近日，AWS宣布，Arm將利用AWS為其云計算使用，包括絕大部分電子設計自動化（EDA）工作負載。Arm正在利用基于AWS Graviton2的實例（由Arm Neoverse核心提供支持）將EDA工作負載遷移到AWS，并引領半導體行業的轉型之路，該行業傳統上使用本地數據中心來進行驗證半導體的計算密集型工作設計。

為了更有效地執行驗證，Arm使用云來運行實際計算場景的模擬，利用AWS幾乎無限的存儲和高性能計算基礎架構來擴展其可以并行運行的模擬數量。自從開始其AWS云遷移以來，Arm已將AWS上的EDA工作流的性能時間提高了6倍。此外，通過在AWS上運行遙測（從遠程源收集和集成數據）并進行分析，Arm產生了更強大的工程，業務和運營洞察力，有助于提高工作流程效率并優化整個公司的成本和資源。Arm最終計劃在完成向AWS的遷移后，將其全球數據中心的占地面積至少減少45％，并將本地計算減少80％。Arm已將AWS上的EDA工作流的性能時間提高了6倍。

此外，通過在AWS上運行遙測（從遠程源收集和集成數據）并進行分析，Arm產生了更強大的工程，業務和運營洞察力，有助于提高工作流程效率并優化整個公司的成本和資源。Arm最終計劃在完成向AWS的遷移后，將其全球數據中心的占地面積至少減少45％，并將本地計算減少80％。Arm已將AWS上的EDA工作流的性能時間提高了6倍。此外，通過在AWS上運行遙測（從遠程源收集和集成數據）并進行分析，Arm產生了更強大的工程，業務和運營洞察力，有助于提高工作流程效率并優化整個公司的成本和資源。Arm最終計劃在完成向AWS的遷移后，將其全球數據中心的占地面積至少減少45％，并將本地計算減少80％。

高度專業化的半導體設備推動著從智能手機到數據中心基礎設施，醫療設備再到自動駕駛汽車的各種功能的不斷增長。每個芯片可以包含數十億個晶體管，這些晶體管的設計水平可以降低到個位數的納米水平（比人的頭發小大約100,000倍），以在最小的空間內實現最佳性能。EDA是使這種極端工程可行的關鍵技術之一。EDA工作流程非常復雜，包括前端設計，仿真和驗證，以及越來越大的后端工作負載，包括時序和功耗分析，設計規則檢查以及其他準備將芯片投入生產的應用程序。傳統上，這些高度重復的工作流程需要花費數月甚至數年的時間才能生產出新設備，例如片上系統，并擁有巨大的計算能力。在本地運行這些工作負載的半導體公司必須不斷平衡成本，進度和數據中心資源，才能同時推進多個項目。結果，他們可能會面臨計算能力不足的問題，這會拖慢進度或承擔維持空閑計算能力的代價。

通過將其EDA工作負載遷移到AWS，Arm克服了傳統管理的EDA工作流程的限制，并通過可大規模擴展的計算能力獲得了彈性，使其能夠并行運行仿真，簡化遙測和分析，減少其半導體設計的迭代時間并增加測試周期而不會影響交付進度。Arm通過優化各種專用Amazon EC2實例類型的EDA工作流，利用Amazon Elastic Compute Cloud（Amazon EC2）來簡化成本和時間表。例如，該公司使用基于AWS Graviton2的實例來實現高性能和可擴展性，與運行成千上萬臺本地服務器相比，可帶來更具成本效益的運營。Arm使用AWS Compute Optimizer，

除了成本優勢外，Arm還利用AWS Graviton2實例的高性能來提高其工程工作負載的吞吐量，與上一代基于x86處理器的M5實例相比，每美元的吞吐量始終提高40％以上。此外，Arm使用AWS合作伙伴Databricks的服務在云中開發和運行機器學習應用程序。通過在Amazon EC2上運行的Databricks平臺，Arm可以處理其工程工作流中每個步驟的數據，從而為公司的硬件和軟件組生成可行的見解，并在工程效率上實現可衡量的改進。

“通過與AWS的合作，我們專注于提高效率和最大化吞吐量，從而為我們的工程師提供了寶貴的時間來專注于創新，” Arm IPG總裁Rene Haas說道。“現在，我們可以使用帶有基于Arm Neoverse的處理器的AWS Graviton2實例在Amazon EC2上運行，我們正在優化工程流程，降低成本并加快項目時間表，從而比以往任何時候都更快，更經濟地向我們的客戶交付強大的結果。 ”

“ AWS提供了真正的彈性高性能計算，無與倫比的網絡性能以及可擴展的存儲，這是下一代EDA工作負載所必需的，這就是為什么我們很高興與Arm合作以為其運行我們的高性能的高要求EDA工作負載提供動力基于臂的Graviton2處理器，” AWS全球基礎架構和客戶支持高級副總裁Peter DeSantis說道。“與當前基于x86的實例相比，Graviton2處理器可提供高達40％的價格性能優勢。”