蘋果M1 Max芯片里，有570億個晶體管，而這些晶體管，是組成芯片的基本單元。芯片誕生之初，是科學家徒手畫出這些晶體管發明了芯片。而現今在尖端制造工藝節點上，如果再用手畫幾十億上百億個晶體管，可能幾輩子都無法完成，而EDA的出現解決了這一自動化問題，從14nm, 到7nm,再到5nm的先進制程節點迭代，仿真及驗證算力需求呈指數級增加。
設計工程師提交的任務是否要因為算力瓶頸排隊等待？企業是否要按照傳統自采自用服務器高額投入？答案是否定的，EDA上云已經是大勢所趨。EDA為什么要上云？為什么現階段是促成芯片設計上云的“錦繡良時”？讓我們管中窺豹，一探究竟。
芯片的誕生，要從造房子講起
設計圖紙：設計師要設計房間數量布局、房間的功能是餐廳還是臥室還是書房、都需要在這個環節投入。具體到芯片中就是前端設計，其中包含邏輯電路設計，包括系統建構定義、RTL編碼、邏輯綜合，在這個過程中進行多次的仿真和驗證，最終得到門級的網表。
施工圖紙：從設計圖紙中輸出施工圖紙，需要施工的工程師加入，施工時需要哪些步驟、強電還是弱電，用鋼結構還是鋼筋混凝土、怎么做防水、怎么拉網走電線、如何走媒氣。具體到芯片設計中，就是芯片的物理設計，包括布局規劃、時鐘樹綜合、布線、參數提取，最終得到芯片電路的物理版圖。
施工建造：接下來就到了施工隊帶著施工圖紙開啟正式施工環節，具體到芯片的生產制造環節中，就是交給晶圓廠制造。
由此可見，造一棟房子，需要調動的資源已經非常多，上到設計圖、效果圖渲染圖，下到拉網防水走電線，尚且需要數以月計的工期，
換位思考一下，將一棟房子縮小1000倍的小小芯片，涉及到的資源調動量更是指數級增加，與晶體管數量達到百億級別所調動的算力資源、數千位工程師和科學家幾十年的辛勤工作相比，更是不可同日而語。
造房子不易，造“芯”更難，為什么芯片制造需要調動如此大規模資源？
“設計不仿真，流片兩行淚”——研發芯片需要更復雜的流程
仿真驗證愈發復雜，算力需求呈指數級增加。
因為隨著先進制程的到來，仿真驗證所需要的計算資源已經遠遠超出人們的預計。企業自己購買1臺服務器，需要100小時去完成仿真，但通過云上的100臺服務器，1小時就能完成。而在芯片設計的不同階段，算力需求也有極大差異，在補充服務器資源前，任務只能面臨“無盡的等待”。
數百名IC設計工程師2-4年研發工作費時費力
先進的芯片往往是數百名優秀工程師與先進EDA設計工具共同作用的結果，而這個過程也需要耗費2-4年時間才能完成。去年新思科技發布的DSO.ai，可以讓工程師更自主的決定在芯片上排列布局的最佳方式以減少面積和降低功耗。DSO.ai的結果令人咂舌，實現了18%工作率提高，功耗降低21%，同時將工程時間從6個月縮短到1月。想要實現技術創新，上云是理想選擇
揭秘！芯片為什么要上云？
算力空間終結者！空間換時間，提升效率：EDA上云可顯著降低設計流程的耗時，提高開發效率。在開發過程中，EDA 使用者常常會面臨計算資源需求激增、 多項目并行導致資源搶奪以及 EDA 峰值性能需求難以被滿足等困境，芯片設計流程周期本身就十分漫長，疊加算力受限帶來的影響，將會進一步影響新產品的設計周期，進而影響新產品的上市銷售。EDA 上云后，能夠將部分或者 全部 EDA 工具轉移至云上，設計公司各取所需，靈活獲取計算資源，達到規模經濟性，借此亦可提升開發效率，減少芯片設計的時間成本。
加速創新，加快上市：通過將并行任務數量增加到大多數本地環境都無法實現的規模，在云中運行EDA和相關工作負載使芯片設計人員和驗證工程師解決復雜的計算密集型問題，從而縮短獲得半導體智能產品成效的時間。
用AI/ML能力降低風險、提高流片率：通過輕松構建和定制智能產品與數據湖，并添加各種經濟高效且功能強大的分析產品、以處理、分析和直觀呈現芯片產品數據。AI/ML能力提供實時和預測性分析，以提高處理效率、產品質量和產量，提高流片成功率、降低風險。
