Siemens的Calibre是業(yè)內(nèi)權(quán)威的版圖驗(yàn)證軟件，被各大Foundry廠廣泛認(rèn)可。用戶可以直接在Virtuoso界面集成Calibre接口，調(diào)用版圖驗(yàn)證結(jié)果數(shù)據(jù)，使用起來(lái)極為方便。
今天，我們就來(lái)聊聊這款軟件。

版圖驗(yàn)證是芯片設(shè)計(jì)中非常重要的一環(huán)，一共包括三個(gè)環(huán)節(jié)。
DRC（Design Rule Check）：檢查版圖是否符合Foundry廠的制造工藝規(guī)則，確保芯片能被正確生產(chǎn)出來(lái)；
LVS（Layout Versus Schematic）：版圖工程師需要將畫好的版圖與原理圖對(duì)比，確保兩者所有連接保持一致；
寄生參數(shù)提取（Parasitic Extraction）：將版圖中的寄生參數(shù)提取出來(lái)，在Virtuoso中反饋結(jié)果，前端工程師會(huì)進(jìn)行后仿驗(yàn)證，重新評(píng)估電路特性并進(jìn)行修改，保證流片正確。

這三個(gè)環(huán)節(jié)分別由Calibre的DRC、LVS、PEX三種工具來(lái)完成。

Calibre任務(wù)典型特性
重內(nèi)存，可拆分，適合暴力堆機(jī)器

Calibre任務(wù)有兩大特性：

1、重內(nèi)存需求，2T或4T的超大型內(nèi)存機(jī)器都有可能登場(chǎng)

版圖文件很大，需要處理的數(shù)據(jù)量非常大，但本身的邏輯判斷并不復(fù)雜，所以通常不剛需高主頻機(jī)型，但要求多核、大內(nèi)存的機(jī)器。CPU與內(nèi)存的比例通常能達(dá)到1:4或1:8，極端情況下這個(gè)比例會(huì)更高，2T或4T的超大型內(nèi)存機(jī)器都有可能登場(chǎng)。

我們?cè)谙旅鎯善恼吕镒屑?xì)盤過(guò)模擬&數(shù)字芯片設(shè)計(jì)全流程的業(yè)務(wù)場(chǎng)景、常用EDA工具、資源類型、算力需求、典型場(chǎng)景：

芯片設(shè)計(jì)五部曲之一 | 聲光魔法師——模擬IC
芯片設(shè)計(jì)五部曲之二 | 圖靈藝術(shù)家——數(shù)字IC

2、可拆分，無(wú)關(guān)聯(lián)，適合暴力堆機(jī)器

我們?cè)?strong>模擬這篇文里寫過(guò)版圖驗(yàn)證就像是一個(gè)“大家來(lái)找茬“的游戲。
在運(yùn)行任務(wù)的時(shí)候，Calibre會(huì)把版圖切分成相互沒有邏輯關(guān)系的塊狀分區(qū)，這些分區(qū)之間彼此沒有相關(guān)性，互不干擾，所以可以同時(shí)進(jìn)行。
切得越細(xì)，同時(shí)檢查的人更多，效率就越高。

三體里的切法大家還記得吧，一字橫切。
而芯片只能豎著切，可以十字切法。橫切會(huì)影響到芯片層與層之間的連接關(guān)系。

暴力堆機(jī)器也是有技術(shù)含量的

1、 首先，要有光，你得有大內(nèi)存的機(jī)器

我們的全球資源池可以根據(jù)用戶需求在全球范圍內(nèi)調(diào)度海量云端異構(gòu)資源。GPU、TPU、FPGA，要啥都有。

其中，FCC-B產(chǎn)品提供準(zhǔn)動(dòng)態(tài)資源池，擁有行業(yè)特需的大內(nèi)存機(jī)型，具有較低的整體擁有成本。而且，可以擴(kuò)展到FCC-E使用彈性資源。
總之，大內(nèi)存的機(jī)器，沒有問(wèn)題。

那么，萬(wàn)一不是一直不夠，是偶爾不夠怎么辦呢？
我們有一個(gè)小技巧，專門應(yīng)用于這種內(nèi)存峰值場(chǎng)景。

Swap，交換分區(qū)，就是在內(nèi)存不夠的情況下，操作系統(tǒng)先把內(nèi)存中暫時(shí)不用的數(shù)據(jù)，存到硬盤的交換空間，騰出內(nèi)存來(lái)讓別的程序運(yùn)行。
比如跑一組Calibre任務(wù)需要10小時(shí)，其中9個(gè)小時(shí)的內(nèi)存使用量都在200G左右，只有1個(gè)小時(shí)達(dá)到了260G。

如果選擇256G內(nèi)存的機(jī)型配置，任務(wù)必崩無(wú)疑。
但要是為了這1小時(shí)不到10G的內(nèi)存溢出而全程使用512G的配置，成本翻倍，未免有點(diǎn)太不劃算了。
使用Swap交換分區(qū)就可以無(wú)縫填補(bǔ)這一空缺，非常匹配這種內(nèi)存峰值場(chǎng)景。

Swap的具體使用案例，戳這篇：Auto-Scale這支仙女棒如何大幅提升Virtuoso仿真效率？

注意：此方法不適合長(zhǎng)期使用，磁盤的速度和內(nèi)存相比慢了好幾個(gè)數(shù)量級(jí)，如果不停讀寫 Swap，對(duì)系統(tǒng)整體性能有影響。

2、 怎么把這些機(jī)器組隊(duì)管理起來(lái)？

有了機(jī)器，下一步當(dāng)然是要把它們利用起來(lái)。
Calibre默認(rèn)支持單機(jī)多核并行跑任務(wù)，這意味著只要機(jī)器足夠大，就可以同時(shí)處理很多任務(wù)。
但是，當(dāng)你的大機(jī)器不夠多，或者根本拿不到大機(jī)器的時(shí)候，就很苦惱了。

我們的方法是：將所有機(jī)器組成一個(gè)集群——多機(jī)多核的方式同時(shí)跑多個(gè)任務(wù)。

關(guān)于單機(jī)、單核、單任務(wù)、多任務(wù)、集群化、并行化進(jìn)一步的定義與區(qū)別，可以看這篇：揭秘20000個(gè)VCS任務(wù)背后的“搬桌子”系列故事

集群自動(dòng)化管理，少量大機(jī)器需要，大量小機(jī)器就更需要了。
為啥？

理由一，能方便地自動(dòng)化運(yùn)維整個(gè)集群
比如軟件安裝配置、資源監(jiān)控、集群管理等工作，是需要IT一臺(tái)臺(tái)機(jī)器去逐一手動(dòng)操作，還是鼠標(biāo)點(diǎn)幾下就可以完成？

理由二，能快速方便地分配業(yè)務(wù)，提高資源利用率
比如，臨時(shí)需要將一批機(jī)器從團(tuán)隊(duì)A劃撥給團(tuán)隊(duì)B使用，有沒有什么辦法可以讓IT快速方便地進(jìn)行配置？比如，因?yàn)橘Y源使用的不透明和缺乏有序管理，會(huì)出現(xiàn)不同人對(duì)同一資源的爭(zhēng)搶，任務(wù)排隊(duì)等現(xiàn)象。同時(shí)，你會(huì)發(fā)現(xiàn)資源利用率還是不高。

