北京-2020年12月11日——今天,，亞馬遜云服務（AWS）宣布,，半導體設計和知識產權開發(fā)與許可的全球領先企業(yè)Arm將把AWS云服務應用到包括其絕大部分電子設計自動化（EDA）的工作負載,。Arm將利用基于AWS Graviton2處理器的實例（由Arm Neoverse核心提供支持）,，將EDA工作負載遷移到AWS,，引領半導體行業(yè)的轉型之路。傳統(tǒng)上,，半導體行業(yè)使用本地數(shù)據(jù)中心完成半導體設計驗證這樣的計算密集型任務,。為了更有效地執(zhí)行驗證，Arm使用云計算仿真現(xiàn)實世界的計算場景,，并利用AWS幾乎無限的存儲空間和高性能計算基礎架構,，擴展其可以并行運行的仿真數(shù)量,。自從開始向AWS云遷移以來,，Arm已將AWS上EDA工作流的響應速度提高了6倍。此外,，通過在AWS上運行遙測（從遠程源收集和集成數(shù)據(jù)）并進行分析,，Arm產生了更強大的工程、業(yè)務和運營洞察力,，有助于提高工作流程效率,，優(yōu)化整個公司的成本和資源。在完成向AWS遷移后,，Arm最終計劃將全球數(shù)據(jù)中心面積至少壓縮45%,，將本地計算工作負載減少80%。

高度專業(yè)化的半導體設備為我們工作,、生活中的一切提供著日益強大的動力,，從智能手機到數(shù)據(jù)中心基礎設施，從醫(yī)療設備到自動駕駛汽車,。每個芯片可以包含數(shù)十億個晶體管,，這些晶體管的設計水平可以降低到幾納米的水平（比人的頭發(fā)細約10萬倍），可以在最小的空間內實現(xiàn)最佳性能,。EDA是使這種極端工程可行的關鍵技術之一,。EDA工作流程非常復雜，包括前端設計,、仿真與驗證,，以及越來越大的后端工作負載（時序和功耗分析、設計規(guī)則檢查以及其它芯片投入生產準備的應用程序）,。傳統(tǒng)上,，這些高度迭代的工作流程需要花費數(shù)月甚至數(shù)年才能生產出新設備（例如一個芯片系統(tǒng)），需要大量的計算能力,。在本地運行這些工作負載的半導體公司必須不斷平衡成本,、進度和數(shù)據(jù)中心資源,，才能同時推進多個項目，因此可能會面臨計算能力不足的問題,，拖慢進度或承擔維護空閑算力的成本,。

通過將EDA工作負載遷移到AWS，Arm克服了傳統(tǒng)的托管EDA工作流程的束縛,，通過大規(guī)模擴展的算力獲得了彈性,，使其能夠并行運行仿真、簡化遙測和分析,，減少半導體設計的迭代時間,，增加測試周期卻不會影響交付進度。Arm利用多種專用的Amazon EC2實例類型優(yōu)化EDA工作流程,，減少了成本和時間,。例如，該公司使用基于AWS Graviton2的實例,，實現(xiàn)了高性能和可伸縮性,，與運行成千上萬臺本地服務器相比，可實現(xiàn)更具成本效益的運營,。Arm使用了AWS Compute Optimizer服務,，利用機器學習為特定工作負載推薦最佳的Amazon EC2實例類型，簡化了工作流程,。

除了成本優(yōu)勢外,，Arm還利用AWS Graviton2實例的高性能，提高工程型工作負載的吞吐量,，與上一代基于x86處理器的M5實例相比,，每美元的吞吐量始終能提高40%以上。此外,，Arm使用AWS合作伙伴Databricks的服務,，在云中開發(fā)和運行機器學習應用程序，通過在Amazon EC2上運行的Databricks平臺,，Arm可以處理工程工作流中各個步驟的數(shù)據(jù),，為公司的硬件和軟件團隊生成可行的見解，在工程效率上實現(xiàn)可觀的改進,。

Arm IPG總裁Rene Haas表示：“通過與AWS合作,，我們專注于提高效率和最大化吞吐量，為工程師節(jié)省了寶貴的時間,，以便他們專注于創(chuàng)新?，F(xiàn)在，我們可以運行基于AWS Graviton2處理器（由Arm Neoverse支持）的Amazon EC2實例,，優(yōu)化工程的工作流程,，降低成本,，加快項目進度，比以往更快,、更經濟地向客戶提供強大的成果,。 ”

AWS全球基礎架構和客戶支持高級副總裁Peter DeSantis表示：“ AWS提供了真正彈性的高性能計算、卓越的網(wǎng)絡性能,，以及可擴展的存儲,，是下一代EDA工作負載之所需。因此,，我們很高興與Arm協(xié)作,，運用我們基于Arm的、高性能的Graviton2處理器,，為對性能要求極其苛刻的EDA工作負載提供動力,。與當前基于x86的實例相比，Graviton2處理器可提供高達40%的性價比優(yōu)勢,?！?br/>