EDA在云提出了独特的挑战

讨论基于云的EDA工具加热对于硬件和软件工程项目,打开大门巨大计算资源可以根据需要扩充或缩减。

不过,并非所有人都同意这种转变,甚至使用云计算的企业不一定要用它来芯片设计的方方面面。但云计算的数量EDA工具正在增长,所以是谁支持者认为云的数量可以在部署提供更好的灵活性,设计规模,能力,和远程协作功能。尽管早期安全的担忧和许可模型,他们坚持认为这是解决问题。

“为什么看工程团队云吗?首先,他们简单地运行能力,”副总裁Sandeep Mehndiratta说对于企业市场推广和云Synopsys对此。“每个人都需要的能力是不同的。因为设计的复杂性,和重叠的项目,这是一个flex机制。的扩散亚马逊、谷歌、微软、给他们选择了。”

每当有比内部数据中心可以处理更多的工作,和/或哪里有压力,更快地完成一个项目,这为中小企业创造了一个大问题。即使他们想扩大他们的on-prem能力,他们不能做到足够快。

对于小公司来说,最大的问题是所有权的总成本,因为他们的核心竞争力不是它的专长。“添加这个事实,对于其他应用程序,有一个巨大的运动云,“Mehndiratta说。“如果你看今天的客户做的传统方法,他们管理的部署。他们管理的流动。管理数据中心或任何他们想要使用云提供商。EDA厂商提供的工具和服务,但他们所做的一切。”

不过,集成电路设计和EDA是很多更复杂的比很多其他垂直行业已经接受了云。

“通用这一侧,有独立的域和人力资源软件,财务软件、IT服务软件,客户关系管理软件,”Craig Johnson说,副总统,EDA云解决方案西门子EDA。“所有这些都是独立筒仓,因为这些服务的用户往往是与这些类别。在硅设计,有不同类型的工程师,从前端逻辑布局时机来模拟。有十几个或更多的专门化,但设计必须跨整个流程的管理。所以不同的是必须有一个单独的应用程序工作的环境在云环境中。但连接应用程序和数据的传递,从新生到最后tape-out形式,必须保留。那就是流的复杂性也是一个因素为什么仍有巨大的投资在今天的数据中心,以及为什么这些没有云的被抛弃。”

图1:所有权的总成本的权衡。来源:西门子EDA

许多应用程序已经成功转移到云可预测的结果和计算成本。“Salesforce.com是一个应用程序,其中有人们在不同的格式访问数据和查看数据,”约翰逊说。“它不需要大型计算在后端,但需要有足够的计算分配信息及时没有延迟,所以变得繁重。但这真的是少量的机器在云的边缘。这是完全不同的,做物理验证的设计。一些公司可以很容易地使用12个大型服务器,tb的内存。”

对于许多应用程序,高性能计算不是体积和成本一样重要。“这是相当可预测知道在SaaS应用程序中你思考当你与Salesforce,“他说。“他们拿走所有的处理硬件的复杂性。他们可以这样做,因为他们知道,对于每个用户,存储,用户将需要多少,需要多少增量计算,这将是稳定的期间,订阅环境。你不能这么做与EDA。你可以有一个验证工程师,周二,也许她只是推出10的模拟,但周四她想1000年发射。这是一个高度可变数量的基础设施和资源,这是半导体设计世界的另一个原因不是马上就能从一个翻转on-prem数据中心云环境。

EDA工具有很多,他们需要许多类型的过程。“在工具内,没有一个类型的计算,和管理这些工具是复杂的,”Mehndiratta说。“有事业了。有工作请求发布EDA工具管理。”

其他动力学EDA-on-cloud考量的一部分包括硬件技术更新周期,以及获得合适的硬件,同时仍然在折旧周期内部硬件。

治之说,它是灵活的,其使用的工具。其仿真技术已经在积极使用客户提供远程基于云的系统,这两个公共和私人,许多年来,首席执行官Simon Davidmann说治之。一个例子包括治之“OpenHW RISC-V验证,其中包括一个回归测试框架在指标设置谷歌云计算环境。

“这是一个解决方案,与许多member-contributors好用的开源项目,“Davidmann说。“并不是所有的加速器是相等的,考虑到各种应用程序和有针对性的数据集,辩论的优点保持数据中心私人还没有结束。事实上,数据中心加速器市场正迅速成为一个新的设计和创新的目标,正如我们看到的越来越多的客户集中在这个领域。”

