電子發(fā)燒友網(wǎng)報道（文/周凱揚）隨著云服務的發(fā)展以及相關廠商不遺余力地推廣，半導體產(chǎn)業(yè)整體上云的進度已經(jīng)逐漸加快，無論是EDA廠商、Fabless設計廠商還是代工的Foundry，都開始把他們的工具、設計流程搬到云端來。

而到了如今這個時間節(jié)點，促進EDA上云的主要原因已經(jīng)不再是居家辦公，而是更低的成本、更靈活高效的設計流程以及云端海量的硬件資源。但縱觀國內(nèi)EDA市場，廠商其實上云進度并不算快，這既有國內(nèi)EDA產(chǎn)業(yè)起步慢的原因，但也少不了對各種云服務的選擇困難因素在內(nèi)。

EDA廠商如何選“云”

為了進一步推動EDA上云，公有云服務廠商也在順勢拉攏各大EDA廠商成為其客戶，比如亞馬遜AWS、阿里云、華為云、騰訊云、紫光云等等。還有就是一些私有云、混合云的方案提供商，比如英諾達、速石科技等。

要說目前公有云這塊對EDA廠商吸引力最大的必然還是亞馬遜，首先AWS是全球第一大云服務供應商，已經(jīng)成了頭部幾個EDA大廠的首選。其次在國內(nèi)EDA廠商的持續(xù)耕耘下，出海擴張海外業(yè)務是必行之路，而亞馬遜可以提供這樣完備的全球覆蓋方案。

最后，也是更重要的一點，那就是亞馬遜已經(jīng)有了成功的EDA上云案例和應用經(jīng)驗，其自研芯片陣容就是慢慢從混合云轉為現(xiàn)在的完全云端開發(fā)的。同樣以自身為范例的還有紫光，據(jù)公開信息，在其芯片云平臺上線之前，集團旗下某5G 7nm SoC項目就是在芯片設計上云的產(chǎn)物。

雖然亞馬遜提供的主要是一些靈活方案，比如針對計算優(yōu)化、針對內(nèi)存優(yōu)化和通用實例，但這對于EDA成本控制來說至關重要，新一代的x86和Arm處理器也可以充分發(fā)揮出EDA工具的最佳云端性能。為了進一步估算成本，亞馬遜還提供了開源的HPC成本模擬器，從而讓客戶在選擇實例時就能知曉最佳的購買方案。

值得一提的是，這種針對EDA特定負載的優(yōu)化，國內(nèi)的云服務廠商也在發(fā)力。比如針對芯片仿真耗時長、EDA仿真壓力大、上市周期壓縮等行業(yè)痛點，華為推出了對EDA存儲的解決方案OceanStor。

華為云根據(jù)EDA設計及MASK仿真過程中的業(yè)務訴求，針對海量小文件場景進行優(yōu)化，通過OceanStor Dorado全閃存存儲的FlashLink以及全局共享分布式文件系統(tǒng)等高效算法加速數(shù)據(jù)操作，保障高負載下操作不卡頓，實現(xiàn)EDA仿真海量小文件場景仿真效率提升30%。

此外，面向IC初創(chuàng)企業(yè)，華為云還推出支持EDA一體化設計及仿真系統(tǒng)的計算型存儲。單個設備融合計算、存儲、網(wǎng)絡和虛擬化的能力并提供豐富的企業(yè)級NAS特性，為初創(chuàng)EDA設計企業(yè)提供物超所值、簡單易用的高性能方案。

上云并不簡單，軟硬件都要準備好

不少人對EDA上云的難易度可能有所誤解，EDA上云如果只是簡單地將軟件移植到云上，靠著云服務廠商準備好的現(xiàn)有的x86服務器就能萬事大吉，那么這樣的產(chǎn)品或許遠不算“云原生”，并不具備很高的競爭力，只不過是給到客戶另一種收費和使用模式而已。

從EDA廠商的角度來說，EDA軟件本身的交互方式、商業(yè)模式都不一定適合云端，更何況在硬件資源的利用上，并不能用過去的方式來完成靈活云端算力資源的調(diào)度。所以于任何一家EDA廠商而言，做好云端的適配或是開發(fā)云原生的EDA才是最佳的選擇，不僅可以優(yōu)化其運行效率，也能很好地與其他云端軟硬件資源完成匹配。

同時，EDA工具的另一大痛點，就是沉重的老舊技術包袱，這些包袱使其接口、底層架構沒法與云平臺上的其他AI工具進行結合。所以如果云服務供應商在已經(jīng)提供了資源調(diào)用接口、AI分析、計算平臺的情況下，EDA廠商自己也要想辦法去做好對接，這樣才能發(fā)揮上云的全部優(yōu)勢。

其次就是硬件，固然現(xiàn)有的x86服務器可以滿足運行EDA的需求，但要說真正做到流暢高效，還是逃不開專用的硬件平臺。尤其是在驗證、仿真環(huán)節(jié)上，硬件加速器可以說是復雜芯片設計不可或缺的。在老一代硬件上運行EDA負載可能會有較低的起始成本，但效率、性能上的差距可能會導致軟件授權成本進一步增加。

而云服務廠商往往不會為了EDA這一個應用，去采購這樣的專用硬件并部署實例，也不適合自行購買然后托管在第三方數(shù)據(jù)中心，哪怕他們也擁有一定的FPGA硬件，因為其維護和優(yōu)化會成為問題。更重要的是，這些專用硬件本身價值不菲，如果達到資源上限的話，廠商還要繼續(xù)擴容、迭代硬件，其成本與規(guī)模不下于一臺小型超算。所以針對這類特殊場景，一些混合云、私有云的方案更吸引人。

就拿英諾達為例，他們的云平臺二期工程不僅增加了Cadence的Palladium Z2硬件仿真加速器，Protium原型驗證系統(tǒng)也進行了擴容，總門數(shù)、吞吐量和編譯速度等都得到了大幅提升。這也是Cadence等廠商依然在云端維持優(yōu)勢的原因，他們在開發(fā)之際已經(jīng)提前考慮到了軟硬件同步上云。

寫在最后

無論用戶是否接受EDA上云這種模式，其已經(jīng)收獲了不錯的市場反響，甚至很可能是未來初創(chuàng)芯片設計公司選擇EDA的首選考慮因素。國內(nèi)EDA廠商上云進度各不相同，但基本都已經(jīng)找到了合作對象，比如國微芯與騰訊云達成合作、概倫電子與鴻之微云達成合作等等。

而且大部分EDA上云場景不需要與云服務廠商進行綁定，就以Cadence自己的Cadence云為例，與亞馬遜AWS、微軟Azure和谷歌云都達成了合作，同樣選擇了這三家作為合作伙伴的還有新思的Synopsys Cloud。

如果還考慮在云端引入Foundry的設計資源的話，那么又有另外的考量了，畢竟Foundry的設計資源往往都是保密的，除非是代工廠信任或在合作聯(lián)盟內(nèi)的云服務供應商，否則是沒辦法拉著他們一起上云的。

最后是芯片設計廠商仍在擔心的一個問題，那就是其設計團隊都不足100人，有必要選擇上云嗎？這就是廠商自己的取舍了，從筆者自己觀察到的現(xiàn)象來看，這類企業(yè)往往初創(chuàng)不久，更需要依賴算力資源來縮短TTM，否則其商業(yè)化進程無疑會放慢。