芯片上“云”的动力

芯片设计环境启动门槛高

• EDA 工具繁多，版本众多，许可昂贵

• IP 市场庞大，很难找到性价比最优的 IP

• Foundry 的 PDK 及服务很难获取

• 很难获取 EDA 工具、IP、PDK 、IT/CAD 的专业技术支持 

• 安全、高效的 EDA 系统架构搭建困难

• 复杂的设计环境运维困难

项目设计的峰值资源需求

• 项目周期内非线性的算力需求和成本优化的需求很难兼顾

• 项目后期存储需求暴涨

• 用户申请和管理资源流程复杂

• 传统算力和存储资源采购和配置周期较长

• 机房的物理条件（电力、制冷、空间等）限制
  

项目多站点协同需求

这些问题往往会影响芯片设计效率从而增加芯片产品上市时间，对于很多 startup 的芯片公司来说，这可能会影响整个公司的成败。因此，如何解决上面的问题，为芯片设计提供一个高效安全的设计环境成为芯片设计公司必须首先考虑的问题。

半导体行业和其他行业一样，正处在“数字化转型”的浪潮中，加之中国半导体行业所面临的历史机遇与挑战，通过“芯片设计上云”的方式，获得更多、更集中、更专业的资源和技术，降低芯片团队的起步门槛，缩短产品上市周期，加速产品迭代，从而加快中国半导体行业的追赶之路，无疑是最为有效的方式。

对传统芯片行业来说，芯片上云的步伐是缓慢的、迟疑的；虽然欧美顶级半导体公司在2016就开始做战略部署“芯片设计上云”，Cadence、Synoposys、Mentor 等 EDA 厂商也在努力推动他们的云方案，众多的芯片设计公司热情并不高涨。但是2019年开始，变化开始明显起来，越来越多的成功案例在诸多媒体中开始聚焦。例如：TSMC 2019年6月在微软的 Azure 云上在 10 小时内验证了 AMD EPYC 上的大尺寸 Radeon Instinct Vega20 集成电路设计；AMD 在微软的 Azure 云上19个小时内完成了台积电7nm工艺的大型电路的2次物理验证。Startup 的“上云”成功也在年度的DAC（Design Automation Conference，www.dac.com ）大会被提及，读者可以在附录参考更多详细案例介绍。

相比较而言，国内的“芯片设计上云”还在非常初期阶段，但是越来越多的行业人士已经认识到了“芯片设计上云”是解决传统环境下诸多“病症”的最佳“良方”；是急速提高效率、解决弹性地平衡解决需求和计算资源供、资产减负、优化成本、提高公司各区域项目协同合作等行之有效的解决方案。

• 高效的申请和管理资源流程，快速完成计算和存储资源的扩容和回收 

• 公有云可以提供各种计算和存储资源，用户可以选择性价比最高的资源，即开即所用

• 公有云理论“无限”资源可以大大算短芯片设计周期

• “弹性算力”快速无感的扩展计算集群，及时释放闲置资源优化成本

• 公有云丰富的硬件资源和服务，提供了芯片设计利用 AI 和 ML 技术的可能

• 提供标准管理 IT 基础架构、EDA 工具、IP、PDK 的工具

• 自助搭建和维护 IT 基础架构

• 提供标准数据结构管理工具

• 提供各种资源监控和调度功能，实现可视化

• 提供更加有弹性的收费模式，例如：按时收费

• 避免建设多个数据中心，实现成本优化

• 搭统一、高效和安全的设计环境确保各站点工程师看到的设计环境一致

• 减少站点间数据交换和同步，避免了数据差异造成的设计失败

• 简化数据灾备策略，减少重复的 IT 基础建设