左圖名字叫做：守護現(xiàn)金流
這年頭現(xiàn)金流的重要性，不必多說。

右圖名字叫做：人生就是一場豪賭
不管是初創(chuàng)IC設(shè)計公司還是成熟公司，新開始一個項目，總是面臨著前路未知的情況：

1. 周期性存在突發(fā)算力高峰需求，涉及到先進制程問題更加顯著；
2. 每次調(diào)整制程，都面臨新的資源預估，永遠估不準；
3. 可能需要某些內(nèi)部不可用的內(nèi)存和計算資源。

我們今天認真盤一盤，怎么把這門藝術(shù)拉下神壇。

先給大家一個直觀感受。

下圖是我們某客戶全生命周期月度算力實際用量曲線：整個芯片項目全流程為18個月，涉及前端、驗證、后端三大團隊。

1. ?前4個月，只涉及到前端布局與架構(gòu)，對于算力需求不高，因此月度算力需求較少；
2. ?從5月開始，前端、驗證、后端均開始工作，算力開始逐步提升，第11個月達算力小高峰，在第16個月達算力最高峰，月度調(diào)度峰值達到百萬級核時以上；
3. ?算力波峰和波谷的核數(shù)差距在20倍以上；
4. ?算力在第16個月達到最高峰后，迅速下降。

下面我們手把手教你怎么把算力規(guī)劃拉下神壇：

Part 1  小白版算法
Part 2  老司機版算法
Part 3  全年現(xiàn)實算力需求折算
Part 4  一個并不艱難的選擇

Part 1 小白版算法
針對的是：項目全新，團隊人員也比較新，需要從零計算

Part 2 老司機版算法
針對的是：項目全新，但有類似經(jīng)驗的老人在團隊，可以憑經(jīng)驗值估算
PS：Part 1和Part 2 二選一閱讀即可

為了簡化計算，我們根據(jù)現(xiàn)實情況作以下假設(shè)：

1.  研發(fā)團隊總?cè)藬?shù)為100；
2.  團隊分為前端、驗證和后端3部分，人數(shù)比值2：1：1；
3.  芯片的全周期分為3個階段，每階段4個月  (僅適用小白版算法)；4.  三個團隊主要使用資源類型：前端團隊使用計算型機器；驗證團隊前期使用計算型機器，之后使用內(nèi)存型機器；后端團隊使用內(nèi)存型機器 。

Part1 ：小白版算法

這套小白版算法是我們根據(jù)N家客戶的實際情況，得出的經(jīng)驗參考值：包括不同階段，不同團隊的人員配比與人力占用比例，每人job數(shù)，每人每job峰值核數(shù)。
因?qū)嶋H團隊并非全程在此項目中，部分階段人力需折算，即人力占用比例。
在我們的參考值基礎(chǔ)上略做調(diào)整，大家就能大致得出自己公司的相應(yīng)數(shù)值啦。

這套算法通過估算不同階段內(nèi)、各個團隊所需的算力峰值之和，得出每階段的算力峰值。各團隊的峰值計算公式為每人每job峰值核數(shù)（多臺機器則為每臺核數(shù)*機器數(shù)）*團隊人數(shù)*每人job數(shù)（每個階段計算方式一致）。

Stage 1：前期階段（第1-4個月）

① 階段工作詳情：前端從事設(shè)計相關(guān)工作，驗證團隊同步參與，工作狀態(tài)都較為穩(wěn)定，此階段每月峰值核數(shù)趨于一致；
② 涉及團隊：前端、驗證團隊；
③ 資源并發(fā)需求：前端團隊每人1臺10核、驗證團隊每人1臺20核。

該階段峰值核時計算（計量單位：核小時）：
1月：10核*50人*1job=500
2-4月：前端團隊峰值核數(shù)=10*50*1=500 ；
驗證團隊峰值核數(shù)=20*25*1=500；
峰值核數(shù)總計為500+500=1000；
則該階段的峰值核數(shù)在2-4月，為1000
（下同，不再詳述這一計算過程）

