Arm迁移EDA工作负载至AWS云，吞吐量提升10倍
Amazon Web Services（AWS）宣布Arm将其电子设计自动化（EDA）工作负载主力迁移至云端，此转型可使设计和验证吞吐量提升高达十倍。
设计工程师越来越多转向云平台，2020年COVID-19疫情推动远程工作加速了这一转变。AWS、Microsoft、Intel DevCloud等主流提供商提供半导体团队所需的规模和灵活性。
Arm将EDA工作负载迁移至AWS标志着重大战略举措，简化了基于Arm处理器构建产品的工程师工作流。公司还计划在迁移完成时将全球数据中心占地至少减少45%，削减80%本地算力。
迁移利用基于Arm Neoverse核心的AWS Graviton2实例，使Arm能转型传统上依赖本地数据中心进行计算密集型验证的半导体行业细分领域。
借助AWS近乎无限存储和高性能计算基础设施，Arm并行运行大规模真实计算场景仿真。迁移以来，Arm报告EDA工作流性能提升六倍。此外，在AWS处理遥测数据提供更深工程、业务和运营洞察，帮助优化全组织成本和资源分配。
半导体驱动虚拟所有现代设备——从智能手机到数据中心基础设施和自动驾驶汽车。每颗芯片包含数十亿晶体管，在个位数纳米尺度制造——约为人类头发宽度10万分之一——推动性能和空间极限。
EDA通过编排前端设计、仿真、验证，以及时序、功耗分析、设计规则检查等后端任务实现极致工程。这些高度迭代工作流可跨越数月或数年，需海量算力。本地数据中心迫使公司在成本、进度、容量间权衡，常导致资源闲置或瓶颈。
转向AWS消除传统本地EDA工作流约束，通过可扩展算力提供弹性。Arm现可并行运行仿真、简化遥测分析、缩短迭代时间、增加测试周期而不危及交付进度。利用跨专用实例类型的Amazon EC2优化成本和时间线效率。
Arm使用Graviton2实例交付高性能和可扩展性，实现原本需数十万本地服务器的操作。AWS Compute Optimizer由机器学习驱动，为特定工作负载推荐最优EC2实例类型，进一步优化工作流效率。
Graviton2实例每美元吞吐量比前代x86 M5实例高出40%以上，提升Arm工程生产力同时降低支出。
Arm还与Databricks在Amazon EC2合作构建和运行机器学习应用。在Databricks平台处理工程工作流各阶段数据，Arm为硬件和软件团队提取可行洞察，转化为可衡量的工程效率增益。
Arm IP集团总裁Rene Haas表示：“通过与AWS合作，我们专注于提升效率和最大化吞吐量，把宝贵时间还给工程师专注创新。如今我们可在Amazon EC2上用AWS Graviton2实例和基于Arm Neoverse的处理器运行，正优化工程工作流、降低成本、加速项目时间线，比以往更快、更具成本效益地向客户交付强大成果。”
AWS全球基础设施与客户支持高级副总裁Peter DeSantis补充：“Graviton2处理器相对当前代x86实例可提供高达40%的价格性能优势。”
嵌入式
- AWS 监控工具：掌控云安全与性能
- AWS 监控工具：弥合性能鸿沟
- 驾驭云与本地平衡：安全高效工作负载的策略
- 精通 AWS 云：领先云平台完全指南
- AWS、Azure与Google Cloud：2024年云厂商竞争格局深度解析
- 从AWS到Google Cloud：云专业人士实战迁移指南
- AWS Backup数据保护的5大核心安全实践
- AWS 2020云更新：关键增强功能与新特性全览
- AWS职业价值深度解析：核心岗位、薪资水平与增长红利
- AWS云核心要素与成功关键技能全景图
- AWS云网络架构实战指南：VPC、子网、网关与安全组核心组件深度解析
- 云从业者必掌握的AWS五大核心工具：S3、EC2、Lambda、Glacier、Polly