作者：新思科技云解決方案副總裁 Sandeep Mehndiratta

如果您無法再在 Netflix 上播放電影、無法通過 Paypal 支付在線購買的賬單或遠程工作，該怎么辦？那是一個沒有云計算的世界。

云計算的概念在大多數行業和企業中根深蒂固，IT 專業人員、開發人員和 C 級管理人員都同意依靠公共云服務提供商來托管和維護最關鍵的數據和計算資源的智慧. 事實上，如果亞馬遜、谷歌和微軟等公司不通過某種云模型的變化來提供我們所依賴的服務，我們的日常生活將會大不相同。云計算的按需性質為各種類型和規模的公司提供了更高的靈活性和經濟效益。

但是——盡管是實現廣泛、性能更好和更安全的云解決方案的基礎元素——電子和半導體行業在為自己采用該模型方面一直非常緩慢。對 IP 安全性的擔憂、超專業應用程序的性能需求以及希望保持對事物的控制的普遍趨勢阻礙了領先芯片和電子系統的設計人員更廣泛地接受云計算。

鑒于需要更大更好芯片的大局趨勢，思維方式開始發生變化。硅設計的新創新是推動從 4G-5G-6G 的通信遷移、滿足藥物和生物科學研究、環境建模、更好地了解氣候變化以及探索產生能源或生產新方法的大數據需求的關鍵。產生水。所有這些先進的、需要大量計算的應用程序都依賴于前所未有的芯片和系統復雜性，而這反過來又需要強大的計算主干來設計它們。

Synopsys 在促進為云供應商開發高性能計算 (HPC) SoC 方面發揮著不可或缺的作用，因此我們對這些設計人員從 EDA 的角度為 HPC 工作負載生產芯片的需求有著一線的視角。我們在優化一些關鍵應用程序以在云中高效運行方面取得了重大進展，雖然在采用托管芯片設計方面取得了令人鼓舞的步驟和一些顯著的成功，但一場完美的驅動因素風暴很可能會加速向云計算的趨勢。未來一年的 EDA 工具的 SaaS 模型。

是什么推動了芯片設計采用云？

云模式在其他行業的成功并沒有輸給傳統保守的半導體行業。看到財富 500 強公司和知名研究機構將他們最重要的銷售、人力資源、財務、工程和其他關鍵運營信息信任到云中，現在讓芯片設計決策者相信它也可以為他們工作。事實上，云提供商為資源提供的精細遙測、監控和控制取代了企業在其本地數據中心部署的安全機制。因此，盡管安全始終是一個沒人愿意減少的問題，但它已不再是一個頂級問題。

在科學研究、醫學研究、金融和能源領域需要 HPC 的用例證明，當需要靈活訪問最強大的資源時，并不總是需要，甚至不是最優的，在本地擁有所有馬力。許多計算密集型應用程序可以在安全可靠的數據中心同樣高效地運行，從而減輕管理開銷并為設計團隊提供更高的靈活性。我們已經看到我們自己的客戶在使用云優化工具進行數字實施、圖書館表征、簽核、自定義布局和物理驗證方面取得了顯著成功。通過我們自己的經驗，我們已經看到基于云的計算的靈活性和彈性在許多層面上都起作用。

關鍵事件的融合正在推動芯片設計采用云：

• 超融合集成的系統復雜性以及摩爾定律的規模復雜性需要超融合設計流程，而這反過來又需要成倍增加的計算和 EDA 資源
• 云服務提供商已經擴展了HPC 優化基礎設施的可用性、可負擔性和處理這些工作負載的能力
• AI 正在更多的設計流程和設計工具中使用，對前兩個場景具有自然的乘法效應

半導體公司對用于計算和管理所需資源的共享或托管模型的信心和信任發生了重大轉變。安全態勢、身份管理和其他基礎設施增強方面的改進促使工程團隊和高管跨越鴻溝，采用更靈活和更具成本效益的方法來支持他們的工程工作。