Stage 2：中期階段（5-8月）

① 階段工作詳情：涉及到前端仿真、驗證和部分模塊的版圖工作。6月在前仿最后階段做一次大仿真，是算力小波峰，隨后算力下降；
② 涉及團隊：前端、驗證和后端團隊；
③ 資源并發(fā)需求峰值：
5月：前端團隊每人1臺18核節(jié)點，每人1個job；驗證團隊每人4個job，每個job約18核（人力占用比例：75%）；后端團隊每人1臺18核節(jié)點；
6月：前端團隊每人1臺24核節(jié)點，每人1個job；驗證團隊每人6個job，每個job約24核（人力占用比例：75%）；后端團隊每人1臺18核節(jié)點；
7月：前端團隊每人1臺18核節(jié)點，每人1個job（人力占用比例：40%）；驗證團隊每人3個job，每個job約18核；后端團隊每人1個job，每job約4臺18核節(jié)點；
8月：前端團隊每人1個job，每個job18核（人力占用比例：40%）；驗證團隊每人2個job，每個job18核；后端團隊每人1個job，每個job約4臺24核節(jié)點。

計算結(jié)果如下

Stage 3：后期階段（9-12月)

① 階段工作詳情：主要涉及后端仿真相關(guān)工作；
② 涉及團隊：驗證和后端團隊；
③ 資源并發(fā)需求：
9月：驗證團隊，每人4個job，每個job約18核；后端團隊每人1-2個job，每個job約4臺24核節(jié)點（后端人均完成1.6個job，取值1.6）；
10月：驗證團隊每人6個job，每個job約24核；后端團隊每人1-2個job，每job約6臺24核工作節(jié)點（后端人力占用比例：80%，每人2個job）；
11月：驗證團隊每人6個job，每個job約24核；后端團隊每人1個job，每job約4臺24核工作節(jié)點；
12月：驗證團隊每人6個job，每個job約18核；后端團隊每人1個job，每job約3臺24核工作節(jié)點。
計算結(jié)果如下

最終全生命周期算力需求圖如下（計量單位：核小時）：

可以看出：
1. 和文章開頭的實際用戶算力曲線趨勢一致；
2. 不同月份間的峰值算力差異很大，能達到20倍左右；
3. 不同團隊在不同月份的峰值算力需求差異明顯。

Part2 ：老司機版算法

如果對于未來芯片項目，你們有過來人能預估出不同團隊不同階段的算力需求，這套老司機版算法將完全適配你。
這套算法是我們根據(jù)有項目經(jīng)驗的芯片研發(fā)團隊的實際情況，通過填入各月每job峰值核數(shù)、每月最大并行job數(shù)，計算出各團隊每月所需的算力峰值。

下面為大家奉上這份《XXX芯片項目-資源需求調(diào)研模板》：

左邊項目為不同的項目團隊。項目團隊內(nèi)部可分為：前端、驗證和后端組。

Step 1：將不同組、每個job所需核數(shù)或內(nèi)存的峰值需求，依次填入中間的“每job峰值核數(shù)”和“每job峰值內(nèi)存”欄目下，負責人填入“團隊負責人”欄目下

例如：每個job需要的峰值核數(shù)為10，每個job需要峰值內(nèi)存為20（據(jù)經(jīng)驗值統(tǒng)計），前端負責人為Andy。

Step 2：在每月欄目下，填入各團隊預期的每月并行最大job數(shù)（簡稱：job數(shù)）

Job數(shù)可根據(jù)研發(fā)內(nèi)部統(tǒng)計，也可根據(jù)job數(shù)=每人最大并行job數(shù)*人數(shù)進行計算，如團隊并非全程在此項目中，人力還需折算統(tǒng)計。

例如：2022年2-5月，前端團隊每人最大并行job數(shù)為1，團隊有50人，均100%投入在此項目中，則填入下表的job數(shù)均為：50*1*100%=50。

