對于硬件和軟件工程項目，關于基于云的 EDA 工具的討論正在升溫，為可以根據需要擴展和縮減的大量計算資源打開了大門。

盡管如此，并不是每個人都支持這種轉變，即使是使用云的公司也不一定希望將它用于芯片設計的各個方面。但是基于云的EDA工具的數量正在增長，支持云的支持者數量也在增長，他們認為云可以在部署、設計規模、容量和遠程協作能力方面提供更好的靈活性。盡管早期擔心安全和許可模式，但他們堅持認為這些都是已解決的問題。

“為什么工程團隊要關注云？首先，它們只是容量不足，” Synopsys企業上市和云計算副總裁 Sandeep Mehndiratta 說。“每個人的容量需求都不同。由于設計的復雜性和重疊的項目，它是一種彈性機制。亞馬遜、谷歌、微軟的激增，給了他們現在的選擇。”

每當工作量超出本地數據中心的處理能力時，和/或存在更快完成項目的壓力時，都會給中小型公司帶來大問題。即使他們想擴大他們的本地容量，他們也不能足夠快地做到這一點。

對于較小的公司，最大的擔憂是總擁有成本，因為他們的核心競爭力不是 IT 專業知識。“再加上這樣一個事實，即對于其他應用程序，無論如何都存在向云計算的大規模運動，”Mehndiratta 說。“如果你看看客戶今天所做的傳統方法，他們會管理部署。他們管理流程。他們管理數據中心或他們想要使用的任何云提供商。EDA 供應商提供工具和服務，但他們圍繞它做所有其他事情。”

盡管如此，IC 設計和 EDA 比許多其他已經接受云的垂直行業要復雜得多。

“在通用 IT 方面，有獨立的域，如人力資源軟件、財務軟件、IT 服務軟件、客戶關系管理軟件，”西門子 EDA的 EDA 云解決方案副總裁 Craig Johnson 說. “所有這些都是獨立的孤島，因為這些服務的用戶往往與這些類別保持一致。在芯片設計中，有不同類型的工程師，從前端邏輯到布局再到時序再到模擬。有十幾個或更多專業，但必須在整個流程中一致地管理設計。因此，不同之處在于必須有一個單獨的應用程序在云環境中運行良好的環境。但是，這些應用程序的連接，以及數據從初始形式一直到最終流片的傳遞，都必須保留。正是流程的復雜性也是導致今天數據中心仍然存在巨額投資的一個因素，以及為什么這些投資還沒有被放棄用于云計算。”

圖 1：總擁有成本權衡。資料來源：西門子 EDA

許多已成功遷移到云端的應用程序具有可預測的結果和計算成本。“Salesforce.com 確實是一個應用程序，人們可以在其中訪問數據并查看不同格式的數據，”Johnson 說。“它不需要在后端進行大量計算，但需要有足夠的計算來及時分發信息，這樣就不會產生繁重的延遲。但這實際上是關于云邊緣的許多小機器。這與對大型設計進行物理驗證完全不同。一些公司可以輕松使用十幾臺具有數 TB 內存的大型服務器。”

對于其中許多應用程序，高性能計算不如體積和成本重要。“當您與 Salesforce 交談時，他們可以在 SaaS 應用程序中知道您在想什么，這是完全可以預見的，”他說。“他們消除了處理硬件的所有復雜性。他們可以這樣做，因為他們知道，對于每個用戶，該用戶需要多少存儲空間，需要多少增量計算，并且在訂閱環境期間將保持穩定。你不能用 EDA 做到這一點。你可以有一位驗證工程師，她可能在周二只啟動 10 種模擬，但到周四她想啟動 1000 種。這是一個高度可變的基礎設施和資源，

EDA 有很多工具，它們需要多種類型的流程。“在這些工具中，不僅僅是一種計算類型，管理這些工具很復雜，”Mehndiratta 說。“圍繞這個有很多職業。圍繞 EDA 工具管理發布了工作要求。”

EDA-on-cloud 考慮的其他動態包括硬件技術更新周期，以及在內部部署硬件仍處于折舊周期時訪問正確類型的硬件。

Imperas 表示，它在使用工具的地方很靈活。Imperas首席執行官 Simon Davidmann 表示，其仿真技術多年來一直被客戶積極使用基于外部云的公共和私有系統。一個例子涉及 Imperas 在 RISC-V 驗證上的 OpenHW，其中包括在 Metrics Google 基于云的環境上設置的回歸測試框架。

“這是一個適用于具有許多成員貢獻者的開源項目的解決方案，”Davidmann 說。“并非所有加速器都是平等的，鑒于應用程序和目標數據集的廣泛性，關于保持數據中心私有的優點的辯論尚未結束。事實上，數據中心加速器市場正迅速成為新設計和創新的目標，正如我們在越來越多的關注這一領域的客戶中看到的那樣。”

Codasip首席營銷官 Rupert Baines 表示，對于大多數工程師來說，他們需要的軟件在 AWS 或 Azure 上運行良好。. “即使對于 AI 人員，您也可以啟動實例，可以運行 GPT，可以運行 YOLO，您可以隨心所欲地運行所有這些東西，啟動它們，然后在 Dockers 中將它們旋轉——無限，甚至Netflix 或 Airbnb。建立自己的數據中心毫無意義。不幸的是，在 EDA 世界中，并非所有軟件都能做到這一點。在法律上、架構上、性能方面，仍然有太多關于它的小問題，這是 EDA 公司商業模式的結果。這有點市場失靈，因為你真正想做的是在你有 TB 的 RAM 的地方啟動一個模擬運行，AWS 會很高興地賣給你一個有 TB 的 RAM 的服務器。這要花一大筆錢，但比自己買便宜。然后，當您完成模擬時，您可以將其關閉。應該是這樣的

