ARM服务器云上的超尺度计算和EDA发力

从现在起仅仅五年，到2025年，传感器将每天产生超字节的数据(根据 IBS和希捷它将通过下一代网络以尽可能低的延迟传输。 Zettabytes的数据将存储在全球数据中，消费者对其所有需求的即时响应的期望将越来越普遍。 为了实现这一点，网络、存储和计算必须“超尺度”，以达到难以理解的速度和容量，并将术语“超尺度计算”统一起来”。 这将是Arm Dev峰会的一个大话题，影响着我们对消费者的所有生活。

超尺度计算的范围远远超过数据中心。 在Cadence，我们认为这是感知数据的循环，通过网络传输数据，并对其进行处理和存储，以最终使这些数据具有意义，从而产生可操作的结果。 当观察到支持超尺度计算的相关技术时，Arm-Cadence伙伴关系几乎触及了这个周期的每个方面。 它可以通过下一代网络在传感器及其模拟/混合信号挑战中看到，因为我们正在向正在发生高性能计算的数据中心推出5G。 该行业正在经历计算、存储、内存和网络的基本转变，如上文所述 超尺度计算的四个支柱. Where data is processed outside the data center—at the inner edge, or outer edge, or the sensing nodes—is highly dependent on the application requirements and depends on the latency requirements at which users expect results. The following graph illustrates the journey of data from sensors, through networks to the data center, together with some of the latencies that users must expect depending on where data is processed.

 

在这一点上，我们的消费者都期望来自我们的健身跟踪器、消费者行为和驾驶行为的数据被发送到云中进行处理。 云的使用对EDA也有相当深远的影响。

在Cadence LIVE Americas，来自Amazon AWS的Nafea Bshara，Annapurna Labs的联合创始人，详细介绍了他们自己以及他们客户的云使用情况。 一些数据在一篇名为“”的博客文章中进行了总结“ 爬上安纳普尔纳到云 包括一些实际客户使用数据。 对于下一个芯片，在更先进的技术下，通过优化更新、更快服务器的使用，客户的总体支出较少。

Cost per throughput is the metric to watch. And availability versus demand considerations can add flexibility. Bshara described how, during certain times of a project, Amazon AWS spot instances—spare capacity—were leveraged at up to 90 percent lower cost. In addition, users have the flexibility in the cloud to choose instances that are nominally slower but provide better cost per throughput. It is all demand based, almost like theatre tickets as I outlined in “ 什么“汉密尔顿-美国音乐剧”门票和仿真有共同之处 ”“很久以前了。

That said, Arm, Cadence and AWS have partnered to make key EDA capabilities available on AWS Graviton2 in the cloud as well. The focus is on the tools that consume the most cycles—simulation and characterization, specifically Xcelium Logic Simulation, Liberate Characterization and Spectre® Simulation. In a session called “Scalable Cloud-Based Simulation and Characterization”, Arm’s Bhumik Patel, my colleague Brandon Bautz and myself will show some of the results during the Arm DevSummit. More resources below.

这里是我们的超尺度计算未来，以及EDA工具在ARM架构上也可用。