Step 3：計算各團隊當月峰值算力并相加，得出峰值算力總計（計量單位：核小時）

各團隊的峰值計算公式：每job峰值核數(shù)*job數(shù)（每個階段計算方式一致）。

例如：2022年2-5月，前端團隊的每job峰值核數(shù)為10，job數(shù)為50；2月驗證團隊還未開始任務(wù)，3-5月，驗證團隊的每job峰值核數(shù)為20，job數(shù)為25；2-5月，后端團隊還未開始任務(wù)。

計算過程如下
前端團隊：2-5月：10*50=500
驗證團隊：3-5月：20*25=500
將各團隊每月算力峰值相加，得到每月項目的算力峰值，計算得出項目各月算力峰值表

《XXX芯片項目-資源需求調(diào)研模板》Server一欄的Middle /High 型是用戶自己設(shè)定的不同機器配置，后期計算不同機型費用時會用到，跟算力需求計算無關(guān)。

Part3 ：全年現(xiàn)實算力需求折算

不管是小白版算法還是老司機版算法，都是一個月每天全部按峰值需求跑任務(wù)的前提下進行計算的。但實際情況下，肯定不需要一直按峰值頂格跑。

我們折算一下：
全月全資源峰值用量：峰值核數(shù)*30天*24小時
全月實際用量可能是：峰值核數(shù)*22天*8小時
用小白版算法的數(shù)據(jù)來調(diào)整：
6月算力小波峰：后端按30天*18小時估算，驗證按30天*16小時估算；
10月算力大波峰：后端按30天*24小時估算，驗證按照30天*16小時估算。
得出下表，并繪制成相應(yīng)曲線圖：

灰色曲線為按峰值計算的算力需求
橙色曲線為折算后實際需要的算力 

Part4 ：一個并不艱難的選擇

好了，全生命周期算力需求算完了。到了算賬的環(huán)節(jié)了。

灰色代表當月按峰值頂格算的用量，橙色代表月度實際用量。
綠色代表本地資源，必須按這一階段需求峰值準備，也就是按灰色來準備。買不到峰值，肯定會影響到芯片項目進度。

如果是純本地，就是按綠色這根線買。現(xiàn)金流是必須要動用一大筆的了，采購周期也是必須要考慮的。
按照本文開頭我們某客戶全生命周期月度算力實際用量曲線，波峰、波谷間差距可高達20倍，月調(diào)度核時峰值能達到百萬級以上。頂格買……

如果是全云端，就是按橙色這根線花錢。想用就用，不想用就關(guān)掉，用了才花錢。現(xiàn)金流逐步平緩支出。

綠色線和橙色線中間的差距（圖中陰影部分），各人可能有各人的體會。
算力資源規(guī)劃VS現(xiàn)金流
芯片項目周期VS市場競爭格局
具體怎么權(quán)衡和取舍，還是要看企業(yè)自己。

一顆芯片設(shè)計完整生命周期下，不同階段，不同應(yīng)用場景，對算力更精細的需求差異，我們相應(yīng)的推薦和建議，以后再聊。

- END -

我們有個為應(yīng)用定義的EDA云平臺
集成多種EDA應(yīng)用，大量任務(wù)多節(jié)點并行
應(yīng)對短時間爆發(fā)性需求，連網(wǎng)即用
跑任務(wù)快，原來幾個月甚至幾年，現(xiàn)在只需幾小時
5分鐘快速上手，拖拉點選可視化界面，無需代碼
支持高級用戶直接在云端創(chuàng)建集群
掃碼免費試用，送300元體驗金，入股不虧~