3、怎么讓機(jī)器自動(dòng)化干活，不用人操心？

自動(dòng)化干活可太有必要了。
否則，那么多任務(wù)，那么多機(jī)器，需要多少雙手和眼睛才能忙得過(guò)來(lái)？

來(lái)，我們給你“手”和“眼睛”。

首先是我們的“手”——Auto-Scale功能。
來(lái)看一下本地手動(dòng)跑任務(wù)與Auto-Scale自動(dòng)化跑任務(wù)的區(qū)別：

基于我們自主研發(fā)的調(diào)度器——Fsched，Auto-Scale自動(dòng)伸縮功能自動(dòng)化創(chuàng)建集群，自動(dòng)監(jiān)控用戶提交的任務(wù)數(shù)量和資源需求，動(dòng)態(tài)按需地開啟與關(guān)閉所需算力資源，做到分鐘級(jí)彈性伸縮，在提升效率的同時(shí)有效降低成本。

更多療效，戳這篇：Auto-Scale這支仙女棒如何大幅提升Virtuoso仿真效率？

有了“手”干活，還得有“眼睛”盯著防止出錯(cuò)。
我們能多維度監(jiān)控任務(wù)狀態(tài)，提供基于EDA任務(wù)層的監(jiān)控、告警、數(shù)據(jù)統(tǒng)計(jì)分析功能與服務(wù)。

如果沒有這雙“眼睛”，可能出現(xiàn)哪些問(wèn)題？戳這篇：【案例】95后占半壁江山的浙桂，如何在百家爭(zhēng)鳴中快人一步
未來(lái)我們還會(huì)有一篇文章專門討論EDA領(lǐng)域基于業(yè)務(wù)的監(jiān)控功能，敬請(qǐng)期待哦~

你看，不僅可以自動(dòng)化跑任務(wù)，還能時(shí)刻幫你盯著任務(wù)是否出錯(cuò)。

來(lái)，我們小暴力一下

先說(shuō)結(jié)論：

我們?cè)?strong>單臺(tái)大機(jī)器和多臺(tái)小機(jī)器組合場(chǎng)景下分別跑了同一組Calibre任務(wù)。

單臺(tái)大機(jī)器場(chǎng)景下，隨著核數(shù)的增加，任務(wù)耗時(shí)呈現(xiàn)明顯的線性下降關(guān)系，整體性能曲線非常貼近基準(zhǔn)線（單機(jī)核數(shù)有上限，本次實(shí)證中，我們使用的最大單機(jī)為128核，并根據(jù)32核、64核、128核的耗時(shí)規(guī)律預(yù)估了256核單機(jī)的耗時(shí)數(shù)據(jù)，僅供參考）。

多臺(tái)小機(jī)器組合場(chǎng)景下，隨著機(jī)器數(shù)量的翻倍，任務(wù)耗時(shí)同樣線性下降，但在后期倍數(shù)關(guān)系上有所損耗，多機(jī)性能曲線略低于基準(zhǔn)線和單機(jī)性能曲線。

實(shí)證過(guò)程：
1、使用fastone云平臺(tái)調(diào)度32核、64核、128核單機(jī)分別運(yùn)行一組Calibre任務(wù)，耗時(shí)分別為14小時(shí)57分49秒、7小時(shí)30分28秒、3小時(shí)50分11秒；
2、按上條實(shí)證數(shù)據(jù)，預(yù)估使用fastone云平臺(tái)調(diào)度256核單機(jī)運(yùn)行一組Calibre任務(wù)的耗時(shí)為1小時(shí)58分6秒；
3、使用fastone云平臺(tái)調(diào)度2、4、8臺(tái)32核機(jī)器分別運(yùn)行一組Calibre任務(wù)，耗時(shí)分別7小時(shí)43分51秒、4小時(shí)6分14秒、2小時(shí)15分34秒。

還有大家關(guān)心的Intel第四代機(jī)器
我們也搞來(lái)跑了一下

在上一節(jié)中，我們使用的均為第三代英特爾至強(qiáng)可擴(kuò)展處理器，而在2023年1月11日，英特爾正式推出了第四代至強(qiáng)可擴(kuò)展處理器。
我們立馬搞來(lái)跑了一遍，為了對(duì)比參照，我們還拉上了第二代和第三代，并且把核數(shù)都按比例換算為48核。

實(shí)證過(guò)程：
1、使用fastone云平臺(tái)調(diào)度48核第二代英特爾處理器運(yùn)行一組Calibre任務(wù)，耗時(shí)10小時(shí)46分26秒；
2、使用fastone云平臺(tái)調(diào)度48核第三代英特爾處理器運(yùn)行一組Calibre任務(wù)，耗時(shí)9小時(shí)56分13秒，相比第二代提升7.77%；
3、使用fastone云平臺(tái)調(diào)度48核第四代英特爾處理器運(yùn)行一組Calibre任務(wù)，耗時(shí)8小時(shí)18分43秒，相比第三代提升16.35%，比第二代提升22.85%。

可以看到每一代都有提升，且型號(hào)越新，提升幅度越大，三代比二代提升了7.77%，四代比三代提升了16.35%。
而在價(jià)格上，目前四代和三代的類似機(jī)型換算一下，幾乎是相同的。

實(shí)證小結(jié)

1、Calibre DRC/LVS/PEX不剛需高主頻機(jī)型，但要求多核、大內(nèi)存的機(jī)器，任務(wù)可拆分，適合暴力堆機(jī)器；
2、fastone云平臺(tái)的全球動(dòng)態(tài)資源池、集群自動(dòng)化管理能力、自動(dòng)化跑任務(wù)并監(jiān)控告警的功能可完美匹配Calibre的需求；
3、隨著計(jì)算資源的提升，Calibre的任務(wù)耗時(shí)呈現(xiàn)明顯的線性關(guān)系，其中單機(jī)整體性能曲線非常貼近基準(zhǔn)線，多機(jī)效果后期會(huì)略有折損；
4、最新型號(hào)的處理器可以大幅提升Calibre的效率，可根據(jù)項(xiàng)目周期與實(shí)際預(yù)算綜合考量機(jī)型配置。

本次EDA云實(shí)證系列Vol.13就到這里了。
下一期，我們聊ADS，也可能是ALPS。看心情~~~

關(guān)于fastone云平臺(tái)在各種EDA應(yīng)用上的表現(xiàn)，可以點(diǎn)擊以下應(yīng)用名稱查看：
HSPICE │ OPC │ VCS │ Virtuoso
速石科技芯片設(shè)計(jì)五部曲，前三部先睹為快：
模擬IC│ 數(shù)字IC│ 算法仿真

- END -

我們有個(gè)IC設(shè)計(jì)研發(fā)云平臺(tái)
IC設(shè)計(jì)全生命周期一站式覆蓋
調(diào)度器Fsched國(guó)產(chǎn)化替代、專業(yè)IT-CAD服務(wù)
100+行業(yè)客戶落地實(shí)踐
支持海內(nèi)外多地協(xié)同研發(fā)與辦公
多層安全框架層層保障

