作為最早的電子設(shè)計(jì)自動(dòng)化軟件，我們的EDA云實(shí)證系列從SPICE開(kāi)始，再合適不過(guò)。

在它出現(xiàn)之前，人們分析電路，用的是紙筆或者搭電路板。隨著電路規(guī)模增大，手工明顯跟不上。

于是，1971年，SPICE誕生了。全稱(chēng)“Simulation Program with Integrates Circuit Emphasis"。

H-SPICE是隨著產(chǎn)業(yè)環(huán)境及電路設(shè)計(jì)技術(shù)的發(fā)展與升級(jí)，以“SPICE2”為基礎(chǔ)加以改進(jìn)而成的商業(yè)軟件產(chǎn)品，現(xiàn)在屬于Synopsys。

既然有了新的計(jì)算機(jī)輔助工具，那問(wèn)題就來(lái)了：

怎么才能跑得更快一點(diǎn)？

怎么才能運(yùn)行更大規(guī)模的集成電路？

第一個(gè)答案是算法改進(jìn)。這屬于數(shù)學(xué)領(lǐng)域，很難。

第二個(gè)答案是摩爾定律。從上世紀(jì)70年代初到如今，SPICE從只能仿真十幾個(gè)元器件到今天可以仿真上千萬(wàn)個(gè)元器件的電路。但已經(jīng)幾十年沒(méi)有太大的變化了。

第三個(gè)答案是計(jì)算架構(gòu)升級(jí)，從單核到多核，單線程到多線程。

第四個(gè)答案是Cloud HPC云端高性能計(jì)算。談概念過(guò)于抽象，我們今天拿實(shí)證說(shuō)話。

實(shí)證背景信息

用戶(hù)需求

作為一家純IC設(shè)計(jì)公司，C社成立已超過(guò)十年。

公司在本地部署了由十多臺(tái)機(jī)器組成的計(jì)算集群，但目前面臨的最大問(wèn)題依然是算力不足。特別是面對(duì)每年十次左右的算力高峰期時(shí)，基本上沒(méi)有太好的辦法。

對(duì)云的認(rèn)知

C社相關(guān)負(fù)責(zé)人表示：算力不足是目前IC設(shè)計(jì)行業(yè)普遍面臨的問(wèn)題。對(duì)于EDA上云，公司之前沒(méi)有嘗試過(guò)，對(duì)云模式和架構(gòu)也并不了解，在數(shù)據(jù)安全性方面也存在一定的顧慮。

不過(guò)該負(fù)責(zé)人對(duì)于EDA上云早有耳聞，也頗感興趣，愿意進(jìn)行一定的嘗試。畢竟上云若真的能夠加快運(yùn)算速度，就意味著可以更早展開(kāi)研究，從而提升項(xiàng)目的整體進(jìn)度。

實(shí)證目標(biāo)

1、HSPICE任務(wù)能否在云端運(yùn)行？

2、云端資源是否能適配HSPICE任務(wù)需求？

3、fastone平臺(tái)能否有效解決目前業(yè)務(wù)問(wèn)題？

4、相比傳統(tǒng)手動(dòng)模式，云端計(jì)算集群的自動(dòng)化部署，有哪些好處？

實(shí)證參數(shù)

平臺(tái)：

fastone企業(yè)版產(chǎn)品

應(yīng)用：

HSPICE

適用場(chǎng)景：

仿真模擬電路、混合信號(hào)電路、精確數(shù)字電路、建立SoC的時(shí)序及功耗單元庫(kù)、分析系統(tǒng)級(jí)的信號(hào)完整性等

技術(shù)架構(gòu)圖：

用戶(hù)登錄VDI，使用fastone算力運(yùn)營(yíng)平臺(tái)根據(jù)實(shí)際計(jì)算需求自動(dòng)創(chuàng)建、銷(xiāo)毀集群，完成計(jì)算任務(wù)。

License配置:

EDA License Server設(shè)置在本地。

步驟一：硬件選擇

選擇適合HSPICE應(yīng)用的配置

云端可以選擇的機(jī)型有幾百種，配置、價(jià)格差異極大。

我們首先需要挑選出既能滿足HSPICE應(yīng)用需求，又具備性?xún)r(jià)比的機(jī)型。

已知用戶(hù)的本地硬件配置：

Xeon(R) Gold 6244 CPU @ 3.60GHz，512GB Memory

本地配置不僅主頻高，內(nèi)存也相當(dāng)大。

我們推薦的云端硬件配置：

96 vCPU, 3.6GHz, 2nd Gen Intel Xeon Platinum 8275CL, 192 GiB Memory

推薦理由：

1、該應(yīng)用對(duì)CPU主頻要求較高，但內(nèi)存要求并不大；

2、我們選擇了計(jì)算優(yōu)化型云端實(shí)例，即具備高性?xún)r(jià)比的高主頻機(jī)器。

C社的本地硬件在HSPICE以外，還需處理一些需要大內(nèi)存的后端任務(wù)，所以需要在配置上兼顧各種資源需求，在當(dāng)前項(xiàng)目不可避免會(huì)造成一定的資源浪費(fèi)。

步驟二：云端部署

手動(dòng)模式 VS 自動(dòng)部署

我們先看手動(dòng)模式：

第一步：不管你需要用哪朵云，你都得先熟悉那家云的操作界面，掌握正確的使用方法；

第二步：構(gòu)建大規(guī)模算力集群：

配置計(jì)算節(jié)點(diǎn)，存儲(chǔ)節(jié)點(diǎn)，VPC，安全組等等

安裝應(yīng)用，把HSPICE安裝在集群環(huán)境

配置集群調(diào)度器，比如slurm

第三步：上傳任務(wù)數(shù)據(jù)，開(kāi)啟計(jì)算；

第四步：任務(wù)完成后及時(shí)下載結(jié)果并關(guān)機(jī)。

不要笑，這一點(diǎn)很重要。我們?cè)谇袚Q七種視角，我們給各位CXO大佬算算上云這筆賬有講到原因。

此外，還有一個(gè)需要考慮的點(diǎn)，時(shí)間。

第一步，需要多少時(shí)間說(shuō)不好；

第二步，大概需要專(zhuān)業(yè)IT人員平均3-5天；

第三步/第四步，如果數(shù)據(jù)量較大，需要考慮斷點(diǎn)續(xù)傳和自動(dòng)重傳；

第四步，任務(wù)完成時(shí)間很可能難以預(yù)測(cè)。

即使是可測(cè)的，我們可以想象一個(gè)場(chǎng)景——有個(gè)任務(wù)預(yù)計(jì)在凌晨跑完，用戶(hù)此時(shí)有兩個(gè)選擇：

1、調(diào)一個(gè)鬧鐘，半夜起來(lái)關(guān)機(jī)——有人遭罪；

2、睡到自然醒，次日上班關(guān)機(jī)——成本浪費(fèi)。

在手動(dòng)模式下，通常都是先構(gòu)建一個(gè)固定規(guī)模的集群，然后提交任務(wù)，全部任務(wù)結(jié)束后，關(guān)閉集群。

想一下一個(gè)幾千core的集群拉起來(lái)之后，第二、三、四步手動(dòng)配置的時(shí)間里，所有機(jī)器一直都是開(kāi)啟狀態(tài)，也就是說(shuō)，燒錢(qián)中。

再看看我們的自動(dòng)化部署：

第一步，不需要；

第二步，只需要點(diǎn)擊幾個(gè)按鈕，5-10分鐘即可開(kāi)啟集群；

第三步，我們有Auto-Scale功能，自動(dòng)開(kāi)關(guān)機(jī)。

另外，我們還自帶資源的管理和監(jiān)控功能。

fastone的Auto-Scale功能可以自動(dòng)監(jiān)控用戶(hù)提交的任務(wù)數(shù)量和資源的需求，動(dòng)態(tài)按需地開(kāi)啟所需算力資源，在提升效率的同時(shí)有效降低成本。

所有操作都是自動(dòng)化完成，無(wú)需用戶(hù)干預(yù)；

在實(shí)際開(kāi)機(jī)過(guò)程中，可能遇到云在某個(gè)可用區(qū)資源不足的情況，fastone會(huì)自動(dòng)嘗試從別的區(qū)域開(kāi)啟資源；

如果需要的資源確實(shí)不夠，又急需算力完成任務(wù)，用戶(hù)還可以從fastone界面選擇配置接近的實(shí)例類(lèi)型來(lái)補(bǔ)充。

跨區(qū)域，跨機(jī)型使用，在本次實(shí)證場(chǎng)景沒(méi)有用到。

我們還可以根據(jù)GPU的需求來(lái)實(shí)現(xiàn)自動(dòng)伸縮，下次單獨(dú)聊。

實(shí)證場(chǎng)景一：云端驗(yàn)證

本地40核 VS 云端40核 VS云端80核

結(jié)論：

1、當(dāng)計(jì)算資源與任務(wù)拆分方式均為5*8核時(shí)，本地和云端的計(jì)算周期基本一致；

2、在云端將任務(wù)拆分為10*4核后，比5*8核的拆分方式計(jì)算周期減少三分之一;