現(xiàn)在！我們的IC設(shè)計研發(fā)云平臺支持免費試用，還送200元體驗金掃碼免費試用~

如果你對這個一站式IC設(shè)計云平臺還有更多想問的，比如：

1、你們支持哪些EDA應(yīng)用？能覆蓋到我常用的軟件嗎？
2、EDA應(yīng)用所需的計算資源非常大，你們?nèi)绾谓鉀Q這個問題？
3、把EDA研發(fā)環(huán)境部署到云上有什么好處？
4、除了CPU，GPU/TPU/大內(nèi)存的機器都有嗎？
5、你們說的“一整套即開即用的IC研發(fā)設(shè)計環(huán)境”是什么意思？從本地到云上，操作方式會改變很大嗎？
6、云端輸出計算結(jié)果是否與本地完全一致？
7、云端這么多的機器，管理得過來嗎？
8、云上有些資源很貴，有沒有節(jié)約成本的方案？
9、任務(wù)監(jiān)控也能用來省錢，你們是怎么做到的？
10、很多PDK，就有幾十T，怎么到云上，而且需要持續(xù)更新？
11、如何云上保護我們的IP資產(chǎn)？
12、腳本每日都有變動，云上要增加工作量？工作腳本如何更新？
13、云上的EDA軟件怎么部署安裝？
14、License Server配置在本地和云端對計算性能/一致性/穩(wěn)定性是否有影響? 15、使用平臺的工作人員比較多，能否對每個人設(shè)置使用資源的上限?
16、公司有海外研發(fā)部門，用你們平臺方便嗎？
17、怎么保障數(shù)據(jù)安全？
……答案都在這里，歡迎掃碼添加小F微信（ID：iamfastone）免費獲取~

關(guān)于為應(yīng)用定義的云平臺：

續(xù)集來了：上回那個“吃雞”成功的IC人后來發(fā)生了什么？
這一屆科研計算人趕DDL紅寶書：學生篇
缺人！缺錢！趕時間！初創(chuàng)IC設(shè)計公司如何“絕地求生”？
速石科技獲元禾璞華領(lǐng)投數(shù)千萬美元B輪融資
一次搞懂速石科技三大產(chǎn)品：FCC、FCC-E、FCP
速石科技成三星Foundry國內(nèi)首家SAFE云合作伙伴
EDA云平臺49問
國內(nèi)超算發(fā)展近40年，終于遇到了一個像樣的對手
幫助CXO解惑上云成本的迷思，看這篇就夠了
花費4小時5500美元，速石科技躋身全球超算TOP500

作者 |  高歌
編輯 |  Panken

芯東西5月12日報道，2022年以來，新冠肺炎疫情對上海、深圳等地造成了較大影響，居家辦公在各行各業(yè)中變得十分普遍。上海作為芯片產(chǎn)業(yè)的聚集地，很多芯片設(shè)計公司也因此轉(zhuǎn)向居家辦公。

那么芯片設(shè)計在家就能夠完成嗎？

對芯片工程師來說，他們“畫”出芯片的“筆”就是EDA（電子設(shè)計自動化）工具。云端的EDA工具就是芯片工程師能夠居家辦公、用家用設(shè)備設(shè)計出芯片的關(guān)鍵。

但同時，上云對芯片企業(yè)來說并不輕松。如何兼容各類EDA工具、保障數(shù)據(jù)安全和運行速度穩(wěn)定，并能讓工程師快速上手，都是云平臺需要面對的挑戰(zhàn)。

如今，EDA云平臺產(chǎn)業(yè)遇到市場良機，而質(zhì)疑仍存。

為此，芯東西采訪到了為芯片設(shè)計公司提供EDA云平臺的速石科技創(chuàng)始人、CEO陳熹，講一講芯片設(shè)計到底如何能夠在家完成。

01. 2021年芯片設(shè)計創(chuàng)企新增592家云端EDA成居家辦公關(guān)鍵

疫情之下，芯片創(chuàng)企正遭遇資金短缺、工作效率降低、流片時間不確定等多種困境。根據(jù)2021年中國半導體行業(yè)協(xié)會的統(tǒng)計，中國共有2810家芯片設(shè)計企業(yè)，較2020年多了592家，同比增長26.7%。這些芯片設(shè)計公司大多集中在上海、深圳和北京三地，目前都面臨疫情影響。

從2017年至今，中國芯片設(shè)計企業(yè)數(shù)量從1380家增長到2810家，新增1430家。這意味著，全國一半以上芯片設(shè)計企業(yè)的創(chuàng)建時間不超過5年。2020和2021兩年，業(yè)界更是涌現(xiàn)出1030家新的芯片設(shè)計創(chuàng)企。