掃碼免費(fèi)試用，送200元體驗(yàn)金，入股不虧~

更多EDA電子書
歡迎掃碼關(guān)注小F（ID：iamfastone）獲取

你也許想了解具體的落地場(chǎng)景：
王者帶飛LeDock！開箱即用&一鍵定位分子庫(kù)+全流程自動(dòng)化，3.5小時(shí)完成20萬(wàn)分子對(duì)接
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(gè)分子要花多少錢
LS-DYNA求解效率深度測(cè)評(píng) │ 六種規(guī)模，本地VS云端5種不同硬件配置
揭秘20000個(gè)VCS任務(wù)背后的“搬桌子”系列故事
155個(gè)GPU！多云場(chǎng)景下的Amber自由能計(jì)算
怎么把需要45天的突發(fā)性Fluent仿真計(jì)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(duì)接2800萬(wàn)個(gè)分子
從4天到1.75小時(shí)，如何讓Bladed仿真效率提升55倍？
從30天到17小時(shí)，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(tái)：
最強(qiáng)省錢攻略——IC設(shè)計(jì)公司老板必讀
芯片設(shè)計(jì)五部曲之三 | 戰(zhàn)略規(guī)劃家——算法仿真
芯片設(shè)計(jì)五部曲之二 | 圖靈藝術(shù)家——數(shù)字IC
芯片設(shè)計(jì)五部曲之一 | 聲光魔法師——模擬IC
【案例】速石X騰訊云X燧原：芯片設(shè)計(jì)“存算分離”混合云實(shí)踐
【ICCAD2022】首次公開亮相！國(guó)產(chǎn)調(diào)度器Fsched，半導(dǎo)體生態(tài)1.0，上百家行業(yè)用戶最佳實(shí)踐
解密一顆芯片設(shè)計(jì)的全生命周期算力需求
居家辦公=停工？nonono，移動(dòng)式EDA芯片設(shè)計(jì)，帶你效率起飛
缺人！缺錢！趕時(shí)間！初創(chuàng)IC設(shè)計(jì)公司如何“絕地求生”？
續(xù)集來(lái)了：上回那個(gè)“吃雞”成功的IC人后來(lái)發(fā)生了什么？
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(guó)內(nèi)首家SAFE云合作伙伴
EDA云平臺(tái)49問(wèn)
億萬(wàn)打工人的夢(mèng)：16萬(wàn)個(gè)CPU隨你用
幫助CXO解惑上云成本的迷思，看這篇就夠了
花費(fèi)4小時(shí)5500美元，速石科技躋身全球超算TOP500

本期實(shí)證的主角是——Virtuoso。

半導(dǎo)體行業(yè)中使用范圍最廣的EDA應(yīng)用之一。

1991年Virtuoso技術(shù)正式發(fā)布，最初作為掩模設(shè)計(jì)師的版圖工具，是Opus平臺(tái)的一部分，主要功能包括電路設(shè)計(jì)與仿真、版圖設(shè)計(jì)、設(shè)計(jì)驗(yàn)證，以及模擬／數(shù)字混合設(shè)計(jì)等。

近30年來(lái)，Virtuoso產(chǎn)品已和最初有很大不同，但其核心仍然是版圖編輯器。

應(yīng)用工具層面。Cadence一直致力于優(yōu)化EDA應(yīng)用算法和性能，提高自動(dòng)化水平，將Virtuoso逐漸升級(jí)和擴(kuò)展為集合多項(xiàng)新技術(shù)的系統(tǒng)設(shè)計(jì)平臺(tái)。

而從應(yīng)用到云資源層，就由我們來(lái)發(fā)揮了。

我們針對(duì)EDA應(yīng)用云原生適配，為IC研發(fā)設(shè)計(jì)人員提供一整套即開即用，快速上手的IC研發(fā)設(shè)計(jì)環(huán)境，系統(tǒng)性大幅提升研發(fā)效率。

我們到底是怎么做到的？

研發(fā)效率具體提高在哪些方面？

什么是即開即用的IC研發(fā)設(shè)計(jì)環(huán)境？好用嗎？改變?cè)瓉?lái)習(xí)慣嗎？

以下是今天的正文：

用戶需求

某芯片設(shè)計(jì)公司做數(shù)模混合芯片，經(jīng)常使用Virtuoso調(diào)用Spectre完成仿真任務(wù)，需要趕MPW shuttle，即將面臨多項(xiàng)目同時(shí)進(jìn)行、項(xiàng)目關(guān)鍵時(shí)間節(jié)點(diǎn)相同的困境。

但公司CEO并不想單純靠增加本地機(jī)器來(lái)解決目前問(wèn)題，一方面考慮到會(huì)對(duì)企業(yè)造成比較大的現(xiàn)金流壓力，另一方面公司并沒有專門的IT和CAD團(tuán)隊(duì)。他對(duì)能不能用云解決現(xiàn)有問(wèn)題十分重視，也直接和云廠商交流過(guò)，對(duì)我們的云上自動(dòng)化和Auto-Scale功能很感興趣。

實(shí)證目標(biāo)

1、fastone平臺(tái)是否支持在云端使用Virtuoso運(yùn)行仿真任務(wù)？
2、通過(guò)平臺(tái)使用Virtuoso和本地差別大嗎？
3、Auto-Scale自動(dòng)化伸縮具體怎么實(shí)現(xiàn)的？
4、Slurm調(diào)度器行不行？

實(shí)證參數(shù)

平臺(tái)：fastone企業(yè)版產(chǎn)品

應(yīng)用：Cadence Virtuoso

適用場(chǎng)景：數(shù)模混合電路設(shè)計(jì)及仿真

云端硬件配置：Spectre仿真主要需要的是計(jì)算密集型CPU，所以平臺(tái)推薦的是計(jì)算優(yōu)化型云端實(shí)例

調(diào)度器：Slurm（關(guān)于調(diào)度器，下文會(huì)詳細(xì)講解）

技術(shù)架構(gòu)圖：

一整套即開即用的IC研發(fā)設(shè)計(jì)環(huán)境
操作像吃了德芙般順滑

用戶對(duì)于在本地單機(jī)使用Virtuoso運(yùn)行仿真任務(wù)，已經(jīng)非常熟悉。而對(duì)于在云上跑，用戶依然有以下疑問(wèn)：

什么叫一整套？從哪一步到哪一步？

云上使用Virtuoso，操作方式會(huì)改變嗎？會(huì)不會(huì)很麻煩？

我們?yōu)橛脩籼峁┑漠a(chǎn)品，從登錄桌面、打開應(yīng)用、配置仿真、提交任務(wù)、自動(dòng)上云開機(jī)運(yùn)行任務(wù)并自動(dòng)關(guān)機(jī)、查看結(jié)果進(jìn)行調(diào)試……用戶所需要的操作與本地幾乎完全一致，每一步只需在平臺(tái)上使用鼠標(biāo)簡(jiǎn)單點(diǎn)選即可完成。

我們說(shuō)的“一整套”，就是這個(gè)意思。

至于操作方式會(huì)不會(huì)改變？

拿訪問(wèn)集群舉例。用戶訪問(wèn)集群，既可以通過(guò)命令行，也可以通過(guò)WebVNC圖形界面方式直接訪問(wèn)。

手動(dòng)模式訪問(wèn)集群，一共有五步，往往還需要請(qǐng)IT先配置環(huán)境 ：

1、在云端開一臺(tái)機(jī)器；
2、在云端安裝VNC服務(wù)并進(jìn)行配置，有幾個(gè)用戶使用就需要配置幾個(gè)賬號(hào)；
3、在本地安裝VNC服務(wù)并進(jìn)行配置；
4、在云端開啟VNC服務(wù)；5、用戶使用各自賬號(hào)登錄客戶端VNC訪問(wèn)云端。

我們?yōu)樗杏脩?strong>免費(fèi)提供WebVNC功能，自動(dòng)化創(chuàng)建到訪問(wèn)集群：
1、通過(guò)Web瀏覽器登錄fastone平臺(tái)；
2、在Web界面新建集群、配置資源；
3、在已創(chuàng)建的集群點(diǎn)擊WebVNC遠(yuǎn)程桌面圖標(biāo)（同時(shí)提供WebSSH遠(yuǎn)程命令行功能）；
4、跳轉(zhuǎn)到虛擬桌面，可在該桌面中操作Virtuoso。

