云上的EDA提出了独特的挑战

对于硬件和软件工程项目，关于基于云的 EDA 工具的讨论正在升温，为可以根据需要扩展和缩减的大量计算资源打开了大门。

尽管如此，并不是每个人都支持这种转变，即使是使用云的公司也不一定希望将它用于芯片设计的各个方面。但是基于云的EDA工具的数量正在增长，支持云的支持者数量也在增长，他们认为云可以在部署、设计规模、容量和远程协作能力方面提供更好的灵活性。尽管早期担心安全和许可模式，但他们坚持认为这些都是已解决的问题。

“为什么工程团队要关注云？首先，它们只是容量不足，” Synopsys企业上市和云计算副总裁 Sandeep Mehndiratta 说。“每个人的容量需求都不同。由于设计的复杂性和重叠的项目，它是一种弹性机制。亚马逊、谷歌、微软的激增，给了他们现在的选择。”

每当工作量超出本地数据中心的处理能力时，和/或存在更快完成项目的压力时，都会给中小型公司带来大问题。即使他们想扩大他们的本地容量，他们也不能足够快地做到这一点。

对于较小的公司，最大的担忧是总拥有成本，因为他们的核心竞争力不是 IT 专业知识。“再加上这样一个事实，即对于其他应用程序，无论如何都存在向云计算的大规模运动，”Mehndiratta 说。“如果你看看客户今天所做的传统方法，他们会管理部署。他们管理流程。他们管理数据中心或他们想要使用的任何云提供商。EDA 供应商提供工具和服务，但他们围绕它做所有其他事情。”

尽管如此，IC 设计和 EDA 比许多其他已经接受云的垂直行业要复杂得多。

“在通用 IT 方面，有独立的域，如人力资源软件、财务软件、IT 服务软件、客户关系管理软件，”西门子 EDA的 EDA 云解决方案副总裁 Craig Johnson 说. “所有这些都是独立的孤岛，因为这些服务的用户往往与这些类别保持一致。在芯片设计中，有不同类型的工程师，从前端逻辑到布局再到时序再到模拟。有十几个或更多专业，但必须在整个流程中一致地管理设计。因此，不同之处在于必须有一个单独的应用程序在云环境中运行良好的环境。但是，这些应用程序的连接，以及数据从初始形式一直到最终流片的传递，都必须保留。正是流程的复杂性也是导致今天数据中心仍然存在巨额投资的一个因素，以及为什么这些投资还没有被放弃用于云计算。”

图 1：总拥有成本权衡。资料来源：西门子 EDA

许多已成功迁移到云端的应用程序具有可预测的结果和计算成本。“Salesforce.com 确实是一个应用程序，人们可以在其中访问数据并查看不同格式的数据，”Johnson 说。“它不需要在后端进行大量计算，但需要有足够的计算来及时分发信息，这样就不会产生繁重的延迟。但这实际上是关于云边缘的许多小机器。这与对大型设计进行物理验证完全不同。一些公司可以轻松使用十几台具有数 TB 内存的大型服务器。”

对于其中许多应用程序，高性能计算不如体积和成本重要。“当您与 Salesforce 交谈时，他们可以在 SaaS 应用程序中知道您在想什么，这是完全可以预见的，”他说。“他们消除了处理硬件的所有复杂性。他们可以这样做，因为他们知道，对于每个用户，该用户需要多少存储空间，需要多少增量计算，并且在订阅环境期间将保持稳定。你不能用 EDA 做到这一点。你可以有一位验证工程师，她可能在周二只启动 10 种模拟，但到周四她想启动 1000 种。这是一个高度可变的基础设施和资源，

EDA 有很多工具，它们需要多种类型的流程。“在这些工具中，不仅仅是一种计算类型，管理这些工具很复杂，”Mehndiratta 说。“围绕这个有很多职业。围绕 EDA 工具管理发布了工作要求。”

EDA-on-cloud 考虑的其他动态包括硬件技术更新周期，以及在内部部署硬件仍处于折旧周期时访问正确类型的硬件。

Imperas 表示，它在使用工具的地方很灵活。Imperas首席执行官 Simon Davidmann 表示，其仿真技术多年来一直被客户积极使用基于外部云的公共和私有系统。一个例子涉及 Imperas 在 RISC-V 验证上的 OpenHW，其中包括在 Metrics Google 基于云的环境上设置的回归测试框架。

“这是一个适用于具有许多成员贡献者的开源项目的解决方案，”Davidmann 说。“并非所有加速器都是平等的，鉴于应用程序和目标数据集的广泛性，关于保持数据中心私有的优点的辩论尚未结束。事实上，数据中心加速器市场正迅速成为新设计和创新的目标，正如我们在越来越多的关注这一领域的客户中看到的那样。”

Codasip首席营销官 Rupert Baines 表示，对于大多数工程师来说，他们需要的软件在 AWS 或 Azure 上运行良好。. “即使对于 AI 人员，您也可以启动实例，可以运行 GPT，可以运行 YOLO，您可以随心所欲地运行所有这些东西，启动它们，然后在 Dockers 中将它们旋转——无限，甚至Netflix 或 Airbnb。建立自己的数据中心毫无意义。不幸的是，在 EDA 世界中，并非所有软件都能做到这一点。在法律上、架构上、性能方面，仍然有太多关于它的小问题，这是 EDA 公司商业模式的结果。这有点市场失灵，因为你真正想做的是在你有 TB 的 RAM 的地方启动一个模拟运行，AWS 会很高兴地卖给你一个有 TB 的 RAM 的服务器。这要花一大笔钱，但比自己买便宜。然后，当您完成模拟时，您可以将其关闭。应该是这样的