對于芯片設(shè)計公司來說，EDA（電子設(shè)計自動化）工具是他們賴以生存的必需品。疫情下，居家辦公的芯片工程師要依靠云端的EDA平臺工作。如果芯片設(shè)計公司選擇自行搭建云平臺，就意味著加大IT部門的投入。

而當芯片設(shè)計團隊進行仿真和驗證時，往往需要調(diào)用大規(guī)模的算力集群，其算力節(jié)點的數(shù)量從幾臺到幾千臺不等。在這樣大的算力環(huán)境下，整個集群算力的管理和調(diào)度、算力集群和存儲系統(tǒng)的交互，同樣需要一支專業(yè)的IT團隊進行操作。

但對大部分芯片創(chuàng)企來說，如果想要生存發(fā)展，就要盡早實現(xiàn)芯片流片，將產(chǎn)品交付客戶，芯片設(shè)計效率至關(guān)重要。這個過程中，芯片設(shè)計公司每一分錢都要花到刀刃上，往往缺乏額外的精力和資源搭建、運維自己的云平臺。在芯片設(shè)計團隊尚不完備的情況下，專業(yè)IT團隊過于奢侈。

當被迫居家辦公時，芯片設(shè)計公司正在面對種種挑戰(zhàn)。

作為資深從業(yè)者，一站式云平臺供應(yīng)商速石科技的創(chuàng)始人、CEO陳熹告訴芯東西，家庭、個人設(shè)備缺乏芯片設(shè)計所需的專業(yè)并行計算環(huán)境、EDA工具、硬件以及支撐服務(wù)體系。

芯片工程師在居家辦公時會遇到硬件/網(wǎng)絡(luò)帶寬不達標、家用環(huán)境無法保障安全、團隊協(xié)作不順等諸多困難。同時芯片創(chuàng)企的業(yè)務(wù)規(guī)模會快速擴張，算力資源需求存在不確定性。

因此，對初創(chuàng)公司來說，一種可擴展、避免大量資金投入、能夠快速采用的云平臺或許是解決這些問題的關(guān)鍵。

02.EDA云平臺產(chǎn)業(yè)已至關(guān)鍵節(jié)點國內(nèi)市場規(guī)模達百億元

除了創(chuàng)企，非初創(chuàng)芯片設(shè)計公司也對云平臺有著需求。從算力上來說，隨著芯片設(shè)計公司規(guī)模的不斷擴大、所研發(fā)芯片制程的演進，其算力需求也會增加。

如果擴充本地計算集群，芯片設(shè)計公司需要在硬件、場地、人員、運維等方面進行大量投入，且芯片設(shè)計的算力需求存在波動：任務(wù)數(shù)量低谷時算力閑置，高峰時任務(wù)需排隊進行。

有業(yè)內(nèi)專家稱，投片前3個月，芯片設(shè)計公司對算力的需求是“無限”的。對這種波動型的需求，芯片設(shè)計公司單純地擴大本地數(shù)據(jù)中心規(guī)模，并不能很好地解決問題。即使是大型芯片設(shè)計公司，在計算需求不斷增大后，傳統(tǒng)的托管IDC計算模式仍可能出現(xiàn)問題，不能及時輸出成果，降低設(shè)計效率。

相比之下，云平臺可以更靈活地調(diào)用算力，任務(wù)高峰時可調(diào)用海量云端算力，低谷時則減少調(diào)用算力，能夠顯著提升芯片設(shè)計效率。

因此，自2010年、2011年起，Cadence、Synopsys等國際EDA巨頭開始提出了EDA上云的概念。之后，英特爾、英偉達等芯片巨頭開始探索EDA云工具的應(yīng)用。2015年后，公有云架構(gòu)逐漸穩(wěn)固，數(shù)據(jù)安全體系逐漸成熟。