我們還提供了統(tǒng)一的用戶認(rèn)證，不同用戶可以直接訪問(wèn)VNC，無(wú)需重新配置。

這種操作方式給用戶提供了熟悉的操作環(huán)境，使其能夠快速地遠(yuǎn)程自動(dòng)化訪問(wèn)集群，避免了大量的手動(dòng)部署，使用體驗(yàn)更好。 

在數(shù)據(jù)傳輸上，我們同樣為用戶提供了不改變操作習(xí)慣的DM工具，用戶無(wú)需在多套認(rèn)證系統(tǒng)之間切換，使用統(tǒng)一的身份認(rèn)證即可傳輸數(shù)據(jù)，并自動(dòng)關(guān)聯(lián)云端集群進(jìn)行計(jì)算，具體看這里《CAE云實(shí)證Vol.8：LS-DYNA求解效率深度測(cè)評(píng) │ 六種規(guī)模，本地VS云端5種不同硬件配置》

當(dāng)然，好處遠(yuǎn)遠(yuǎn)不止這些。

Auto-Scale自動(dòng)伸縮就像仙女棒 變大變小變漂亮

fastone通過(guò)Auto-Scale功能實(shí)現(xiàn)自動(dòng)化創(chuàng)建集群的過(guò)程，可以實(shí)現(xiàn)自動(dòng)監(jiān)控用戶提交的任務(wù)數(shù)量和資源的需求，動(dòng)態(tài)按需地開啟所需算力資源，在提升效率的同時(shí)有效降低成本。 

怎么讓仙女棒發(fā)揮作用？ 

先來(lái)設(shè)置一下：

下圖就是開啟Auto-Scale功能后，用戶某項(xiàng)目一周之內(nèi)所調(diào)用云端計(jì)算資源的動(dòng)態(tài)情況。

其中橙色曲線為OD實(shí)例的使用狀況，紅色曲線為SPOT的使用狀況。

OD：On-Demand，按需實(shí)例。針對(duì)短期彈性需求，按小時(shí)計(jì)費(fèi)，但價(jià)格比較高。

SPOT：可被搶占實(shí)例，又稱競(jìng)價(jià)實(shí)例。價(jià)格最低可達(dá)到按需實(shí)例價(jià)格的10%，相當(dāng)于秒殺，手快有手慢無(wú)，隨時(shí)可能被搶占中斷，需要有一定的技術(shù)實(shí)力才能使用。

兩個(gè)重點(diǎn)：
第一、從圖中可以看到整個(gè)階段算力波峰為約3500核，而波谷只有650核左右。用戶使用資源是存在明顯的波峰波谷周期的。Auto-Scale功能可以根據(jù)任務(wù)運(yùn)算情況動(dòng)態(tài)開啟云端資源，并在波峰過(guò)去后自動(dòng)關(guān)閉，讓資源的使用隨著用戶的需求自動(dòng)擴(kuò)張及縮小，最大程度匹配任務(wù)需求。
當(dāng)然，用戶也可以選擇自己對(duì)最大最小值進(jìn)行設(shè)置，加以限制。

這一方面節(jié)約了用戶成本，不需要時(shí)刻保持最高峰使用資源；

另一方面也最大限度保證了任務(wù)最大效率運(yùn)行。
比如跑100個(gè)corner的仿真，以前只能同時(shí)跑10個(gè)，要花10天，現(xiàn)在可以同時(shí)跑100個(gè)，只要1天就可以完成。這兩種方式成本相同，為用戶節(jié)約出了顯著的時(shí)間差，大大縮短了任務(wù)運(yùn)行周期，提升了研發(fā)效率。

第二、我們的Auto-Scale功能支持對(duì)不同計(jì)費(fèi)模式（OD、SPOT）實(shí)例進(jìn)行自動(dòng)伸縮，OD按需實(shí)例價(jià)格通常為SPOT實(shí)例的3-10倍。

Auto-Scale功能可以根據(jù)不同的用戶策略，比如成本最優(yōu)還是時(shí)間優(yōu)先，自動(dòng)化跨區(qū)、跨類型為用戶調(diào)度云資源，完成計(jì)算任務(wù)。

至于不同策略具體怎么落地執(zhí)行？相比時(shí)間優(yōu)先策略，成本優(yōu)先怎么做到降低成本最多達(dá)67%-90%？在這篇實(shí)證《生信云實(shí)證Vol.3：提速2920倍！用AutoDockVina對(duì)接2800萬(wàn)個(gè)分子》里體現(xiàn)得十分明顯。

不僅限于運(yùn)行任務(wù)期間，其實(shí)早在創(chuàng)建集群的時(shí)候，自動(dòng)化Auto-Scale過(guò)程就已經(jīng)開始了。在這篇Bladed實(shí)證里，fastone平臺(tái)在任務(wù)的不同階段采取不同的策略應(yīng)對(duì)，除任務(wù)運(yùn)行時(shí)間內(nèi)全部云資源滿負(fù)荷運(yùn)作以外，在數(shù)據(jù)處理和結(jié)果數(shù)據(jù)上傳階段均只開啟了1-2臺(tái)機(jī)器，而其他準(zhǔn)備過(guò)程不需要開啟機(jī)器。

習(xí)慣了LSF/SGESlurm調(diào)度器到底行不行？

為什么選擇Slurm調(diào)度器？

Virtuoso應(yīng)用原生支持的調(diào)度器有LSF和SGE。LSF作為商業(yè)軟件，由IBM提供商業(yè)支持，是半導(dǎo)體行業(yè)最常用的調(diào)度器軟件。曾經(jīng)衍生出的開源版Openlava在2016后IBM發(fā)起的版權(quán)訴訟之后，2018年正式被禁用。

SGE商業(yè)版在去年已經(jīng)隨Univa被Altair收購(gòu)。類似的，免費(fèi)開源版已經(jīng)長(zhǎng)期無(wú)維護(hù)和更新，也存在版權(quán)風(fēng)險(xiǎn)。
LSF和SGE均按核時(shí)收費(fèi)，價(jià)格不菲，如果在云端大規(guī)模使用，價(jià)格驚人，而且都需要購(gòu)買單獨(dú)的Resource Connector或Navops Launch產(chǎn)品才能支持在云上使用。
而Slurm作為調(diào)度器四大流派里唯一的純開源派，就不受規(guī)模和費(fèi)用的限制了。而且Slurm擁有容錯(cuò)率高、支持異構(gòu)資源、高度可擴(kuò)展等優(yōu)點(diǎn)，每秒可提交超過(guò)1000個(gè)任務(wù)，且由于是開放框架，高度可配置，擁有超過(guò)100種插件，因此適用性相當(dāng)強(qiáng)。所以我們優(yōu)先選擇Slurm。

關(guān)于這四家主流調(diào)度器：LSF/SGE/Slurm/PBS以及它們的9個(gè)演化版本，可以看這篇文章《億萬(wàn)打工人的夢(mèng)：16萬(wàn)個(gè)CPU隨你用》，我們進(jìn)行了整體梳理和盤點(diǎn)，尤其是對(duì)云的支持方面劃了重點(diǎn)。

我們是怎么實(shí)現(xiàn)的？
答案是：SGE Wrapper。

Wrapper是什么呢？可以看看下圖，可以看到同樣的命令在不同的調(diào)度器之間有不同的實(shí)現(xiàn)方式：

而Wrapper就像不同調(diào)度器命令語(yǔ)言中的翻譯器，我們相當(dāng)于通過(guò)這個(gè)翻譯器，把Slurm語(yǔ)言翻譯成了Virtuoso聽得懂的SGE語(yǔ)言，于是應(yīng)用就能正常運(yùn)行啦。

