Manufactura industrial
Internet industrial de las cosas | Materiales industriales | Mantenimiento y reparación de equipos | Programación industrial |
home  MfgRobots >> Manufactura industrial >  >> Industrial Internet of Things >> Incrustado

Traslado de cargas de trabajo de EDA a la nube de AWS para acelerar los diseños de Arm por 10 veces

Amazon Web Services (AWS) dijo que Arm planea mover la mayoría de sus cargas de trabajo de automatización de diseño electrónico (EDA) a la nube, aumentando potencialmente el rendimiento hasta 10 veces para el diseño y verificación de semiconductores.

Los ingenieros de diseño han estado gravitando naturalmente hacia las plataformas en la nube y aún más desde que la rápida transformación se aceleró en 2020 al trabajo en línea como resultado de las restricciones de Covod-19 en todo el mundo. Tanto AWS como Microsoft tienen una escala significativa y también hay servicios como DevCloud de Intel.

Por lo tanto, el hecho de que Arm esté migrando cargas de trabajo de EDA a AWS es un gran paso y hace que sea mucho más fácil para los ingenieros de diseño que utilizan procesadores Arm para el desarrollo de sus productos. En última instancia, Arm planea reducir su huella de centro de datos global en al menos un 45% y su cómputo local en un 80% a medida que completa su migración a AWS.

La plataforma aprovecha instancias basadas en AWS Graviton2 (con tecnología de núcleos Arm Neoverse) y se espera que transforme gran parte de la industria de semiconductores que tradicionalmente utiliza centros de datos locales para el trabajo computacionalmente intensivo de verificar diseños de semiconductores.

Para llevar a cabo la verificación de manera más eficiente, Arm utilizará la nube para ejecutar simulaciones de escenarios informáticos del mundo real, aprovechando el almacenamiento virtualmente ilimitado y la infraestructura informática de alto rendimiento de AWS para escalar la cantidad de simulaciones que puede ejecutar en paralelo. Desde que comenzó su migración a la nube de AWS, Arm dijo que ha logrado una mejora 6 veces mayor en el tiempo de rendimiento para los flujos de trabajo de EDA en AWS. Además, al ejecutar análisis de datos de telemetría en AWS, Arm también dijo que está generando conocimientos de ingeniería, comerciales y operativos más potentes que ayudan a aumentar la eficiencia del flujo de trabajo y optimizar los costos y recursos en toda la empresa.

Los semiconductores altamente especializados ahora alimentan casi todo en la vida moderna, desde teléfonos inteligentes hasta la infraestructura del centro de datos, y funcionan en tecnologías futuras en áreas como los vehículos autónomos. Con cada chip que contiene miles de millones de transistores diseñados hasta el nivel nanométrico de un solo dígito (aproximadamente 100.000 veces más pequeño que el ancho de un cabello humano), el objetivo es impulsar el máximo rendimiento en un espacio mínimo.

EDA es una de las tecnologías clave que hacen factible una ingeniería tan extrema. Los flujos de trabajo de EDA son complejos e incluyen diseño, simulación y verificación de front-end, así como cargas de trabajo de back-end cada vez más grandes que incluyen análisis de tiempo y energía, verificaciones de reglas de diseño y otras aplicaciones para preparar el chip para la producción. Estos flujos de trabajo altamente iterativos pueden tardar muchos meses o incluso años en producir nuevos dispositivos y sistemas en un chip (SoC) e implican una potencia informática masiva. Las empresas de semiconductores que ejecutan estas cargas de trabajo en las instalaciones deben equilibrar constantemente los costos, los horarios y los recursos del centro de datos para avanzar en múltiples proyectos al mismo tiempo. Como resultado, pueden enfrentar una escasez de potencia informática que ralentiza el progreso o soportan el gasto de mantener la capacidad informática inactiva.

Al migrar sus cargas de trabajo de EDA a AWS, Arm supera las limitaciones de los flujos de trabajo de EDA administrados tradicionalmente y gana elasticidad a través de una potencia de cálculo escalable masivamente, lo que le permite ejecutar simulaciones en paralelo, simplificar la telemetría y el análisis, reducir el tiempo de iteración para diseños de semiconductores y agregar pruebas. ciclos sin afectar los horarios de entrega. Arm aprovecha la nube informática elástica de Amazon (Amazon EC2) para optimizar sus costos y plazos al optimizar los flujos de trabajo de EDA en la amplia variedad de tipos de instancias especializadas de Amazon EC2.

Por ejemplo, la empresa utiliza instancias basadas en AWS Graviton2 para lograr un alto rendimiento y escalabilidad, lo que resulta en operaciones más rentables que ejecutar cientos de miles de servidores locales. Arm utiliza el optimizador de cómputo de AWS, un servicio que utiliza el aprendizaje automático para recomendar los tipos óptimos de instancias de Amazon EC2 para cargas de trabajo específicas, a fin de ayudar a optimizar sus flujos de trabajo.

Además de los beneficios de costos, Arm aprovecha el alto rendimiento de las instancias de AWS Graviton2 para aumentar el rendimiento de sus cargas de trabajo de ingeniería, mejorando constantemente el rendimiento por dólar en más del 40% en comparación con las instancias M5 basadas en procesadores x86 de la generación anterior. Además, Arm utiliza los servicios del socio de AWS Databricks para desarrollar y ejecutar aplicaciones de aprendizaje automático en la nube. A través de la plataforma Databricks que se ejecuta en Amazon EC2, Arm puede procesar datos de cada paso en sus flujos de trabajo de ingeniería para generar información procesable para los grupos de hardware y software de la empresa y lograr una mejora medible en la eficiencia de la ingeniería.

El presidente del grupo de IP de Arm, Rene Haas, dijo:“A través de nuestra colaboración con AWS, nos hemos centrado en mejorar la eficiencia y maximizar el rendimiento para devolver un tiempo precioso a nuestros ingenieros para que se centren en la innovación. Ahora que podemos ejecutar en Amazon EC2 usando instancias de AWS Graviton2 con procesadores basados ​​en Arm Neoverse, estamos optimizando los flujos de trabajo de ingeniería, reduciendo costos y acelerando los plazos de los proyectos para brindar resultados poderosos a nuestros clientes de manera más rápida y rentable que nunca ".

Peter DeSantis, vicepresidente senior de infraestructura global y soporte al cliente en AWS, agregó:"Los procesadores Graviton2 pueden proporcionar hasta un 40% de ventaja en relación con el rendimiento del precio sobre las instancias basadas en x86 de la generación actual".


Incrustado

  1. Explicación de las herramientas de AWS Monitoring
  2. Herramientas de AWS Monitoring:superando la brecha
  3. Equilibre las cargas de trabajo locales y en la nube con cuidado
  4. Todo lo que necesita sobre AWS Cloud
  5. AWS frente a Azure frente a Google:Cloud Wars 2020
  6. Descripción general de Google Cloud Platform para profesionales de AWS
  7. Las cinco principales prácticas de seguridad para AWS Backup
  8. Actualizaciones de la nube de AWS; Informe 2020
  9. ¿Qué tan bueno es AWS como carrera profesional?
  10. Conceptos básicos de la nube de AWS
  11. Introducción a la arquitectura de red en AWS Cloud