如今，EDA云平臺的工具和運行環(huán)境已逐漸整合在一起，且產(chǎn)品能夠規(guī)模化地復制到不同的行業(yè)，并提供給客戶。可以說，EDA云平臺產(chǎn)業(yè)已經(jīng)到了商業(yè)化發(fā)展的關(guān)鍵節(jié)點。

隨著技術(shù)發(fā)展，EDA云市場正快速擴大。其中，大量新增的中國芯片企業(yè)撐起了一個價值百億的EDA云平臺市場。陳熹估計，截至2021年年底，中國EDA云平臺的市場規(guī)模大概達到一百億元，年復合增長率在20%以上。

快速發(fā)展的EDA云市場中，速石科技這樣的企業(yè)正在逐漸成為重要力量。

盡管亞馬遜、阿里云、華為云等主流云廠商的解決方案較為完善，但其產(chǎn)品和服務(wù)數(shù)量較為龐大，對芯片設(shè)計行業(yè)沒有針對性，界面也較為復雜，工程師學習存在一定門檻和成本。而較Cadence、Synopsys、西門子EDA等國際EDA巨頭的云平臺，速石科技采用EDA廠商中立、多云的環(huán)境和架構(gòu)，能夠為芯片設(shè)計公司提供兼容、完善的EDA工具鏈，以及“在任何時間點、任何應(yīng)用場景中，最適合他們、最具性價比的云資源”。

03.為客戶提供云端“超算”將仿真效率提升42倍

盡管EDA云平臺市場不斷壯大，但在半導體這樣一個極度追求穩(wěn)定性、數(shù)據(jù)安全的產(chǎn)業(yè)，很多芯片設(shè)計公司對這樣一個新興產(chǎn)業(yè)抱有質(zhì)疑。有芯片創(chuàng)企高管透露，芯片設(shè)計數(shù)據(jù)上云的安全性和云端任務(wù)的運算速度，是他對EDA云平臺最大的擔心。

面對質(zhì)疑，陳熹回應(yīng)稱，在數(shù)據(jù)存儲、運行和計算資源的可靠性上，大規(guī)模云較本地數(shù)據(jù)中心更加安全。在云的基礎(chǔ)架構(gòu)上，其可靠性能夠達到六個九（99.9999%）甚至十三個九（99.99999999999%）的程度，這是本地數(shù)據(jù)中心很難達到的。

同時，速石科技的一站式IC設(shè)計云平臺從設(shè)計之初就進行了通盤考慮，添加了應(yīng)用層面上、端到端的數(shù)據(jù)安全和數(shù)據(jù)加密功能。這些功能使云供應(yīng)商和速石科技無法觸碰到客戶的芯片設(shè)計數(shù)據(jù)和數(shù)據(jù)資產(chǎn)，從技術(shù)架構(gòu)上保障了客戶的信息安全。

陳熹稱，作為專業(yè)的云平臺廠商，速石科技能夠從流程、管理等方面給客戶一體式的數(shù)據(jù)安全保護。他強調(diào)：“客戶想到的問題我們都已經(jīng)想到，并且有相應(yīng)的解決方案；客戶還沒想到的問題，我們也有相應(yīng)的流程和方案。”

在數(shù)據(jù)運行方面，如今的云技術(shù)也可以滿足芯片設(shè)計所需的算力和穩(wěn)定性。

以速石科技為例，其采用了專業(yè)計算領(lǐng)域較為先進的無服務(wù)器架構(gòu)，有自己的調(diào)度器和并行文件系統(tǒng)，相當于向芯片設(shè)計客戶提供一臺定制化的超級計算機。

2019年，速石科技就以1.1626 Petaflops的成績排名第482名，成為全球第二、亞洲唯一一家以公有云算力躋身超級計算機TOP500的公司。更重要的是，速石科技調(diào)度這一全球TOP500的超算算力，只花費了5530美元和4個小時，遠低于其他上榜超算，展現(xiàn)了云平臺的優(yōu)勢。

在實際應(yīng)用中，速石科技也收獲了很多經(jīng)典案例。

據(jù)陳熹分享，有小型芯片設(shè)計公司使用速石科技的全云架構(gòu)方案，將在Synopsys HSpice工具上的仿真效率提升了42倍。原本需要30天的仿真流程，僅用17小時就順利完成。