对于大多数工程师,他们需要的软件运行很好在AWS或Azure,根据鲁珀特•贝恩斯,首席营销官Codasip。“人工智能的人,甚至你可以旋转的情况下,您可以运行GPT,您可以运行YOLO,意思可以运行所有的事情你的心的内容,自旋,和自旋下来在码头工人——无限,甚至Netflix或Airbnb。没必要做他们自己的数据中心。在EDA世界,不幸的是,并非所有的软件可以做到。架构上,法律属性,但还是有太多的说明,这是一个EDA公司商业模式的结果。有点市场失灵,因为真的是你想做的是自旋向上一个模拟运行,tb的内存,和AWS很乐意卖给你一个服务器tb的内存。花费一大笔钱,但是比自己买便宜。然后,当你完成模拟,你关闭它。应该是这样的,就是一旦我们度过琐细定价模型”。

云Ketan Joshi、业务开发团队主任节奏认为,每种情况非常不同的设计需求,正在使用的流程节点类型和类型的功能被用于IP。“大多数用户知道需要的方程计算服务器成本、存储成本、网络和安全,或数据中心成本,保持一些备用硬件。欠缺的是什么方程上市时间和工程生产力,这些是大的。多次组织不要到方程,这是一个非常重要的因素。投放市场的时间的时候,你可能会有一个特定类的机器可能不是最优最新的芯片或你设计的系统,而这些最新的机器可用的云。如果你是去云规模允许你加快你的验证或你的签字和实现甚至是10%,这是数百万美元的成本节约和投放市场的时间窗口。”

根据最终的应用程序,这可能是在损失了数十亿美元的机会。“如果不是on-prem 100台机器,现在云你有成千上万,你能加快你的设计,因此成本是什么?这是一个方面讨论,”乔希说。“工程生产力呢?当你有更多的机器,你的工程师可以探索更多的设计空间,如,“如果我要实现这个架构在这种不同的方式,它的含义是什么?如果你有更多可用的计算,在相同的时间可以看多个选择。因为设计创新往往是一个核心原则对于任何公司的成功,如果你能探索更多的创新,这是一个巨大的胜利。”

此外,信心是设计的一个方面,他说,因为有很多场景验证的功能。永远做不完的“验证一个问题。如果你有更多的资源可以通过云端,你可以得到你的设计向更高水平发展,避免潜在re-spins信心。”

放手
有一个心理方面的EDA完全在云中,。

“你相信的基础设施是安全的,当你使用它?有一个趋势在世界半导体想控制所有方面的解决方案,”西门子约翰逊说。“半导体工程师技术,科学中最杰出的人。我们往往作为一个行业想要把一切放在一起,我们设计它,即使它可能并不总是最优雅和完整的方式来解决这个问题。所以有一个元素的适应方法,其他人可以提供,但我们自己想做的。适用于数据,它适用于流动和发展过程。”

EDA的用例是极其复杂的,他们在每个客户独特的实现。不仅仅是一种设计有芯片,或一组工具使用。因此,没有一个路径为每一位客户。这可能是一个原因缺乏云采用直到现在。

但是事情正在发生变化。“云供应商雇佣了资源和团队更semi-focused,”约翰逊说。“他们雇佣人半公司和EDA公司。现在他们精明。增加,大云公司现在正在设计自己的芯片,以及他们所做的他们开始使用自己的云基础设施,然后撞到所有的EDA客户碰到的事情。长远来看,云计算将会成为新的计算模型。但这是一个旅程,它会发生在断断续续EDA用户是有道理的。”

什么时候EDA将完全在云中,这并不是完全清楚。“首先,大EDA公司提供基于云的工具很长一段时间,它还没有流行,”瓦尔登湖c·莱茵说,总裁兼首席执行官Cornami(西门子EDA前名誉主席)。“在早期的一个原因是,人们期望在云中,如果你买了它,你可以买它,,或者一周,和建立了EDA公司想要过渡到云不必牺牲自己的收入。他们的定价模型,通过将云,你不是会省下一大笔钱相比,在你自己的服务器上运行它。你会省钱不买服务器,但软件的成本没有改变很多,我还猜测,主要EDA公司将继续这条道路。和我听到辩论当乔·科斯特洛在一个小组,并试图让每个人都相信,他们需要去他的基于云计算的工具,他说你支付太多,你需要买的,,,,很少主要EDA公司的响应。我听说他的论点更便宜,也更灵活,但我从来没有听过这个论点,说EDA行业没有提供我一些我需要可以让我更快地推向市场。”

节奏的Joshi说,如果有人在五年内有一个水晶球,告诉他每个人都将在云做芯片设计,然后EDA公司可以关注。“但这是不会发生的,”他说。”会有一个谱了一段时间,这就是为什么我们将继续关注使用更多的云技术来尽可能多的并行化算法使之成功。”

连接,Joshi指着云的交集和使用人工智能和毫升。”新的EDA工具是高度ML-driven进入市场,他们与云规模很好,因为当你看人工智能或ML,你看着探索设计空间以一种有意义的方式。随着越来越多的EDA用户看看,看看他们需要尝试10个不同的场景,他们看到很多on-prem计算需要。这就是云。匹配和使AI /毫升功能的可扩展性的云是一个创新将改变该行业的设计。”