關(guān)于不同調(diào)度器的使用效果。我們?cè)?jīng)在ProteusOPC實(shí)證場(chǎng)景四中分別使用SGE和Slurm在云端和本地分別調(diào)度2000核/5000核運(yùn)行相同OPC任務(wù)。

結(jié)論是：對(duì)于計(jì)算結(jié)果無(wú)影響。 

關(guān)于調(diào)度器如何在多機(jī)器多任務(wù)的情況下提升資源利用率，并進(jìn)行自動(dòng)化管理，可以看這篇《EDA云實(shí)證Vol.7：揭秘20000個(gè)VCS任務(wù)背后的“搬桌子”系列故事》 

任務(wù)監(jiān)控還能搞出省錢大招？

根據(jù)我們對(duì)整個(gè)任務(wù)消耗資源狀態(tài)的監(jiān)控，發(fā)現(xiàn)運(yùn)算該組任務(wù)所使用的內(nèi)存大部分時(shí)間在5G以下，但會(huì)有極短的一段時(shí)間（不超過(guò)半小時(shí)）達(dá)到17.5G。

從上圖中可以看到，Swap剩余量在短時(shí)間內(nèi)從8.6G跌到了7.1G，隨后很快回升到了8.38G，也就是說(shuō)如果沒有Swap，運(yùn)行內(nèi)存的瞬時(shí)缺口約為1.5G，勢(shì)必造成任務(wù)失敗。

Swap，交換分區(qū)，就是在內(nèi)存不夠的情況下，操作系統(tǒng)先把內(nèi)存中暫時(shí)不用的數(shù)據(jù)，存到硬盤的交換空間，騰出內(nèi)存來(lái)讓別的程序運(yùn)行。

如果配置16G的內(nèi)存，任務(wù)最后會(huì)因此失敗。
但如果選擇配置32G內(nèi)存，著實(shí)有點(diǎn)浪費(fèi)，畢竟也就超了一點(diǎn)點(diǎn)。
而同等CPU資源下，配備32G內(nèi)存的價(jià)格普遍要比16G貴1.4-1.9倍。

正是由于完備的監(jiān)控和任務(wù)性能評(píng)估機(jī)制，我們建議用戶在云端運(yùn)算時(shí)配備16G內(nèi)存，同時(shí)使用Swap功能渡過(guò)這段內(nèi)存波峰，以達(dá)到最高的性價(jià)比。

實(shí)證小結(jié)

1、fastone平臺(tái)支持在云端使用Virtuoso調(diào)用Spectre運(yùn)行仿真任務(wù)；

2、用戶使用這套研發(fā)設(shè)計(jì)環(huán)境能閉環(huán)完成Virtuoso運(yùn)行任務(wù)，且基本不改變用戶習(xí)慣；

3、fastone平臺(tái)的云上自動(dòng)化模式和Auto-Scale功能能有效幫用戶縮短研發(fā)周期，同時(shí)降低使用成本；

4、Slurm調(diào)度器不會(huì)影響計(jì)算結(jié)果，是更具性價(jià)比及擴(kuò)展性的選擇；

5、fastone平臺(tái)擁有完備的監(jiān)控及任務(wù)性能評(píng)估機(jī)制。

本次EDA實(shí)證系列Vol.10就到這里了。下一期我們聊HFSS。

關(guān)于fastone云平臺(tái)在不同應(yīng)用上的具體表現(xiàn)，可以點(diǎn)擊以下應(yīng)用名稱查看：HSPICE │ Bladed │ Vina │ OPC │ Fluent │ Amber │ VCS │ LS-DYNA │ MOE

- END -

我們有個(gè)為應(yīng)用定義的EDA云平臺(tái)
集成多種EDA應(yīng)用，大量任務(wù)多節(jié)點(diǎn)并行
應(yīng)對(duì)短時(shí)間爆發(fā)性需求，連網(wǎng)即用跑任務(wù)快，
原來(lái)幾個(gè)月甚至幾年，現(xiàn)在只需幾小時(shí)
5分鐘快速上手，拖拉點(diǎn)選可視化界面，
無(wú)需代碼支持高級(jí)用戶直接在云端創(chuàng)建集群

掃碼免費(fèi)試用，送200元體驗(yàn)金，入股不虧~

更多電子書歡迎掃碼關(guān)注小F（ID：imfastone）獲取

你也許想了解具體的落地場(chǎng)景：

1分鐘告訴你用MOE模擬200000個(gè)分子要花多少錢
LS-DYNA求解效率深度測(cè)評(píng) │ 六種規(guī)模，本地VS云端5種不同硬件配置
揭秘20000個(gè)VCS任務(wù)背后的“搬桌子”系列故事
155個(gè)GPU！多云場(chǎng)景下的Amber自由能計(jì)算
怎么把需要45天的突發(fā)性Fluent仿真計(jì)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(duì)接2800萬(wàn)個(gè)分子
從4天到1.75小時(shí)，如何讓Bladed仿真效率提升55倍？
從30天到17小時(shí)，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(tái)：

AI太笨了……暫時(shí)
速石科技成三星Foundry國(guó)內(nèi)首家SAFE云合作伙伴
Ansys最新CAE調(diào)研報(bào)告找到阻礙仿真效率提升的“元兇”，竟然是Ta……
【2021版】全球44家頂尖藥企AI輔助藥物研發(fā)行動(dòng)白皮書
EDA云平臺(tái)49問(wèn)
國(guó)內(nèi)超算發(fā)展近40年，終于遇到了一個(gè)像樣的對(duì)手
幫助CXO解惑上云成本的迷思，看這篇就夠了
花費(fèi)4小時(shí)5500美元，速石科技躋身全球超算TOP500

對(duì)經(jīng)常跑EDA或其他算力密集型任務(wù)的用戶來(lái)說(shuō)，在深度掌握本行業(yè)業(yè)務(wù)知識(shí)及熟練運(yùn)用常見EDA工具以外，通常還需要在技能樹上點(diǎn)上一門技能——IT，就是怎么（順利）使用機(jī)器把手里的任務(wù)給（高效）跑完。

他們的IT技能升級(jí)打怪之旅一般分為三個(gè)階段：

第一階段：?jiǎn)螜C(jī)單CPU核，單任務(wù)
第二階段：?jiǎn)螜C(jī)多CPU核，多任務(wù)
第三階段：多機(jī)多CPU核，多任務(wù)

據(jù)我們觀察，很多用戶都已經(jīng)處在第二階段。
但是，依然有部分用戶尚處在第一階段，比如我們今天的實(shí)證主角。

我們之前的六篇實(shí)證都直接一步到位——上云后。

HSPICE │ Bladed │Vina │OPC │Fluent │Amber

今天我們看看上云前的幕后系列，又名：搬桌子的故事。

用戶需求

某IC設(shè)計(jì)公司運(yùn)行EDA仿真前端設(shè)計(jì)和后端設(shè)計(jì)的分析任務(wù)，進(jìn)行機(jī)電一體芯片技術(shù)的開發(fā)。現(xiàn)有機(jī)房設(shè)備較為老舊，共有8臺(tái)單機(jī)，需要同時(shí)服務(wù)數(shù)字和模擬兩個(gè)研發(fā)部門。
隨著公司業(yè)務(wù)的發(fā)展，相關(guān)部門負(fù)責(zé)人幾乎同時(shí)反饋業(yè)務(wù)峰值時(shí)計(jì)算資源嚴(yán)重不足，排隊(duì)現(xiàn)象嚴(yán)重。

