電子發(fā)燒友報道（文/周凱揚）隨著我國集成電路產(chǎn)業(yè)進入黃金發(fā)展期，在5G、人工智能、自動駕駛和邊緣計算等應用的驅使下，設計工具也開始走向全新的道路。鑒于IC設計與IT產(chǎn)業(yè)密不可分的關系，在云端時代提供的諸多便利下，許多芯片設計公司紛紛將各自的業(yè)務遷往云端，這其中就包括EDA。

傳統(tǒng)的EDA IT架構往往采用私有數(shù)據(jù)中心的形式，采用遠程桌面分配給各個客戶端，并自己部署授權管理、運算節(jié)點和共享文件存儲。但在芯片設計變得愈發(fā)復雜的趨勢到來后，算力和存儲這兩塊開始出現(xiàn)了瓶頸，芯片設計要想沿用自建數(shù)據(jù)中心的方式，不僅成本大增，也很難做到云服務商那樣的水平。因此不管是EDA軟件商、IC設計企業(yè)以及代工廠，都開始追求EDA上云，全面交給云服務商部署托管或是采用混合云等方式。

亞馬遜AWS

AWS為EDA提供的實例 / 亞馬遜

為了讓半導體公司及其IP和代工廠伙伴能從AWS受益，亞馬遜提供了一個非常適合EDA的實例z1d。z1d實例具有極高的單線程性能，借助定制的Intel Xeon處理器，內核頻率最高可達4.0GHz，每核提供16GB 內存和本地NVMe存儲，因此無需擔心算力和存儲的問題。此外，AWS還為EDA的各個節(jié)點全部提供了加密，保證每個節(jié)點都能以優(yōu)化安全的形式創(chuàng)建和關閉。

而這樣安全、高性能且可擴展的EDA也為產(chǎn)品設計和驗證鋪平了道路，EDA流無論是全面部署還是部分部署都能縮短項目完成的時間，提高上市和產(chǎn)品革新的周期。不僅如此，計算環(huán)境的大小可以自行調整，以此滿足不同應用的需求，降低部署成本。

其實亞馬遜在自己的芯片上就已經(jīng)實現(xiàn)了EDA上云的轉變，在收購了以色列芯片制造商Annapurna Labs后，AWS就開始不斷擴大芯片設計上云的版圖，最終實現(xiàn)了完全基于云端的SoC開發(fā)，充分利用7nm工藝，而本地的數(shù)據(jù)中心僅僅只是用來仿真。在亞馬遜自己的Graviton和Inferentia等芯片上，從RTL到GDSII全部實現(xiàn)云上開發(fā)。

就拿Xilinx來說，在與AWS合作的過程中，與混合云與全面上云不同，他們選擇了一種突發(fā)式的云部署方案作為本地數(shù)據(jù)中心的補充。一個項目或工作流可以共存與云端和本地端，數(shù)據(jù)和許可也可以在云端和本地端共享，工作流或工具也可以在本地端和云端交替運行。通過與臺積電和Synopsys在AWS上實現(xiàn)共同協(xié)作，Xilinx也開啟了一條更快實現(xiàn)產(chǎn)品化的道路。

微軟Azure

Azure為芯片設計提供的云端環(huán)境 / 微軟

微軟的Azure也是積極推進EDA上云的云服務商之一，而且擁有相當龐大的生態(tài)合作伙伴，既包括SiFive、ARM和Silvaco這樣的IP供應商，也有Cadence、Synopsys、Mentor Graphics和ASML等EDA軟件供應商，還包括臺積電和三星的代工廠。AMD與Menor Graphics合作，成功在Azure上驗證了臺積電7nm工藝芯片的設計，用于其Radeon顯卡和EPYC處理器，實現(xiàn)了更短的周期和更低的成本。

Mentor Graphics也在K庫上遇到了挑戰(zhàn)，比如大量的SPICE仿真，冗長的周轉時間和重度運算工作下更大的算力資源需求。而Azure提供了專為HPC開發(fā)的虛擬機類型HC44rs，包含44個核心，每一個核心配有8GB的內存。

Azure利用獨有的CycleCloud技術，可以動態(tài)分配資源以尋求最優(yōu)化的使用方式。利用CycleCloud，客戶可以輕松創(chuàng)建、管理和優(yōu)化Azure上的HPC節(jié)點，比如說在20分鐘內提供5萬個運算核心。

臺積電也運用微軟的Azure平臺打造了OIP VDE，與Cadence合作，提供給臺積電下游一些IP設計的客戶進行使用。去年臺積電舉辦的前瞻布局大賽上，臺積電還通過Azure構建了參賽學子專屬的VDE，提供給他們12周的云端學習空間。

微軟的EDA本土團隊近兩年來也開始在接觸中國的本土晶圓廠商、工具廠商以及設計廠商，展開相應的合作，比如華大九天等等，從而服務與中國國內的芯片行業(yè)。

阿里云

阿里云提供的EDA機型配置 / 阿里巴巴

國內近年來設計上云的動作也不算小，阿里巴巴集團旗下的平頭哥半導體有限公司就在2019年初逐步開展基于設計上云的嘗試和轉移。平頭哥通過設計上云主要瞄準三個目標，一是通過云端“無限”的資源投入到芯片設計上，從而實現(xiàn)快速迭代；二是實現(xiàn)高質量的驗證過程，保證一次投片成功；最后是構建云端原生的芯片生態(tài)。

平頭哥借助阿里云選取了全項目上云并結合服務器托管的方案，采用了阿里云的神龍裸金屬服務器、NAS存儲和E-HPC平臺等。據(jù)實際測試得到的結果表明，設計上云實現(xiàn)了10%到50%的性能提升。

我們上面也提到了存儲也是EDA本地端部署的限制之一，此處的限制不單單是指容量，還有IO。阿里云的高速NAS可以為EDA提供極致的性能，支持1億的IOPS，1TBps的吞吐和100PB的容量。阿里云NAS還支持3-1000的存儲節(jié)點擴展，并通過智能運維自動增加和縮減節(jié)點，自動實現(xiàn)負載均衡。

小結

盡管對于不少中國企業(yè)來說，EDA上云還是近期才興起來的概念，但隨著高性能芯片需求的提升、新工藝對算力要求的增長、上市周期成為決定競爭成敗的關鍵，EDA上云已經(jīng)成為一個必然的趨勢。

就EDA軟件來說，這種SaaS的服務模式在國內還屬于生長初期，需要進一步推廣才能發(fā)展壯大。而對于云服務廠商來說，往往都能和與多個EDA軟件商、IP供應商或代工廠形成合作，這對更愿意在同一云服務下使用多種工具和設計流程的用戶來說同樣是一件好事。