芯片上“云”的动力
The following article is from 半导体行业观察 Author 芯云芯安
“云计算解放终端的思想,将改变整个产业的思维方式,因为这一思想彻底摆脱了摩尔定律的束缚!”
—— 郭涛,中国互联网协会专家委员
云计算概念可以追溯到二十世纪60年代,2006年8月9日Google首席执行官埃里克·施密特(Eric Schmidt)在搜索引擎大会上正式介绍了这个新模式术语,此后一年亚马逊、微软和IBM开始大力宣传和推动,成就了互联网的第三次革命,它的出现使得整个社会的工作方式和商业模式发生了巨大的改变。
近年来,云计算成为了信息技术产业发展的战略重点,各个行业的龙头企业都在通过云计算完成企业本身的数字化转型。以微软为代表的各个信息技术企业纷纷推出了云计算解决方案,例如:office 365,salesforce等,云计算已经在各行各业掀起了变革浪潮,半导体行业作为当今最为热门的行业,自然也不会错过这个变革“利器”。
摩尔精英从2018年开始关注“芯片设计上云”并和AWS、Azure、紫光云等各大云厂商合作尝试了多种“芯片设计上云”的方案,并于2019年和2020年分别出版了《芯片设计云计算白皮书 1.0》、《中国芯⽚设计云技术⽩⽪书2.0》。
白皮书发布以后,收到了很多行内人士的关注和积极反馈,也引起了很多同行关于“芯片设计上云”的的热烈讨论。我们将根据这些年的研究成果和支持用户的经验,在2021年通过一系列芯片设计上云和安全的文章对一些大家都关心的热点问题进行阐述,希望能抛砖引玉,和行业内所有同仁一起推动“芯片设计上云”,让中国芯片行业插上腾飞的翅膀。
随着设计工艺快速发展和芯片功能复杂度提高,作为半导体行业最为关键的一环,芯片设计对设计环境的效率和安全的要求也越来越高。“芯片设计”环境的各个要素(详见图一:设计环境五要素)必须提供最好的支持来支撑芯片设计的这种需求。
EDA 工具繁多,版本众多,许可昂贵 IP 市场庞大,很难找到性价比最优的 IP Foundry 的 PDK 及服务很难获取 很难获取 EDA 工具、IP、PDK、IT/CAD 的专业技术支持 安全、高效的 EDA 系统架构搭建困难 复杂的设计环境运维困难
项目周期内非线性的算力需求和成本优化的需求很难兼顾 项目后期存储需求暴涨 用户申请和管理资源流程复杂 传统算力和存储资源采购和配置周期较长 机房的物理条件(电力、制冷、空间等)限制
快速整合分布在全球的专业人才 多站点协同研发的模式 统一、标准化的中央集成EDA 环境 频繁的站点间数据同步 复杂的灾备策略
这些问题往往会影响芯片设计效率从而增加芯片产品上市时间,对于很多startup的芯片公司来说,这可能会影响整个公司的成败。因此,如何解决上面的问题,为芯片设计提供一个高效安全的设计环境成为芯片设计公司必须首先考虑的问题。
相比较而言,国内的“芯片设计上云”还在非常初期阶段,但是越来越多的行业人士已经认识到了“芯片设计上云”是解决传统环境下诸多“病症”的最佳“良方”;是急速提高效率、解决弹性地平衡解决需求和计算资源供、资产减负、优化成本、提高公司各区域项目协同合作等行之有效的解决方案。
图二:云的高弹性能力说明
(来源:Cadence官方发布)
大家知道,芯片客户的需求永远是动态的,而传统数据中心的提供的资源是相对固定的,预算模型不能提前精确预估研发部门高峰期所需的资源,在流片前的签核(signoff)期间的需求有时会增加一倍以上,如果要扩容,则要经过相当长的时间和流程,而导致流片时间延长;而反之在非高峰期则计算资源处于闲置状态,导致实际生产效率低下。
云全面自动化的高弹性能力不仅突破了传统机房的局限性,而且能提供丰富的、包括最新硬件配置的算例,其迭代更新的速度传统数据中心无法匹及。
下图说明,通过线下+公有云的混合云模式,当项目需求高峰期的到来的时候,线下数据中心来受制于扩容局限性的时候,通过扩展部署云弹性方案,可以轻松解决需求问题。
云的高弹性优势可以总结为:
高效的申请和管理资源流程,快速完成计算和存储资源的扩容和回收
公有云可以提供各种计算和存储资源,用户可以选择性价比最高的资源,即开即所用
公有云理论“无限”资源可以大大算短芯片设计周期
“弹性算力”快速无感的扩展计算集群,及时释放闲置资源优化成本