Cadence云業務開發組總監 Ketan Joshi, 同意每種情況在設計需求、使用的工藝節點類型以及用于 IP 的功能類型方面都非常不同。“大多數用戶確實知道需要計算服務器成本、存儲成本、網絡和安全或數據中心成本的方程式，并保留一些備用硬件。等式中缺少的是上市時間和工程生產力，而這些都是很大的。很多時候，IT 組織沒有考慮到這一點，這是一個非常重要的因素。談到上市時間，您可能擁有某類機器，它們可能不是您正在設計的最新芯片或系統的最佳選擇，而這些最新機器在云中可用。

根據最終應用，這可能會損失數十億美元的機會。“如果您在本地擁有 100 臺機器，而現在有了數千臺云，您能否加快設計速度，因此成本會是多少？這是要討論的一個方面，”喬希說。“那么工程生產力呢？當你有更多的機器時，你的工程師將能夠探索更多的設計空間，例如，“如果我以這種不同的方式實現這個架構，它的含義是什么？” 如果您有更多可用計算，那么您可以在相同的時間內查看多種替代方案。因為設計創新往往是任何公司成功的核心原則，如果你能探索更多的創新，那對你來說是一個巨大的勝利。”

此外，還有設計信心的一個方面，他說，因為在功能方面有很多場景需要驗證。“驗證是一個從未做過的問題。如果您可以通過云獲得更多可用資源，您可以將設計信心提升到更高水平，并避免潛在的重新設計。”

放手
將 EDA 完全放在云中也有心理方面的影響。

“您相信使用基礎設施時它是安全的嗎？半導體領域有一種趨勢，即希望控制解決方案的所有方面，”西門子的 Johnson 指出。“半導體工程師技術精湛，是科學界最杰出的人之一。作為一個行業，我們傾向于希望以我們設計的方式將所有東西放在一起，即使它可能并不總是最優雅和最完整的解決方法。因此，有一個要素是對其他人可以提供的方法感到滿意，但我們想自己做。這適用于數據，也適用于開發的流程和過程。”

EDA 用例極其復雜，并且在每個客戶中都以獨特的方式實施。設計芯片的方法不止一種，也沒有一套工具可以使用。因此，并不是每個客戶都只有一條路徑。這可能是迄今為止缺乏云采用的原因之一。

但事情正在發生變化。“云供應商已經聘請了更加半專注的資源和團隊，”約翰遜說。“他們從半導體公司和 EDA 公司雇傭了一些人。他們現在對此更加了解。除此之外，大型云公司現在正在設計自己的芯片，并且在他們這樣做的同時，他們開始使用自己的云基礎設施，然后遇到 EDA 客戶遇到的所有事情。從長遠來看，云將成為新的計算模型。但這是一個到達那里的旅程，它會斷斷續續地發生，因為它對 EDA 用戶有意義。”

至于 EDA 何時會完全在云中，這還不完全清楚。“首先，大型 EDA 公司長期以來一直提供基于云的工具，但它并沒有那么受歡迎，”Cornami 總裁兼首席執行官（前西門子 EDA 名譽主席）Walden C. Rhines 說. “早期的一個原因是人們期望如果你在云中購買它，你可以按小時、按天或按周購買它，而成熟的 EDA 公司希望過渡到云不影響他們的收入。他們的定價模型是這樣的，僅僅通過云計算，與在自己的服務器上運行相比，你不會節省很多錢。不購買服務器會省錢，但軟件成本并沒有太大變化。而且我仍在猜測主要的 EDA 公司將繼續這條道路。當喬·科斯特洛（Joe Costello）參加小組討論并試圖說服所有人他們需要使用他的基于云的工具時，我聽到了辯論，他說您支付的費用太多，您需要能夠按天購買小時，而主要 EDA 公司對此反應甚微。我聽他說它更便宜、更靈活，但我從來沒有聽過這樣的論點，說 EDA 行業沒有為我提供我需要的東西，可以讓我更快地進入市場。” 主要 EDA 公司對此反應甚微。我聽他說它更便宜、更靈活，但我從來沒有聽過這樣的論點，說 EDA 行業沒有為我提供我需要的東西，可以讓我更快地進入市場。” 主要 EDA 公司對此反應甚微。我聽他說它更便宜、更靈活，但我從來沒有聽過這樣的論點，說 EDA 行業沒有為我提供我需要的東西，可以讓我更快地進入市場。”

Cadence 的 Joshi 補充說，如果有人有一個水晶球并告訴他五年后每個人都將在云中進行他們的芯片設計，那么 EDA 公司可以專注于這一點。“但這不會發生，”他說。“在一段時間內會有一個頻譜，這就是為什么我們將繼續專注于使用更多的云技術在算法中實現盡可能多的并行化以使其成功。”

與此相關的是，Joshi 指出了云的交叉點以及 AI 和 ML 的使用。“高度 ML 驅動的新 EDA 工具正在進入市場，它們可以很好地與云一起擴展，因為當您查看 AI 或 ML 時，您正在以一種有意義的方式探索設計空間。隨著越來越多的 EDA 用戶看到他們需要嘗試 10 種不同的場景，他們發現需要大量的本地計算。這就是云的用武之地。將 AI/ML 功能與云的可擴展性相匹配和啟用是一項將改變行業設計方式的創新。”

審核編輯：符乾江