實(shí)證目標(biāo)

1、fastone平臺(tái)是否能有效提升VCS任務(wù)運(yùn)行效率？
2、fastone平臺(tái)是否能有效提升本地機(jī)器資源利用率？
3、fastone平臺(tái)是否支持大規(guī)模VCS任務(wù)自動(dòng)化穩(wěn)定運(yùn)行？

實(shí)證參數(shù)

平臺(tái)：fastone企業(yè)版產(chǎn)品
應(yīng)用：Synopsys VCS
適用場(chǎng)景：數(shù)模混合電路仿真
系統(tǒng)：Red Hat Enterprise release 5.7（Tikanga）

實(shí)證結(jié)果

我們先來(lái)看看用戶自己跑20000個(gè)任務(wù)和我們來(lái)跑的效果：

大規(guī)模任務(wù)驗(yàn)證 20000個(gè)任務(wù)

我們將本地機(jī)房的8臺(tái)單機(jī)構(gòu)建為一個(gè)統(tǒng)一管理的集群，運(yùn)行20000個(gè)VCS任務(wù)的時(shí)間是用戶自己所需時(shí)間的約1/50。

實(shí)證過(guò)程：

1、用戶使用一臺(tái)單機(jī)C1運(yùn)行20000個(gè)VCS任務(wù)，耗時(shí)40485分鐘；
2、將本地機(jī)房的所有8臺(tái)單機(jī)構(gòu)建為集群A，使用集群A運(yùn)行20000個(gè)VCS任務(wù)，耗時(shí)809分鐘。

用戶按常理推斷，本地機(jī)房共有8臺(tái)單機(jī)，將所有機(jī)器一起來(lái)運(yùn)行大規(guī)模VCS任務(wù)的時(shí)間大概應(yīng)該是使用一臺(tái)機(jī)器機(jī)耗時(shí)的6-7倍（理想值為8倍，但由于存在長(zhǎng)尾任務(wù)，存在一定差異）。

但實(shí)證中50倍的提升大大超出了他們的預(yù)期。
中間發(fā)生了什么？ 

回到我們開頭說(shuō)的三個(gè)階段——

第一階段：?jiǎn)螜C(jī)單CPU核，單任務(wù)

單任務(wù)狀態(tài)下的單機(jī)單核，就是一個(gè)任務(wù)只在一臺(tái)機(jī)器上的一個(gè)CPU上跑。不管這臺(tái)機(jī)器其實(shí)有幾個(gè)CPU，反正就只用一個(gè)。資源利用率極其低下，可以說(shuō)是暴殄天物。

再細(xì)一點(diǎn)，這里其實(shí)還有個(gè)1.5階段：?jiǎn)螜C(jī)多CPU核，單任務(wù)。效果類似。

假設(shè)給你幾個(gè)人（CPU核），完成一個(gè)叫做“搬桌子”的任務(wù)。
單任務(wù)的處理方式分為單進(jìn)程和多進(jìn)程： 

單進(jìn)程的處理方式是：不管你有幾個(gè)人，同一時(shí)間永遠(yuǎn)只有1個(gè)人在搬整張桌子，其他人在圍觀。

多進(jìn)程的處理方式是：
先拆桌子。比如把一張桌子拆成4個(gè)零部件，分給4個(gè)人來(lái)同時(shí)搬，有的搬桌子腿，有的搬桌面等等，搬得最慢的人決定任務(wù)的完成速度。
但是，哪怕你有8個(gè)人，一次也只有4個(gè)人在搬。
搬完一張桌子再搬下一張，依次往復(fù)。

補(bǔ)充一個(gè)背景信息：2009年4月，新思科技就發(fā)布了VCS的多核技術(shù)，通過(guò)將耗時(shí)的計(jì)算處理動(dòng)態(tài)地分配至多個(gè)CPU內(nèi)核來(lái)突破芯片驗(yàn)證的瓶頸，從而提高驗(yàn)證的速度。
也就是說(shuō)，應(yīng)用十多年前就支持單任務(wù)多進(jìn)程了，現(xiàn)在這個(gè)技術(shù)的名字叫Fine-Grained Parallelism，F(xiàn)GP。

第二階段：?jiǎn)螜C(jī)多CPU核，多任務(wù)

多任務(wù)狀態(tài)下的單機(jī)多核，就是多個(gè)任務(wù)能同時(shí)在一臺(tái)機(jī)器上的數(shù)個(gè)CPU上跑，受制于單臺(tái)機(jī)器的最大核數(shù)，目前最多也就96個(gè)核了。 

我們繼續(xù)講“搬桌子”。

上一階段的多進(jìn)程處理方式，存在一個(gè)明顯的問(wèn)題。哪怕你有8個(gè)人，一次也只有4個(gè)人在搬。搬完一張桌子再搬下一張。
這就很不合理了。 

于是我們?cè)诖嘶A(chǔ)上改進(jìn)了一下。
在你有8個(gè)人的情況下，一張桌子4個(gè)人搬，我們可以同時(shí)搬兩張桌子啦。這樣可以明顯加快任務(wù)的完成速度。
但是，單臺(tái)機(jī)器的總CPU核數(shù)就是上限了。

當(dāng)然這一階段還是會(huì)存在一些問(wèn)題，會(huì)出現(xiàn)有人突然跳出來(lái)跟你搶人或者你也搞不清楚哪些人現(xiàn)在有空來(lái)幫你。

因?yàn)橘Y源使用的不透明和缺乏有序管理，會(huì)出現(xiàn)不同人對(duì)同一資源的爭(zhēng)搶，任務(wù)排隊(duì)等現(xiàn)象。同時(shí)，你會(huì)發(fā)現(xiàn)資源利用率還是不高。
不少用戶已經(jīng)處在這一階段。 

我們看看從第一階段到第二階段的實(shí)際VCS驗(yàn)證效果：

應(yīng)用并行化驗(yàn)證 400個(gè)任務(wù)

對(duì)VCS進(jìn)行多任務(wù)并行化處理后，一臺(tái)單機(jī)運(yùn)行相同VCS任務(wù)的時(shí)間縮短為原先的15%-16%，極大提升了運(yùn)行效率。

實(shí)證過(guò)程：
1、使用一臺(tái)單機(jī)C1（8核）運(yùn)行400個(gè)VCS任務(wù)，耗時(shí)806分鐘；
2、使用一臺(tái)單機(jī)C2（8核）運(yùn)行400個(gè)VCS任務(wù)，耗時(shí)793分鐘；
3、對(duì)VCS應(yīng)用進(jìn)行多任務(wù)并行化處理后，使用一臺(tái)單機(jī)C1（8核）運(yùn)行400個(gè)VCS任務(wù)，耗時(shí)130分鐘；
4、對(duì)VCS應(yīng)用進(jìn)行多任務(wù)并行化處理后，使用一臺(tái)單機(jī)C2（8核）運(yùn)行400個(gè)VCS任務(wù)，耗時(shí)122分鐘。

第三階段：多機(jī)多CPU核，多任務(wù)

多任務(wù)狀態(tài)下的多機(jī)多核，就是多個(gè)任務(wù)能同時(shí)在數(shù)臺(tái)機(jī)器的數(shù)個(gè)CPU上跑，這個(gè)我們稱之為集群化管理，一般都需要有調(diào)度器的參與。