2021年，速石科技成為了三星Foundry國內(nèi)首家SAFE（Samsung Advanced Foundry Ecosystem）云合作伙伴。

陳熹透露，如今在半導體領(lǐng)域，速石科技已服務(wù)于中穎電子、納芯微、士蘭微、華大北斗、復旦大學等國內(nèi)的企業(yè)與高校。速石科技也希望為芯片設(shè)計公司提供最優(yōu)秀的產(chǎn)品，成為其成長過程中最重要的合作伙伴。

04.結(jié)語：芯片設(shè)計所需算力不斷升級中立EDA云平臺或成脫困關(guān)鍵

上云是EDA行業(yè)一個長期的發(fā)展趨勢。隨著芯片制程的演進，芯片設(shè)計的成本快速上升，邏輯仿真、驗證、版圖設(shè)計所需算力規(guī)模不斷增加。本地數(shù)據(jù)中心的建造運維投入、專業(yè)IT人員的招募、安全系統(tǒng)的構(gòu)建都是芯片設(shè)計公司需要面對的挑戰(zhàn)。

全球疫情下，EDA云平臺的價值更是凸顯。作為一個新興的供應(yīng)鏈環(huán)節(jié)，EDA云平臺正在高漲的下游需求中成長，成為EDA產(chǎn)業(yè)中的關(guān)鍵賽道之一。

你也許想了解具體的落地場景：

這樣跑COMSOL，是不是就可以發(fā)Nature了
Auto-Scale這支仙女棒如何大幅提升Virtuoso仿真效率？
1分鐘告訴你用MOE模擬200000個分子要花多少錢
LS-DYNA求解效率深度測評 │ 六種規(guī)模，本地VS云端5種不同硬件配置
揭秘20000個VCS任務(wù)背后的“搬桌子”系列故事
155個GPU！多云場景下的Amber自由能計算
怎么把需要45天的突發(fā)性Fluent仿真計算縮短到4天之內(nèi)？
5000核大規(guī)模OPC上云，效率提升53倍
提速2920倍！用AutoDock Vina對接2800萬個分子
從4天到1.75小時，如何讓Bladed仿真效率提升55倍？
從30天到17小時，如何讓HSPICE仿真效率提升42倍？

關(guān)于為應(yīng)用定義的云平臺：

續(xù)集來了：上回那個“吃雞”成功的IC人后來發(fā)生了什么？
這一屆科研計算人趕DDL紅寶書：學生篇
缺人！缺錢！趕時間！初創(chuàng)IC設(shè)計公司如何“絕地求生”？
速石科技獲元禾璞華領(lǐng)投數(shù)千萬美元B輪融資
一次搞懂速石科技三大產(chǎn)品：FCC、FCC-E、FCP
速石科技成三星Foundry國內(nèi)首家SAFE云合作伙伴
EDA云平臺49問
國內(nèi)超算發(fā)展近40年，終于遇到了一個像樣的對手
幫助CXO解惑上云成本的迷思，看這篇就夠了
花費4小時5500美元，速石科技躋身全球超算TOP500

關(guān)于fastone云平臺在EDA及其他行業(yè)應(yīng)用上的具體表現(xiàn)，可以點擊以下應(yīng)用名稱查看：HSPICE │ Bladed │ Vina │ OPC │ Fluent │ Amber │ VCS │ LS-DYNA │ MOE │ Virtuoso │ COMSOL

- END -

我們有個為應(yīng)用定義的EDA云平臺
集成多種EDA應(yīng)用，大量任務(wù)多節(jié)點并行
應(yīng)對短時間爆發(fā)性需求，連網(wǎng)即用
跑任務(wù)快，原來幾個月甚至幾年，現(xiàn)在只需幾小時
5分鐘快速上手，拖拉點選可視化界面，無需代碼
支持高級用戶直接在云端創(chuàng)建集群
掃碼免費試用，送300元體驗金，入股不虧~