公有云丰富的硬件资源和服务,提供了芯片设计利用AI和ML技术的可能
芯片设计云 SaaS:
相信业界对SaaS已经耳熟能详了,针对芯片行业的SaaS其目的和明显优势在于:
引入 IP 供应商、EDA 供应商和 Foundry 提供丰富的资源及技术支持
提供标准管理IT基础架构、EDA工具、IP、PDK的工具
自助搭建和维护IT基础架构
提供标准数据结构管理工具
提供各种资源监控和调度功能,实现可视化
提供更加有弹性的收费模式,例如:按时收费
图六:设计管理平台(CMP+DMP)
图七:Iaas、PaaS和SaaS的服务及相关平台模型和使用者的关系
多站点协同中心
避免建设多个数据中心,实现成本优化
搭统一、高效和安全的设计环境确保各站点工程师看到的设计环境一致
减少站点间数据交换和同步,避免了数据差异造成的设计失败
简化数据灾备策略,减少重复的IT基础建设
结语
除了上面提到的优势之外,“芯片设计上云”提供的新的收费模式,也使得传统的EDA环境投资从资本性支出变为运营成本,对于很多startup公司来说前期支出会大大降低,从而保证了公司资金最优化。
同时,“芯片设计上云”将会完整整合上述五大资源,这对国内IP和EDA发展来说提供了更多的发展和使用机会,对这些产品的国产化有极大的推动作用,从而加速国产半导体的生态平台基础优化。
更能增添信心的是,云厂商一直在以加速度发展云平台,通过技术不断推陈出新,其产品和服务不断丰富和成熟,安全可靠性也越来越提高和全面;EDA和IP厂商也从商务和技术上努力支持向云的迁移。我们深信通过云的“所有(数据、服务)都被加密”的技术,我们芯片客户所担心的云安全的问题将不再是一个“大”问号!
当然,“芯片设计上云”在初期阶段也会存在不少挑战,我们将会在后继的文章中一一阐述。
END
如想了解芯片上“云”更多信息,可联系:
王汉杰(Johnny Wang)
摩尔精英 IT/CAD 及EDA云计算服务副总裁
+86-021-51137998
johnny.wang@mooreelite.com
周鸣炜(Wendy Zhou)
摩尔精英 IT/CAD及EDA云计算事业部技术负责人
+86-021-51137998
wendy.zhou@mooreelite.com
END
参考文献:
《计算未来-人工智能及其社会角色》--- Harry Shum & Brad Smith
History of Cloud Computing --- https://www.educba.com/history-of-cloud-computing
如果您有芯片设计、流片封测
教育培训、等业务需求
欢迎随时扫码联系我们
相关案例:
1. 2019年,微软&Mentor Graphics & TSMC & AMD ,在 Azure 上验证了 7nm 的芯片设计。
2. 2020年,Mentor 的 AMS 使用了Azure 专门针对 HPC 开发的虚拟机类型 HC44rs ,每个核心有 8GB 的内存来调用,大幅度缩短 EDA 的过程,提升效率加速产品上市。
3. 2020年,Synopsys 使用Azure 运行 IC Validator 物理验证解决方案,在不到9小时的时间内完成了对 AMD Radeon Pro VII GPU (包括超过130亿个晶体管)的验证,大幅缩短了验证时间。
4. 2020年,摩尔精英支持一家台湾设计服务公司在Azure上完成了全云设计项目。
5. 2020年,摩尔精英支持一家国内知名芯片设计公司在Azure上的部署。
关于摩尔精英
摩尔精英致力于“让中国没有难做的芯片”,以 “芯片设计云、供应链云、人才云”三大业务板块,打通芯片设计和流片封测的关键环节,提高效率、缩短周期、降低风险,打造芯片设计和供应链整合的一站式平台,客户覆盖全球1500家芯片公司。
芯片设计云为客户提供从芯片定义到产品的Turnkey全流程设计服务和IT/CAD及云计算服务;供应链云为客户提供一站式晶圆流片、封装、测试、产品工程及量产管理服务;人才云为行业培养输送专业人才并助力IC人才终生学习。
摩尔精英总部位于上海,在合肥、北京、深圳、无锡、郑州、重庆、成都、南京、新竹、法国尼斯、美国达拉斯和硅谷等地有分部。