一年前，许多公司不愿将数据转移到异地。改变了什么?
云计算正在蓬勃发展。经过多年的稳定增长后，它已经开始飙升，为设计、测试、分析和人工智能创造了新的选择，所有这些都对半导体行业的每个细分领域产生了影响。
云计算最初的想法是，它将补充在现场完成的处理，在任何必要的地方增加额外的处理能力，例如在设计的验证和调试阶段，以及在处理大量制造过程和测试数据时。改变的是，网络越来越多地成为数据处理和存储的主要场所。此外，经过处理的数据甚至在生产后期被循环回供应链，以提高可靠性，并解决产品在实际使用中出现的问题。
为了实现这一点，有几个方面发生了变化:
这代表着许多方面的根本性转变。在设计方面，芯片制造商直到去年才开始关注云产品，尽管Synopsys、Cadence和西门子业务(Siemens Business)旗下的Mentor尽了最大努力来推广云功能。但发生的几件事让这种方法更有希望。首先，去年10月，台积电宣布其面向RTL to GDSII的开放创新平台将可在亚马逊网络服务(AWS)、微软Azure、Cadence和Synopsys云上使用，并认可了云内设计。
最重要的是，如今越来越多的芯片开发公司不是初创公司就是系统公司，而不是传统的芯片制造商。这些公司内部的设计基础设施较少，在初创公司的情况下，他们没有资源购买足够大的模拟器或足够大的模拟器人工智能芯片。此外，芯片的复杂性和更多的异构架构增加了在最先进节点上设计这些芯片的难度，即使是大型芯片制造商也受到其服务器群中的计算资源的限制。
微软营销副总裁Mike Gianfagna表示:“我们正在努力将所有东西都转移到云端。eSilicon．“到这个月底，我们将把所有的东西都放到云端。我们一直在与谷歌合作，将我们的异构设计流迁移到云中。但不同的是，我们需要来自多个供应商的多个工具，所以你可能在一个云中有合成工具，在另一个云中有CAD。我们所做的是在云上运行整个设计环境。最大的问题是是否会这样EDA公司将根据时间调整许可，以提供这种程度的灵活性。细粒度模型更适合所有人。”
Pete Linforth from Pixabay" width="1280" height="768" data-recalc-dims="1" data-lazy-srcset="https://i0.wp.com/www.es-frst.com/wp-content/uploads/2019/08/cloud-computing-3385323_1280.jpg?w=1280&ssl=1 1280w, https://i0.wp.com/www.es-frst.com/wp-content/uploads/2019/08/cloud-computing-3385323_1280.jpg?resize=300%2C180&ssl=1 300w, https://i0.wp.com/www.es-frst.com/wp-content/uploads/2019/08/cloud-computing-3385323_1280.jpg?resize=768%2C461&ssl=1 768w, https://i0.wp.com/www.es-frst.com/wp-content/uploads/2019/08/cloud-computing-3385323_1280.jpg?resize=1024%2C614&ssl=1 1024w" data-lazy-sizes="(max-width: 1000px) 100vw, 1000px" data-lazy-src="https://i0.wp.com/www.es-frst.com/wp-content/uploads/2019/08/cloud-computing-3385323_1280.jpg?resize=1280%2C768&is-pending-load=1#038;ssl=1" srcset="data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7">
图像中皮特Linforth从Pixabay
知识产权许可证发放已经开始向这个方向转变。Arm改变了其许可计划，允许企业试验不同的处理选项，并且只在芯片投入生产后才为知识产权付费。
“这是一种新的参与模式，”奥迪汽车高级副总裁Dipti Vachani说手臂．“我们看到，特别是在机器学习和人工智能算法方面，决策是在链条的不同节点做出的。您想知道需要多少数据、多少功率和多少性能。这使得实验和测试成为可能，我们看到许多初创公司推出了新的硬件，传统的原始设备制造商也在生产芯片。”
云中的分析
这只是其中的一部分。除此之外，许多数据分析对于那些芯片的设计和制造都转移到了云端。这类分析在过去是不允许在外部进行的，因为它涉及的数据一旦泄露，就可能被用于竞争目的。
一些芯片制造商和晶圆厂仍然有一个规则，即数据永远不会离开现场。USB插槽被禁用，手机被禁止使用，因为它们可以用来截屏，工人们被禁止上网。但随着市场整合，这种情况也开始松动，台积电对基于云的设计工具的认可代表着朝这个方向迈出了重要一步。
“改变的是，越来越多的人开始相信他们的数据在云端更安全，”微软的首席执行官约翰·奥唐纳说yieldHUB．“我们最大的客户之一已经将一些金融系统转移到云端，他们认为如果他们信任他们的金融信息到云端，那么他们就可以转移其他一切。另一家公司一直非常相信自己的服务器，直到一年前，他们的一名员工带着所有的密码离开了公司。他们认为，值得信赖的云供应商不会出现这种情况。”
其他人也看到了同样的趋势。