關(guān)于調(diào)度器的相關(guān)知識(shí)，看這里：億萬(wàn)打工人的夢(mèng)：16萬(wàn)個(gè)CPU隨你用

前面講到我們已經(jīng)可以同時(shí)安排搬兩張桌子啦。但其實(shí)，如果你的機(jī)器足夠多，人（CPU核）足夠多，你完全可以同時(shí)搬更多的桌子。

這個(gè)時(shí)候，必然要面臨一個(gè)如何調(diào)兵遣將的問(wèn)題。

這么多機(jī)器，這么多任務(wù)，怎么順利一一配置、啟動(dòng)、關(guān)閉，提高整體資源利用率，最好還能自動(dòng)化管理等等。這就需要一點(diǎn)技術(shù)了。

至于云上資源的大規(guī)模動(dòng)態(tài)化調(diào)度和管理，要更加高階一點(diǎn)。

在《生信云實(shí)證Vol.3：提速2920倍！用AutoDockVina對(duì)接2800萬(wàn)個(gè)分子》中，我們最多調(diào)用了10萬(wàn)核CPU資源對(duì)整個(gè)VS數(shù)據(jù)庫(kù)進(jìn)行虛擬篩選。

當(dāng)集群達(dá)到如此規(guī)模之后，手動(dòng)管理是不可想象的。
而且云上資源跟本地不同，往往是個(gè)動(dòng)態(tài)使用的過(guò)程，有時(shí)候甚至要搶。
更不用說(shuō)還要考慮不同用戶在不同階段的策略和需求。

我們看看從第二階段到第三階段的實(shí)際VCS驗(yàn)證效果：

集群化驗(yàn)證 400個(gè)任務(wù)

由2臺(tái)單機(jī)構(gòu)建的集群運(yùn)行相同VCS任務(wù)的時(shí)間為單機(jī)的約60%，并實(shí)現(xiàn)了自動(dòng)化資源管理。

實(shí)證過(guò)程：
1、使用一臺(tái)單機(jī)C1（8核）運(yùn)行400個(gè)VCS任務(wù)，耗時(shí)130分鐘；
2、使用一臺(tái)單機(jī)C2（8核）運(yùn)行400個(gè)VCS任務(wù)，耗時(shí)122分鐘；
3、將C1和C2構(gòu)建為集群B，使用集群B運(yùn)行400個(gè)VCS任務(wù)，耗時(shí)75分鐘。

 最后，我們回顧一下，我們到底做了哪些事： 

應(yīng)用并行化：從單任務(wù)到多任務(wù)
fastone幫助用戶實(shí)現(xiàn)了應(yīng)用并行化，可以充分使用一臺(tái)單機(jī)上的全部CPU資源，確保了最大的計(jì)算效率。 

資源集群化：從單機(jī)到集群
fastone幫助用戶實(shí)現(xiàn)了集群化管理，讓多臺(tái)機(jī)器能夠并行化運(yùn)行VCS任務(wù)，實(shí)現(xiàn)了數(shù)據(jù)、應(yīng)用、資源的統(tǒng)一化管理。 

規(guī)模自動(dòng)化：從400個(gè)任務(wù)到20000個(gè)任務(wù)
用戶希望在面臨大規(guī)模VCS任務(wù)時(shí)，上述方案的穩(wěn)定性能夠得到充分驗(yàn)證。
fastone幫助用戶充分驗(yàn)證了20000個(gè)VCS任務(wù)場(chǎng)景下，能夠自動(dòng)化規(guī)模化地調(diào)度資源高效完成任務(wù)，滿足用戶需求。 

到現(xiàn)在為止，我們成功幫助用戶從單機(jī)單任務(wù)單進(jìn)程運(yùn)行的階段大幅度跨越到了大規(guī)模任務(wù)自動(dòng)化集群化運(yùn)行階段。
萬(wàn)事俱備，下一步，上云。

我們的前兩篇EDA云實(shí)證可以了解一下：
《從30天到17小時(shí)，如何讓HSPICE仿真效率提升42倍？》
《 5000核大規(guī)模OPC上云，效率提升53倍》

本次EDA行業(yè)云實(shí)證系列Vol.7就到這里了。
下一期的EDA云實(shí)證，我們聊Virtuoso。 

請(qǐng)保持關(guān)注哦！  

- END -

我們有個(gè)為應(yīng)用定義的云平臺(tái)
集成多種應(yīng)用，大量任務(wù)多節(jié)點(diǎn)并行
應(yīng)對(duì)短時(shí)間爆發(fā)性需求，連網(wǎng)即用
跑任務(wù)快，原來(lái)幾個(gè)月甚至幾年，現(xiàn)在只需幾小時(shí)
5分鐘快速上手，拖拉點(diǎn)選可視化界面，無(wú)需代碼
支持高級(jí)用戶直接在云端創(chuàng)建集群
掃碼免費(fèi)試用，送200元體驗(yàn)金，入股不虧~

更多電子書歡
迎掃碼關(guān)注小F（ID：imfastone）獲取

你也許想了解具體的落地場(chǎng)景：

155個(gè)GPU！多云場(chǎng)景下的Amber自由能計(jì)算
怎么把需要45天的突發(fā)性Fluent仿真計(jì)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(duì)接2800萬(wàn)個(gè)分子
從4天到1.75小時(shí)，如何讓Bladed仿真效率提升55倍？
從30天到17小時(shí)，如何讓HSPICE仿真效率提升42倍？

你可能感興趣：

2小時(shí)，賬單47萬(wàn)！「Milkie Way公司破產(chǎn)未遂事件」復(fù)盤分析
【2021】全球44家頂尖藥企AI輔助藥物研發(fā)行動(dòng)白皮書
EDA云平臺(tái)49問(wèn)
國(guó)內(nèi)超算發(fā)展近40年，終于遇到了一個(gè)像樣的對(duì)手
幫助CXO解惑上云成本的迷思，看這篇就夠了
靈魂畫師，在線科普多云平臺(tái)/CMP云管平臺(tái)/中間件/虛擬化/容器是個(gè)啥
花費(fèi)4小時(shí)5500美元，速石科技躋身全球超算TOP500

而設(shè)計(jì)好的集成電路圖案需要通過(guò)光刻機(jī)轉(zhuǎn)印到晶圓上才能完成制造，這就是芯片制造中最重要的一個(gè)步驟——光刻。

在先進(jìn)工藝特別是 FinFET 工藝中，計(jì)算光刻已經(jīng)成為光刻工藝研發(fā)的核心。

光學(xué)鄰近效應(yīng)校正（Optical Proximity Correction，OPC）屬于計(jì)算光刻技術(shù)的一種，主要是利用軟件和高性能計(jì)算，來(lái)模擬仿真光刻過(guò)程中的光學(xué)和化學(xué)過(guò)程，通過(guò)仿真建立精確的計(jì)算模型，然后調(diào)整圖形的邊沿不斷仿真迭代，直到逼近理想的圖形，最終加速工藝研發(fā)周期的目標(biāo)。

這一過(guò)程對(duì)計(jì)算資源的需求隨著模型的精確度呈指數(shù)級(jí)別增長(zhǎng)。

舉個(gè)例子，一款7nm芯片需要高達(dá)100層的光罩，每層光罩?jǐn)?shù)據(jù)都需要使用EDA工具進(jìn)行OPC的過(guò)程。整個(gè)過(guò)程對(duì)硬件算力要求很高，EDA工具需要運(yùn)行在幾千核的服務(wù)器CPU上，動(dòng)輒就是幾十萬(wàn)核時(shí)。

