公司必须首先确定他们使用本地资源最有效和高效的方式。如果他们利用本地计算相对较低,也许他们需要提高他们的内部分配过程。如果当地的利用率非常高,但他们的会议几乎时间表,云才是有意义的非常有限的情况下,他们有很大的峰值需求。

一旦他们有一个很好的了解他们当前的使用模式,他们可以开始确定条件,云计算可能是实际的和有益的。例如,将相同类型的设计一个新节点的结果计算所需的总量的增加,这可能会超过可用的内部资源(图2)。

图2。相同的设计类型转移到一个新节点推高了对计算资源的需求。

公司通常也有多个项目团队,争夺同一资源。只要这些资源需求分散,内部资源足够,资源需求高峰的一个团队分为资源的“山谷”其他设计团队的需求。当一个团队按期执行,高利用率的时候(例如,tapeout)经常重叠,此时资源需求超过了供给(图3)。在这些时刻,公司可以利用云计算来获得更多的资源。

图3。(左)只要竞争资源需求不超过供应,公司可以使用内部资源。(右)高峰使用重叠时,公司可能需要求助于外部资源。

规模经济
EDA软件性能是另一个因素。例如,口径平台旨在规模极其大量的资源,这些资源是否内部或在云上。公司可以选择使用云资源使用Calibre工具规模远远超出他们的内部资源的可用性,这可以极大地压缩验证运行时,允许该公司带出一个设计要快得多。计算就变成了从的价值,例如,每天2 x设计迭代4 x。面对无休止的上市时间的压力,提前计划添加云资源更快到达tapeout可能在经济上是可取的。

EDA的支持
并不是所有的EDA供应商实现EDA在云端一样。例如,两个最大的三个EDA公司提供一个集成的解决方案,只是在他们的云。因为大多数专业公司不希望将所有EDA的云计算小比例激增的需求,或者当tapeout速度是最高priority-understanding你的选择是至关重要的。

不是所有的云供应商都有相同的经验,使高性能计算应用EDA。在云中运行EDA应用程序非常不同于在云中运行一个文字处理器或电子表格程序。我们的经验是,“开箱即用”的云体验通常不是最有效地利用这些云资源。有效扩展到成千上万的cpu /核心需要正确的设置。

在西门子的业务导师,口径平台支持分布式和云计算十多年。我们使用Calibre应用程序在云中了五年和开发我们自己的资源访问大型硬件池(10 k +核心)。因为我们的丰富经验与云计算口径的平台,我们有一个独特的能力集中在易用性、效率、风险和成本效益,而不是主要已努力提高可伸缩性。我们可以使用相同的口径引擎和许可,并提供相同的性能,一个公司是否使用一个私有或公共的云服务(图4)。

图4。云计算的口径配置是基于多年的实际开发经验。

最佳实践
所有的经验也使我们处于一种独特的地位,来提供最佳实践指导,帮助企业决定如何沟通到云,如何以及何时将数据转移到云端,以及如何组装工作在云中(3、4)。公司必须结构他们的流程没有不必要的移动数据长期滞后。他们应该规模计算的数量他们实际上在云中运行的函数等事实节点他们用什么,什么类型的物理验证它们跑步,和他们的死有多大?他们还必须考虑如何最好地配置自己的资源。对于某些类型的EDA应用程序,公司会希望他们的许可证服务器在前提内部团队可以使用相同的许可并在云中,而对于其他类型的EDA应用程序,他们更好定位在云中许可证服务器。

所有的信息驱动两个云计算应该使用的数量,以及他们最终源于云计算中获益。

真实的结果
这些好处可能是什么样子的呢?图5显示了一种可能。在我们最近的协作与微软Azure,高级微设备公司(AMD),和台湾半导体制造公司,有限公司(台积电)在一个完整的十字线7纳米设计,AMD能够增加刚果民主共和国从大约1 - 1.5 x设计迭代一天(17小时每迭代)500核到每天3 x的迭代(8小时4000 cpu /迭代)。更好的是,使用的内存开始小< 500 gb,持平,尽管使用扩展4 k核。这个结果是特别重要,因为云服务器上的内存大小是一个关键驱动因素的云成本,并且能够使用相对少量的内存服务器有助于控制成本。

图5。使用云计算资源,AMD能够增加一倍以上日常刚果民主共和国7纳米生产设计迭代。

此外,通过评估AMD的环境中,微软Azure的资源的使用,和台积电甲板,我们能够确定优化所有这三个领域,使AMD进一步减少运行时2000核从9.5小时到6.7小时。储蓄的三个小时使用相同的资源,通过优化。

总结
在十年的时间,云计算为EDA将无处不在的铸造今天IC晶片制造。然而,今天,大多数企业仍主要是执行本地计算,并试图找出百分比的他们的工作是有意义的利用云。理解的选项、好处和云EDA的成本可以帮助他们作出决定,最好的支持他们的需求和资源。一旦决定,采用云计算,证明技术的可用性,灵活的使用模型,并通过最佳实践指导可以帮助企业为他们的投资获得最大的收益。

引用
[1]m . LaPedus SemiEngineering“多模式EUV vs High-NA EUV,”。新利体育下载注册2019年12月4日。https://新利体育下载注册www.es-frst.com/multi-patterning-euv-vs-high-na-euv/

[2]m . LaPedus”5 nm,晶体管会是什么样子”SemiEngineering。新利体育下载注册2016年8月18日。https://新利体育下载注册www.es-frst.com/going-to-gate-all-around-fets/

[3]j·弗格森。”物理验证关闭和云计算的新方法来拯救的EUV时代“导师,西门子业务。2020年3月。

[4]o . El-Sewefy。”Calibre的云:解锁大规模扩展和成本效率“导师,西门子业务。2019年7月。