微软营销副总裁David Park说:“云计算就像火箭一样起飞了。PDF的解决方案．“一年前还表示永远不会使用云的客户已经改变了方向。他们已经在考虑优化云上的许可。问题是每个人都认为云计算的成本应该更低。现实情况是，它将更加昂贵，因为涉及到大量的资本投资和运营资金。但也有很大的优势。对于内部部署计算，您总是必须为最坏的情况做计划，而其余的时间只是多余的容量。云给了你灵活性。所以你有更高的效率，即使你为此付出了代价。”
这也给云提供商带来了更大的压力，要求他们正确使用这种模式。
云计算公司首席执行官Shai Cohen表示:“云已经从一种利用和优化基础设施的工具发展成为公司增长战略的核心组成部分，提供敏捷性、效率、成本效益和协作。proteanTecs．“这反过来又提高了云提供商维持超可靠服务的标准，因为信心仍然是客户的一个关键卖点。云中断可能是毁灭性的，会导致运行在云上的公司停止运营和财务损失。云服务提供商必须不断采用前沿技术，以满足关键的正常运行时间要求。”
新的用例
在过去，云计算的发展势头主要是由大公司推动的。这些公司继续扩大他们的云业务，将更多的流程添加到云中，并将其用作主要的计算操作，或用于内部数据流程的额外计算能力。
此外，越来越多的公司在过去从未考虑过云计算的方法。
“《财富》500强企业转向云计算的时间较晚，”微软的企业技术研究员迈克尔•舒登弗雷(Michael Schuldenfrei)表示OptimalPlus．“但突然之间，在过去的12到18个月里，出现了向云计算的巨大转变。其中很多都是大规模的并行计算，你可以在云中进行几乎无限的处理。但这是行业走向的一个重大转变，而云将会胜出。我们可以利用巨大的行业势头。”
至少在目前，似乎没有任何不情愿的举动。Schuldenfrei说:“现在，即使是像测试数据这样敏感的应用程序，全部都在云上运行。”“如果回到三到五年前，他们不可能在云端部署这类解决方案。他们不相信保安。但现实情况是，云提供商的安全性比在内部部署更好。
事实上，Capital One最近的数据泄露，是由Capital One配置防火墙的方式引起的，而不是底层云技术。那次攻击使美国大约1亿客户和加拿大另外600万客户受到影响。
云存储
云技术在汽车行业变得尤为重要的原因是另一个。随着越来越多的电子产品进入汽车，汽车制造商需要在汽车的整个生命周期内跟踪数据。这样，如果出现任何问题，他们可以通过分析原始数据和了解可能遗漏的内容来返回并找出问题的原因。
在汽车原始设备制造商的案例中，责任被附加到由技术引起的事故上。掌握有关制造过程、供应链和用于模拟和测试的工具的详细信息，对于确定原因和通过召回通知避免其他潜在事故至关重要。
yieldHUB的O 'Donnell说:“将数据保存在云端非常便宜，而且非常可靠。“他们正在寻找11个9(99.999999999%)的可靠性。因此，你的数据保存在云中要比保存在本地数据可靠得多。磁带可能会意外损坏，也可能会发生地震或其他自然灾害。在云计算中，它们倾向于在世界各地复制。云是未来，财务人员和首席信息官将关键任务数据托付给云。下一步是制造业数据。”
边缘
一个很大的未知数是这条边在这幅图中的位置。虽然云对很多事情都有好处，但将大量数据发送到云仍然需要时间和资源。这对于汽车应用中的摄像头生成的实时视频来说尤其如此，因为将这些视频传输到云端进行即时处理太耗费资源，而且在紧急情况下等待响应太耗时——这还是假设有足够的带宽和足够好的连接来实现这一点。
这使得边缘这是基础设施的关键部分，但到目前为止还没有完全定义。尽管如此，几乎所有人都同意，边缘将是数据处理的关键组件，无论是发生在生成数据的传感器附近，还是在车辆内，还是在附近的某个可能连接到云的服务器上。
“关键是通用芯片遥测技术，”proteanTecs的Cohen说。“你有操作传感、性能退化监测和分类/分析。”
这既需要数据的标准接口，也需要数据本身的一致格式，但这样做的好处可能是巨大的。科恩说:“这可以节省大量的测试时间。”
这些数据还可以用于各种目的，而不仅仅是标准测试。ProteanTecs、UltraSoC、ANSYS和Arteris IP正在使用数据移动和热特征的内部传感来映射芯片中的活动是不寻常的还是在预期没有活动时发生。这有效地成为了数据的运动检测器，数据可以在本地标记并在边缘进行处理，使用云来收集和处理更广泛的行为实例，以确定问题是广泛存在还是局部存在。
结论
将更多的数据转移到云端对计算世界来说是一个巨大的变化，并将在未来几年继续产生影响。但是，虽然它的重要性不能被夸大，但它只是计算和计算架构中正在进行的许多变化之一。
OptimalPlus的Schuldenfrei说:“边缘技术是对云计算的补充。“目前还不清楚谁将在那里获胜。当然，也有云播放器。亚马逊正在谈论边缘服务器，其他公司也在谈论类似的功能。但这些都无法改变云计算的现状。”
现在最大的问题是计算如何划分，数据来回移动有多顺畅，以及这将如何影响底层架构。在这一点上，有很多未知数。目前唯一明显的趋势是，越来越多的数据流向云端，在可预见的未来，这一趋势预计还将持续下去。
有关的故事
大数据的巨大转变
为什么云计算和边缘计算的发展以及更多数据的处理将对半导体设计和制造产生深远的影响。
使用更好的数据来缩短测试时间
越来越多的传感器加上机器学习，使得将测试重点放在影响最大的地方成为可能。
数据混乱的边缘
处理器和数据类型的差异将对人工智能系统产生不可预测的影响。
数据分析知识中心
更多关于数据分析的头条新闻、特别报道、博客和白皮书
|
|
|
|
|
|
|
|
|
|
留下回复