2020年12月11日至北京-今日，亚马逊云服务（AWS）宣布，半导体设计，知识产权开发和许可的全球领导者Arm将应用AWS云服务来涵盖其大部分电子设计自动化（EDA）工作量。
Arm将使用基于AWS Graviton2处理器的实例（受Arm Neoverse核心支持）将EDA工作负载迁移到AWS，从而引领半导体行业的转型。
传统上，半导体行业使用本地数据中心来完成计算密集型任务，例如半导体设计验证。
为了更有效地执行验证，Arm使用云计算来模拟现实世界中的计算场景，并利用几乎无限的存储空间和AWS的高性能计算基础架构来扩展其可以并行运行的模拟数量。
自开始迁移到AWS云以来，Arm将AWS上的EDA工作流的响应速度提高了6倍。
此外，通过运行遥测（从远程源收集和集成数据）并在AWS上执行分析，Arm可以产生更强大的工程，业务和运营洞察力，从而有助于提高工作流程效率并优化整个公司的成本和资源。
完成向AWS的迁移后，Arm最终计划将全球数据中心区域压缩至少45％，并将本地计算工作量减少80％。
从智能手机到数据中心基础设施，从医疗设备到自动驾驶汽车，高度专业化的半导体设备为我们工作和生活中的一切提供了越来越强大的动力。
每个芯片可以包含数十亿个晶体管，并且这些晶体管的设计水平可以降低到几纳米（比人的头发薄约100,000倍），并且可以在最小的空间内获得最佳性能。
EDA是使这种极端工程可行的关键技术之一。
EDA工作流程非常复杂，包括前端设计，仿真和验证，以及越来越大的后端工作负载（时序和功耗分析，设计规则检查以及其他用于芯片生产准备的应用程序）。
传统上，这些高度迭代的工作流程需要数月甚至数年才能生产出新设备（例如片上系统），并且需要大量的计算能力。
在本地运行这些工作负载的半导体公司必须不断平衡成本，进度和数据中心资源，才能同时推进多个项目。
因此，他们可能会面临计算能力不足的问题，减慢计划进度或承担维持空闲计算能力的成本。
通过将EDA工作负载迁移到AWS，Arm克服了传统的托管EDA工作流程的限制，并通过大规模扩展的计算能力获得了灵活性，使其能够并行运行仿真，简化遥测和分析，并减少了半导体设计的迭代时间，增加了测试周期不会影响交货时间表。
Arm使用各种专用的Amazon EC2实例类型来优化EDA工作流程，从而降低成本和时间。
例如，该公司使用基于AWS Graviton2的实例来实现高性能和可伸缩性，并且与运行数千台本地服务器相比，可以实现更具成本效益的运营。
Arm使用AWS Compute Optimizer服务，并使用机器学习为特定工作负载推荐最佳的Amazon EC2实例类型，从而简化工作流程。
除了成本优势外，Arm还利用AWS Graviton2实例的高性能来提高工程工作负载的吞吐量。
与上一代基于x86的M5实例相比，每美元的吞吐量始终可以提高40％以上。
此外，Arm使用AWS合作伙伴Databricks的服务在云中开发和运行机器学习应用程序。
通过在Amazon EC2上运行的Databricks平台，Arm可以在工程工作流的各个步骤处理数据，为公司提供硬件和软件。
该团队产生了切实可行的见解，并在工程效率方面实现了可观的改进。
Arm IPG总裁Rene Haas表示：“通过与AWS合作，我们专注于提高效率和最大化吞吐量，为工程师节省了宝贵的时间，使他们可以专注于创新。
现在，我们可以基于Arm Neoverse支持的Amazon EC2实例运行AWS Graviton2处理器，从而可以比以往更快，更经济地优化工程流程，降低成本，加快项目进度并为客户提供强大的结果。
AWS全球基础架构和客户支持高级副总裁Peter DeSantis说：“ AWS提供了真正灵活的高性能计算，出色的网络性能以及可扩展的存储，这是下一代EDA工作负载所必需的。
因此，我们很高兴与A合作