3、當(dāng)任務(wù)拆分方式不變，計(jì)算資源從40核增加到80核，計(jì)算周期減半；

4、當(dāng)計(jì)算資源翻倍，且任務(wù)拆分方式從5*8核變更為10*4核后，計(jì)算周期減少三分之二;

5、fastone自動(dòng)化部署可大幅節(jié)省用戶(hù)的時(shí)間和人力成本。

實(shí)證過(guò)程：

1、本地使用40核計(jì)算資源，拆分為5*8核，運(yùn)行編號(hào)為1的HSPICE任務(wù)，耗時(shí)42小時(shí)；

2、云端調(diào)度40核計(jì)算資源，拆分為5*8核，運(yùn)行編號(hào)為1的HSPICE任務(wù)，耗時(shí)42小時(shí)；

3、云端調(diào)度40核計(jì)算資源，拆分為10*4核，運(yùn)行編號(hào)為1的HSPICE任務(wù)，耗時(shí)28小時(shí);

4、云端調(diào)度80核計(jì)算資源，拆分為10*8核，運(yùn)行編號(hào)為1的HSPICE任務(wù)，耗時(shí)21小時(shí)；

5、云端調(diào)度80核計(jì)算資源，拆分為20*4核，運(yùn)行編號(hào)為1的HSPICE任務(wù)，耗時(shí)14小時(shí)。

實(shí)證場(chǎng)景二：大規(guī)模業(yè)務(wù)驗(yàn)證

超大規(guī)模計(jì)算任務(wù)

結(jié)論：

1、增加計(jì)算資源并優(yōu)化任務(wù)拆分方式后，云端調(diào)度1920核計(jì)算資源，將一組超大規(guī)模計(jì)算任務(wù)（共計(jì)24個(gè)HSPICE任務(wù)）的計(jì)算周期從原有的30天縮短至17小時(shí)即可完成，云端最優(yōu)計(jì)算周期與本地計(jì)算周期相比，效率提升42倍；

2、由fastone平臺(tái)自研的Auto-Scale功能，使平臺(tái)可根據(jù)HSPICE任務(wù)狀態(tài)在云端自動(dòng)化構(gòu)建計(jì)算集群，并根據(jù)實(shí)際需求自動(dòng)伸縮，計(jì)算完成后自動(dòng)銷(xiāo)毀，在提升效率的同時(shí)有效降低成本；

3、隨著計(jì)算周期的縮短，設(shè)備斷電、應(yīng)用崩潰等風(fēng)險(xiǎn)也相應(yīng)降低，作業(yè)中斷的風(fēng)險(xiǎn)也大大降低。在本實(shí)例中未發(fā)生作業(yè)中斷。

實(shí)證過(guò)程：

1、本地使用40核計(jì)算資源，拆分為5*8核，運(yùn)行編號(hào)從0到23共計(jì)24個(gè)HSPICE任務(wù)，耗時(shí)約30天;

2、云端調(diào)度1920核計(jì)算資源，拆分為24組，每組為20*4核，運(yùn)行編號(hào)從0到23共計(jì)24個(gè)HSPICE任務(wù)，耗時(shí)17個(gè)小時(shí)。

實(shí)證小結(jié)

我們回顧一下實(shí)證目標(biāo)：

1、HSPICE任務(wù)在云端能高效運(yùn)行；

2、異構(gòu)的云端資源能更好適配HSPICE任務(wù)需求，避免資源浪費(fèi)；

3、fastone平臺(tái)有效解決了算力不足問(wèn)題，效率提升42倍；

4、相比手動(dòng)模式，fastone平臺(tái)自研的Auto-Scale功能，既能有效提升部署效率，降低部署門(mén)檻，又能大大縮短整個(gè)計(jì)算周期資源占用率，節(jié)約成本。

至于本次實(shí)證場(chǎng)景沒(méi)用到的跨區(qū)域，跨機(jī)型使用，還有根據(jù)GPU的需求來(lái)實(shí)現(xiàn)自動(dòng)伸縮，我們下次再聊。

本次半導(dǎo)體行業(yè)Cloud HPC實(shí)證系列Vol.1就到這里了。

審核編輯 ：李倩