使硅成功更快的路径。
在过去的十年中,走向云计算主要发生在诸如金融、零售、医疗保健,与领先的公共云的出现供应商如亚马逊网络服务(AWS),微软Azure,谷歌的云平台,和其他加速这一趋势。然而,芯片设计行业云计算采用缓慢。
在当前竞争激烈的环境中,半导体设计和制造的成本激增,创新的云计算解决方案是半导体行业需要解决的质量要求,上市时间安排,和高成本的挑战。电子设计自动化(EDA)解决方案是半导体的基本要素的设计和验证和发挥重要作用的行业转移到云端。我们将仔细看看如何使用公共云半导体设计和验证帮助推动了半导体创新。
图1:云计算技术正在帮助加速硅创新。
芯片设计的复杂性大大增加,由于大数据的爆炸和半导体行业市场压力从扩大应用程序——包括高性能计算、物联网(物联网),汽车、人工智能(AI),和5 g移动通信。设计复杂性加剧进一步通过使用先进的技术节点的高性能、低功耗和面积IPs的soc芯片(系统)。
彻底验证这些IPs势在必行。然而,它需要大量的计算能力和资源(图2)来处理相应的沉重的工作量,实现健壮的IP设计通过各种IP设计和验证阶段。因此,本地计算能力无疑已成为芯片设计的瓶颈团队设计和验证他们的IP设计和把他们的SoC市场更快。云计算已经成为一个可行的选择设计团队使用的设计和现代soc验证——西门子EDA演示和提供了一个高度可伸缩的云计算AMS验证工作负载的能力使用微软Azure云。
有哪些关键市场驱动和利益影响芯片设计团队,和基于云的EDA如何解决方案帮助推动创新吗?
图2:IP设计和验证工作流。
芯片变得更复杂和更大,所需的计算资源是重要的,以适应彻底验证每个阶段所需的计算密集型工作负载的IP设计和验证流程。然后是破裂的计算机资源需求在设计tape-out阶段。此外,并发IP开发项目在一个公司竞争相同的计算资源,导致进一步的延误。因此,计算资源正在成为一个重要的瓶颈,影响上市时间目标。此外,本地数据中心不能快速适应不同的设计和验证工作负载。相比之下,云计算可以帮助增加吞吐量和获得更灵活的计算资源。同时,快速向上或向下扩展的能力-弹性根据验证需求使芯片设计者的云更有吸引力。
像高度并行的验证任务,具体工作负载更适合云计算,提供大大提高吞吐量。例如,考虑一个高级节点库表征流,一种高度并行的任务。启用内置的机器学习技术可以显著减少所需的运行时库特征。然而,大量的香料模拟描述每个库需要修订。今天,描述一个完整的标准单元库需要数亿到数十亿香料模拟生成时间。lib文件所使用的合成、地点和路线,和签收时间分析工具。因此,图书馆特征的任务需要几天几周才能完成。西门子EDA和AWS合作来提供一个可伸缩的、安全的和有效的基于云计算的图书馆表征流,使用户能够利用云计算资源,加快图书馆的特征。
以满足规范和适应的挑战更小、更先进的技术节点在不影响质量的结果——权力,性能,和区域(PPA)和产量,设计师需要执行广泛的验证占所有潜在的设计变化。这包括执行广泛的过程、电压和温度(PVT)和粒度级别的蒙特卡罗模拟香料。这些都是高度计算密集型工作负载要求明显比本地数据中心可以容纳更多的计算资源。因此,设计团队通常必须通过添加设计权衡利润很难满足上市时间(TTM)。西门子EDA支持客户迁移到云并满足和超过结果与高质量芯片产量在生产运行时间。
另一个同样引人注目的迁移到云计算的好处是总体成本较低。创业公司可以选择在云上。另一方面,企业半导体公司可能使用混合云模型来增强他们的本地数据中心。与云服务供应商提供灵活的定价模型像现收现付价格、设计团队可以向上和向下扩展计算资源在需要的基础上在每个阶段的IP设计开发周期。云计算资源帮助减少资本支出和降低成本要求全年升级和维护数据中心通常是架构和使用峰值的大小,如签字确认。
在过去的十年中,EDA的移动到云受到半导体的安全担忧知识产权(IP)和数据,当时超过了通过云计算有显著的好处。但是芯片设计复杂性将继续推动大规模并行计算的必要性。这个巨大的催化剂加快了发展先进的云安全与容错解决方案由云服务提供商。西门子EDA正在与云服务提供商和铸造厂,确保解决方案支持云计算安全协议和基础设施。因此,领导铸造厂采用云计算和承认自己的云基础设施的安全IP和工艺设计包(此后)云——帮助减少安全问题。
西门子EDA与云服务供应商合作,创新和提供半导体公司的无缝过渡到云交付优化云计算AMS验证的解决方案和最佳实践。云计算解决方案提供可伸缩性、灵活性和安全性,使芯片设计团队,以满足PPA度量和TTM的目标。此外,证明了最佳实践为设计团队配备云计算参考架构可供选择,包括网络配置、虚拟机、存储和数据传输机制,引导他们云之旅。
半导体行业在无情的市场压力下产生创新、高性能芯片和满足TTM目标。同时,创新的云计算和云优化EDA的解决方案将是至关重要的支持高对计算资源的需求减少IP设计开发周期。
|
|
|
|
|
|
|
|
|
|
留下一个回复