優化購買成本，提高資源利用率：在長達約18個月的芯片設計周期中，每個階段所用到的工具種類和數量不盡相同。傳統模式下，設計公司若想進行芯片設計，往往需要購買 EDA 公司提供的完整全流程工具，特別是對于中小公司，昂貴的購買成本加重了研發負擔。云上EDA 可幫助公司縮短周轉時間，進行虛擬的設計、模擬和仿真，擺脫辦公地點的限制，減少資金成本。
打鐵還需自身硬，亞馬遜云科技如何用“小小的我”撬動一個產業的？
芯片研發的“過來人”：作為全球首家自研芯片的云廠商，亞馬遜云科技自研四款超級芯片（Graviton2 /Inferentia /Nitro /Trainium）在性能和商業價值上都獲得了充分驗證，這些在傳統數據中心里“踩過的坑”，正在云計算的浪潮下重塑芯片生產研發生態。
半導體行業的云“賦能者”：
安全性：基礎設施針對云定制，滿足全球最嚴格的安全要求；
可用性：為云端用戶提供最高的網絡可用性；
高性能：全球基礎設施專為性能而構建，通過完全冗余的100GbE光纖骨干網提升網絡質量。
可擴展：業務可靈活擴縮，幾分鐘內快速部署數百甚至數千臺服務器，也可即時縮小容量，降本增效。
半導體技術產品與服務的“分發者”：與生態合作伙伴緊密合作，為半導體企業搭建全產業鏈的云上協同平臺。整合上下游生態合作伙伴為半導體公司提供設計，驗證，測試，生產，良率分析等云上解決方案。
亞馬遜云科技為半導體行業提供解決方案
1)適用于EDA設計的高彈性自動集成計算解決方案（SOCA）
使用EDA應用程序的半導體和電子公司，可以利用亞馬遜云科技近乎無限的計算、存儲和其他資源大幅加快自己的產品開發周期并縮短上市時間，幫客戶建立一個能將EDA應用程序擴展至30,000個甚至更多內核的環境。
2)多樣性Amazon EC2計算實現最佳任務匹配
為芯片設計、實現和驗證提供所需規模和靈活性，客戶可以通過豐富多樣的EC2實例運行自己的EDA工作負載，快速擴展物理驗證作業并縮短獲得結果所需的時間。
3)AmazonFSxfor NetApp ONTAP存儲方案
原生的亞馬遜云科技托管服務，可提供能與NetApp企業級數據服務產品組合相集成的塊存儲和文件存儲。而在混合云場景模式下, 客戶可使用FSx for NetApp ONTAP搭配IBM LSF構建混合云EDA場景。
4)安全性保障——190多個國家/數百萬客戶的選擇
作為190多個國家的數百萬客戶的選擇，亞馬遜云科技遵循全球最嚴苛的安全合規要求。
強者相遇，與云上客戶不得不說的故事
聯發科
聯發科與亞馬遜云科技運用混合云架構，超前部署5G市場，成功設計制程第一塊7納米云端設計SoC芯片，面對消耗超過3000臺高效能運算主機的挑戰。
Arm
Arm利用基于亞馬遜云科技 Graviton2 處理器的實例將 EDA 工作負載遷移上云，將云上EDA工作流的響應速度提高了6倍，完成遷移后，Arm計劃將全球數據中心面積至少壓縮45%，將本地計算工作負載減少80%。
NXP Semiconductors
NXP目前正在將其各類EDA工作負載從NXP數據中心遷移上云，增強其全球數十個設計中心的協作與EDA吞吐量，通過彈性擴展、幾乎無限規模的計算資源大幅降低成本，讓工程師專注創新。此外，NXP還在應用亞馬遜云科技AI/ML完善研發工作流程。
高通
基于亞馬遜云科技高通打造了一種混合云架構，該架構可以幫助客戶在SoC層面上成功執行STA，獲得與本地環境相比，相同甚至更好的周轉時間性能，數據傳輸過程也可通過高效的緩存解決方案加以優化。
博科
Broadcom設計了一種可擴展的流程，以避免非必需的價格高昂Workbench測試，進而降低成本。讓算法處于最優狀態，實現了最大限度100%的潛在成本節約。
想知道云端IC設計環境如何高效、安全的實現芯片設計、驗證及良率分析嗎？
想知道如何運用云技術加速芯片創新進程嗎？
亞馬遜云科技重磅推出《亞馬遜云科技行業白皮書：加速芯片設計創新》
深入分析云計算在半導體產業的實現場景和價值收益，以及對應解決方案。