Cadence云业务开发组总监 Ketan Joshi, 同意每种情况在设计需求、使用的工艺节点类型以及用于 IP 的功能类型方面都非常不同。“大多数用户确实知道需要计算服务器成本、存储成本、网络和安全或数据中心成本的方程式，并保留一些备用硬件。等式中缺少的是上市时间和工程生产力，而这些都是很大的。很多时候，IT 组织没有考虑到这一点，这是一个非常重要的因素。谈到上市时间，您可能拥有某类机器，它们可能不是您正在设计的最新芯片或系统的最佳选择，而这些最新机器在云中可用。

根据最终应用，这可能会损失数十亿美元的机会。“如果您在本地拥有 100 台机器，而现在有了数千台云，您能否加快设计速度，因此成本会是多少？这是要讨论的一个方面，”乔希说。“那么工程生产力呢？当你有更多的机器时，你的工程师将能够探索更多的设计空间，例如，“如果我以这种不同的方式实现这个架构，它的含义是什么？” 如果您有更多可用计算，那么您可以在相同的时间内查看多种替代方案。因为设计创新往往是任何公司成功的核心原则，如果你能探索更多的创新，那对你来说是一个巨大的胜利。”

此外，还有设计信心的一个方面，他说，因为在功能方面有很多场景需要验证。“验证是一个从未做过的问题。如果您可以通过云获得更多可用资源，您可以将设计信心提升到更高水平，并避免潜在的重新设计。”

放手
将 EDA 完全放在云中也有心理方面的影响。

“您相信使用基础设施时它是安全的吗？半导体领域有一种趋势，即希望控制解决方案的所有方面，”西门子的 Johnson 指出。“半导体工程师技术精湛，是科学界最杰出的人之一。作为一个行业，我们倾向于希望以我们设计的方式将所有东西放在一起，即使它可能并不总是最优雅和最完整的解决方法。因此，有一个要素是对其他人可以提供的方法感到满意，但我们想自己做。这适用于数据，也适用于开发的流程和过程。”

EDA 用例极其复杂，并且在每个客户中都以独特的方式实施。设计芯片的方法不止一种，也没有一套工具可以使用。因此，并不是每个客户都只有一条路径。这可能是迄今为止缺乏云采用的原因之一。

但事情正在发生变化。“云供应商已经聘请了更加半专注的资源和团队，”约翰逊说。“他们从半导体公司和 EDA 公司雇佣了一些人。他们现在对此更加了解。除此之外，大型云公司现在正在设计自己的芯片，并且在他们这样做的同时，他们开始使用自己的云基础设施，然后遇到 EDA 客户遇到的所有事情。从长远来看，云将成为新的计算模型。但这是一个到达那里的旅程，它会断断续续地发生，因为它对 EDA 用户有意义。”

至于 EDA 何时会完全在云中，这还不完全清楚。“首先，大型 EDA 公司长期以来一直提供基于云的工具，但它并没有那么受欢迎，”Cornami 总裁兼首席执行官（前西门子 EDA 名誉主席）Walden C. Rhines 说. “早期的一个原因是人们期望如果你在云中购买它，你可以按小时、按天或按周购买它，而成熟的 EDA 公司希望过渡到云不影响他们的收入。他们的定价模型是这样的，仅仅通过云计算，与在自己的服务器上运行相比，你不会节省很多钱。不购买服务器会省钱，但软件成本并没有太大变化。而且我仍在猜测主要的 EDA 公司将继续这条道路。当乔·科斯特洛（Joe Costello）参加小组讨论并试图说服所有人他们需要使用他的基于云的工具时，我听到了辩论，他说您支付的费用太多，您需要能够按天购买小时，而主要 EDA 公司对此反应甚微。我听他说它更便宜、更灵活，但我从来没有听过这样的论点，说 EDA 行业没有为我提供我需要的东西，可以让我更快地进入市场。” 主要 EDA 公司对此反应甚微。我听他说它更便宜、更灵活，但我从来没有听过这样的论点，说 EDA 行业没有为我提供我需要的东西，可以让我更快地进入市场。” 主要 EDA 公司对此反应甚微。我听他说它更便宜、更灵活，但我从来没有听过这样的论点，说 EDA 行业没有为我提供我需要的东西，可以让我更快地进入市场。”

Cadence 的 Joshi 补充说，如果有人有一个水晶球并告诉他五年后每个人都将在云中进行他们的芯片设计，那么 EDA 公司可以专注于这一点。“但这不会发生，”他说。“在一段时间内会有一个频谱，这就是为什么我们将继续专注于使用更多的云技术在算法中实现尽可能多的并行化以使其成功。”

与此相关的是，Joshi 指出了云的交叉点以及 AI 和 ML 的使用。“高度 ML 驱动的新 EDA 工具正在进入市场，它们可以很好地与云一起扩展，因为当您查看 AI 或 ML 时，您正在以一种有意义的方式探索设计空间。随着越来越多的 EDA 用户看到他们需要尝试 10 种不同的场景，他们发现需要大量的本地计算。这就是云的用武之地。将 AI/ML 功能与云的可扩展性相匹配和启用是一项将改变行业设计方式的创新。”

审核编辑：符乾江