而這是半導體行業，主要驅動力是規模和性能。隨著芯片和系統變得越來越大和越來越復雜，訪問更多計算資源幾乎是一種無法滿足的需求。對于某些人來說，在內部設置和管理一個又一個服務器群是不切實際的，如果不是不可能的話，尤其是如果對此類資源的需求是周期性的——大多數芯片設計驗證過程就是這種情況。僅在需要時才利用額外的馬力，即使是最大的公司也能獲得額外的靈活性和敏捷性，更不用說為快速創業提供更經濟有效的方法了。

云為任何規模的公司和任何應用程序提供了在安全環境中根據需要擴展設計和驗證能力的靈活性。在芯片設計的情況下，團隊可以訪問最先進的計算和存儲資源，降低他們自己的系統維護成本（甚至完全消除它們），并享受更靈活的基于使用的模型，支持一些常見的突發使用期芯片設計過程的各個階段。Synopsys 提供了一套強大的安全工具來降低基于云的環境中的風險。

實現更多的協作和靈活性，以及??更高的效率

無論你在哪個行業，過去兩年都改變了傳統的工作模式，也許是永久性的。今天的隨時隨地工作的現實實際上是一般科技公司的延伸，尤其是電子和芯片公司，已經有一段時間了。協作一直是電子設計成功的基石，而頂級公司早就采用了分散的勞動力模式——使他們能夠利用全球的卓越中心和技能組合，并保持項目全天候運行。

采用第三方托管的以云為中心的模型只會加強這種方法，在某些情況下提供更優化的基礎架構，以允許團隊共享信息、協作工作并訪問他們目前需要的共享資源，從而支持靈活的高峰使用模型. 在同時管理硬件/軟件設計時尤其如此，這在當今的系統開發世界中是必須的。

在大多數情況下，基于云的模型最適合在計算資源的潛在需求成為瓶頸的領域進行芯片設計。這可能是在大規模驗證項目中，例如，蠻力計算優先于人類設計專業知識和技能。此外，計算密集型任務（例如功率估計和噪聲分析以及形式驗證）可以通過云方法在大規模分布式計算和存儲資源中分解成更小的部分。本白皮書例如，探索分布式計算模型對設計驗證的效率優勢。除了利用對強大計算的靈活訪問之外，還可以針對云實施優化設計協作任務，例如大型回歸測試共享或共享庫。

使 EDA 工具適應云端類似于 EDA 工具針對新的多線程和多處理架構進行優化時的過渡。支持云的分布式計算和分布式存儲基于相似的底層原理，我們將看到更多針對這種使用模型優化的 EDA 工具。

使模型適用于用戶和企業

確保最高級別的安全性和性能是考慮云計算的首要任務，但芯片設計模型必須從財務和用戶體驗的角度來看都有意義。

以數據傳輸速度為例。云存儲必須支持加速數據傳輸，允許無縫的數據傳輸過程，不需要額外的努力或技術來將數據移入和移出云。工具供應商有責任優化其解決方案，以利用快速數據傳輸選項來確保最佳用戶體驗。

雖然系統開發人員和芯片設計人員習慣于使用協作模型，但需要考慮云實施的一些細微差別。EDA 工具特別需要針對此類使用進行優化。用戶體驗至關重要，內部托管解決方案與在云中運行的解決方案之間必須沒有區別。

從業務的角度來看，提供高峰需求訪問的更靈活的定價模型在傳統上習慣于長期許可協議的行業中變得越來越現實 - 每月甚至每小時，計劃對于某些應用程序是可能的 - 并且是期望的。

基于云的芯片設計成為現實

隨著在云模型中如何支持芯片設計的安全性、性能、商業模式和用戶體驗方面取得了很大進展，我們預計這種方法在來年會得到更廣泛的采用。

龐大的計算需求和對更短設計和驗證周期的不懈推動相結合，推動了對新方法的需求，不僅在工具和設計方法本身，而且在開發團隊如何訪問和管理發揮其潛力所需的資源方面。隨著我們繼續推進芯片和系統設計的創新，基于云的方法將是一個可行的選擇，如果不是首選的話。