EDA-workloads verplaatsen naar AWS-cloud om Arm-ontwerpen met 10x te versnellen

Amazon Web Services (AWS) zei dat Arm van plan is het grootste deel van zijn elektronische ontwerpautomatisering (EDA)-workloads naar de cloud te verplaatsen, waardoor de doorvoer mogelijk tot 10x wordt verhoogd voor het ontwerp en de verificatie van halfgeleiders.

Ontwerpingenieurs zijn van nature aangetrokken tot cloudplatforms en nog meer sinds de snelle transformatie in 2020 versnelde naar online werken als gevolg van de Covod-19-beperkingen over de hele wereld. Zowel AWS als Microsoft hebben een aanzienlijke schaalgrootte en er zijn ook diensten zoals Intel's DevCloud.

Het feit dat Arm EDA-workloads naar AWS migreert, is dus een grote stap en maakt het aanzienlijk gemakkelijker voor ontwerpingenieurs die Arm-processors gebruiken voor hun productontwikkeling. Arm is uiteindelijk van plan om zijn wereldwijde datacentervoetafdruk met minstens 45% te verminderen en zijn on-premises rekenkracht met 80% als het de migratie naar AWS voltooit.

Het platform maakt gebruik van op AWS Graviton2 gebaseerde instanties (aangedreven door Arm Neoverse-kernen) en zal naar verwachting een groot deel van de halfgeleiderindustrie transformeren die traditioneel on-premises datacenters gebruikt voor het rekenintensieve werk van het verifiëren van halfgeleiderontwerpen.

Om de verificatie efficiënter uit te voeren, zal Arm de cloud gebruiken om simulaties van real-world rekenscenario's uit te voeren, gebruikmakend van de vrijwel onbeperkte opslag en krachtige computerinfrastructuur van AWS om het aantal simulaties dat het parallel kan uitvoeren te schalen. Sinds het begin van de AWS-cloudmigratie, zei Arm dat het een 6x verbetering van de prestatietijd voor EDA-workflows op AWS heeft gerealiseerd. Bovendien zei Arm door het uitvoeren van telemetriegegevensanalyse op AWS, dat het krachtigere technische, zakelijke en operationele inzichten genereert die de workflow-efficiëntie helpen verbeteren en de kosten en middelen in het hele bedrijf optimaliseren.

Zeer gespecialiseerde halfgeleiders voeden nu duidelijk bijna alles in het moderne leven, van smartphones tot datacenterinfrastructuur, en werken aan toekomstige technologieën op gebieden zoals zelfrijdende voertuigen. Met elke chip die miljarden transistors bevat die zijn ontwikkeld tot op het nanometerniveau van één cijfer (ongeveer 100.000x kleiner dan de breedte van een mensenhaar), is het doel om maximale prestaties te leveren in een minimale ruimte.

EDA is een van de sleuteltechnologieën die dergelijke extreme engineering mogelijk maken. EDA-workflows zijn complex en omvatten front-end ontwerp, simulatie en verificatie, evenals steeds grotere back-end-workloads, waaronder timing- en energieanalyse, ontwerpregelcontroles en andere toepassingen om de chip voor te bereiden op productie. Deze zeer iteratieve workflows kunnen vele maanden of zelfs jaren in beslag nemen om nieuwe apparaten en systemen op een chip (SoC's) te produceren en vereisen enorme rekenkracht. Halfgeleiderbedrijven die deze workloads on-premises uitvoeren, moeten voortdurend de kosten, planningen en datacenterbronnen in evenwicht houden om meerdere projecten tegelijk vooruit te helpen. Als gevolg hiervan kunnen ze te maken krijgen met tekorten aan rekenkracht die de voortgang vertragen of de kosten dragen van het in stand houden van inactieve rekencapaciteit.

Door zijn EDA-workloads naar AWS te migreren, overwint Arm de beperkingen van traditioneel beheerde EDA-workflows en wint het aan elasticiteit door enorm schaalbare rekenkracht, waardoor het simulaties parallel kan uitvoeren, telemetrie en analyse vereenvoudigen, de iteratietijd voor halfgeleiderontwerpen verkorten en testen toevoegen cycli zonder de leveringsschema's te beïnvloeden. Arm maakt gebruik van Amazon Elastic Compute Cloud (Amazon EC2) om de kosten en tijdlijnen te stroomlijnen door EDA-workflows te optimaliseren voor de grote verscheidenheid aan gespecialiseerde Amazon EC2-instantietypen.

Het bedrijf gebruikt bijvoorbeeld op AWS Graviton2 gebaseerde instanties om hoge prestaties en schaalbaarheid te bereiken, wat resulteert in meer kosteneffectieve operaties dan honderdduizenden on-premises servers. Arm gebruikt AWS compute optimizer, een service die machine learning gebruikt om de optimale Amazon EC2-instantietypen voor specifieke workloads aan te bevelen, om de workflows te stroomlijnen.

Bovenop de kostenvoordelen, maakt Arm gebruik van de hoge prestaties van AWS Graviton2-instanties om de doorvoer voor zijn technische workloads te verhogen, waardoor de doorvoer per dollar consistent met meer dan 40% wordt verbeterd in vergelijking met de vorige generatie x86-processorgebaseerde M5-instanties. Daarnaast gebruikt Arm diensten van AWS-partner Databricks om machine learning-applicaties in de cloud te ontwikkelen en uit te voeren. Via het Databricks-platform dat op Amazon EC2 draait, kan Arm gegevens van elke stap in zijn technische workflows verwerken om bruikbare inzichten te genereren voor de hardware- en softwaregroepen van het bedrijf en een meetbare verbetering van de technische efficiëntie te bereiken.

De president van Arm's IP-groep, Rene Haas, zei:"Door onze samenwerking met AWS hebben we ons gericht op het verbeteren van de efficiëntie en het maximaliseren van de doorvoer om kostbare tijd terug te geven aan onze ingenieurs om zich te concentreren op innovatie. Nu we op Amazon EC2 kunnen draaien met AWS Graviton2-instanties met op Arm Neoverse gebaseerde processors, optimaliseren we de technische workflows, verlagen we de kosten en versnellen we de projecttijdlijnen om onze klanten sneller en goedkoper dan ooit tevoren krachtige resultaten te leveren.”

Peter DeSantis, senior vice-president van wereldwijde infrastructuur en klantenondersteuning bij AWS, voegde toe:"Graviton2-processors kunnen tot 40% prijsvoordeel bieden ten opzichte van de huidige generatie x86-gebaseerde instanties."