我們通過(guò)今天的實(shí)證驗(yàn)證了如何在不同場(chǎng)景下，大幅幫用戶縮短OPC運(yùn)行時(shí)間，同時(shí)確保云端和本地計(jì)算結(jié)果的完全一致性和計(jì)算性能的穩(wěn)定性。

這次實(shí)證涉及的場(chǎng)景很細(xì)致，既有License服務(wù)器的配置地點(diǎn)，又有不同調(diào)度器，還一一對(duì)云上計(jì)算結(jié)果和本地做了數(shù)據(jù)對(duì)比，使用的計(jì)算資源數(shù)量跨度也很大，從80-5000核不等，非常細(xì)致，極具參考性。

實(shí)證背景信息

A社是一家大型IC設(shè)計(jì)公司，隨著近年業(yè)務(wù)規(guī)模不斷擴(kuò)大，OPC相關(guān)計(jì)算需求增大。
但A社本地機(jī)房空間不足，原先傳統(tǒng)托管IDC模式也難以滿足彈性需求，導(dǎo)致大量任務(wù)出現(xiàn)排隊(duì)，無(wú)法及時(shí)輸出成果，拖慢了整個(gè)IC研發(fā)進(jìn)程。
公司希望在本地建設(shè)和IDC托管之外，尋求具備彈性的大規(guī)模算力來(lái)滿足業(yè)務(wù)高峰期的需求，來(lái)滿足業(yè)務(wù)擴(kuò)展需求。

實(shí)證目標(biāo)

1、OPC任務(wù)能否在云端有效運(yùn)行？
2、fastone平臺(tái)能否滿足業(yè)務(wù)彈性資源需求，有效減少OPC運(yùn)行時(shí)間？
3、License Server配置在本地和云端對(duì)計(jì)算性能/一致性/穩(wěn)定性是否有影響？
4、fastone能否支持不同調(diào)度器SGE/Slurm？使用不同調(diào)度器對(duì)計(jì)算性能/一致性/穩(wěn)定性是否有影響？
5、fastone平臺(tái)的云端輸出計(jì)算結(jié)果是否與本地完全一致？

實(shí)證參數(shù)

平臺(tái)：
fastone企業(yè)版產(chǎn)品

應(yīng)用：
Synopsys ProteusOPC

適用場(chǎng)景：
在提交設(shè)計(jì)到制造之前，模擬仿真光學(xué)鄰近效應(yīng)校正，從理論上探索增大最小可分辨特征尺寸（Minimum Resolvable Feature size，MRF）和工藝窗口（Process Window，PW）的途徑，指導(dǎo)工藝參數(shù)的優(yōu)化。

License配置：
本次實(shí)證分別驗(yàn)證了License Server部署在本地和云端的表現(xiàn)。

云端硬件配置：
本次實(shí)證涉及的考察因素比較多，尤其是本地和云上進(jìn)行了同步一對(duì)一對(duì)比。用戶希望和本地硬件配置盡量保持一致，有更好的可比性，所以選擇了跟本地接近的內(nèi)存密集型實(shí)例機(jī)型。

調(diào)度器：
本次實(shí)證同時(shí)采用了SGE和Slurm兩種調(diào)度器。

技術(shù)架構(gòu)圖：

兩個(gè)紅框表示EDA License Server分別部署在本地或云端。

應(yīng)A社對(duì)于數(shù)據(jù)保密的要求，
本實(shí)證所有數(shù)據(jù)均經(jīng)過(guò)處理。

實(shí)證場(chǎng)景一

5000核大規(guī)模OPC業(yè)務(wù)上云驗(yàn)證

結(jié)論：
1、云端調(diào)度5000核計(jì)算資源運(yùn)算一組OPC任務(wù)，耗時(shí)為80核計(jì)算資源運(yùn)算耗時(shí)的0.019倍，相當(dāng)于從一個(gè)月縮短到13.8小時(shí)；
2、公有云廠商大內(nèi)存型資源數(shù)量不算多，單個(gè)區(qū)域想要一次性獲取高達(dá)5000核的內(nèi)存型實(shí)例很難實(shí)現(xiàn)。fastone平臺(tái)的Auto-Scale功能可在較短時(shí)間內(nèi)，根據(jù)用戶需求，自動(dòng)化跨區(qū)調(diào)度到大量目標(biāo)類型計(jì)算資源。

實(shí)證過(guò)程：
1、云端調(diào)度80核計(jì)算資源運(yùn)算一組任務(wù)，耗時(shí)為x；
2、云端調(diào)度5000核計(jì)算資源運(yùn)算一組任務(wù)，耗時(shí)為0.019x。

關(guān)于通過(guò)fastone平臺(tái)的Auto-Scale功能基于用戶時(shí)間優(yōu)先策略和成本優(yōu)先策略自動(dòng)調(diào)度本區(qū)域及其他區(qū)域的目標(biāo)類型或相似類型實(shí)例資源，這篇文章《生信云實(shí)證Vol.3：提速2920倍！用AutoDock Vina對(duì)接2800萬(wàn)個(gè)分子》里有詳細(xì)說(shuō)明。

實(shí)證場(chǎng)景二

License Server配置在本地VS云端
云上VS本地：計(jì)算性能/一致性/穩(wěn)定性驗(yàn)證

結(jié)論：
1、License Server部署在本地和云端對(duì)于計(jì)算結(jié)果無(wú)影響；
2、云端和本地分別運(yùn)行相同OPC任務(wù)：
計(jì)算性能：云上計(jì)算時(shí)間均優(yōu)于本地；
一致性：云端和本地計(jì)算結(jié)果均完全一致；
穩(wěn)定性：集群運(yùn)行均無(wú)中斷，GUI啟動(dòng)均正常。

實(shí)證過(guò)程：
1、License Server部署在本地，云上調(diào)度80/240/480/1600/3200/5000核計(jì)算資源運(yùn)行OPC任務(wù)，本地同步運(yùn)行80/240/480/1600/3200/5000核相同OPC任務(wù)；
2、License Server部署在云端，云上調(diào)度80/240/480/1600/3200/5000核計(jì)算資源運(yùn)行OPC任務(wù)，本地同步運(yùn)行80/240/480/1600/3200/5000核相同OPC任務(wù)。

實(shí)證場(chǎng)景三

License Server配置在本地VS云端
云端擴(kuò)展性驗(yàn)證

結(jié)論一：
License Server配置在本地，使用云端資源運(yùn)算OPC任務(wù)，性能隨資源增加線性提升。

注：參考值分別為：80核-1、240核-0.3333、480核-0.1667、1600核-0.05、3200核-0.025，5000核-0.016。

實(shí)證過(guò)程：
將License Server部署在本地：
1、云端調(diào)度80核計(jì)算資源運(yùn)算Case1，耗時(shí)為x；
2、云端調(diào)度240核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.3375x；
3、云端調(diào)度480核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.1679x；
4、云端調(diào)度1600核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0518x；
5、云端調(diào)度3200核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0285x；
6、云端調(diào)度5000核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0216x；
7、云端調(diào)度80核計(jì)算資源運(yùn)算Case2，耗時(shí)為y；
8、云端調(diào)度240核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.3389y；
9、云端調(diào)度480核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.1682y；
10、云端調(diào)度1600核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0529y；
11、云端調(diào)度3200核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0300y；
12、云端調(diào)度5000核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0230y。

結(jié)論二：
License Server配置在云端，使用云端資源運(yùn)算OPC任務(wù)，性能隨資源增加線性提升。

注：參考值分別為：80核-1、240核-0.3333、480核-0.1667、1600核-0.05、3200核-0.025，5000核-0.016。

實(shí)證過(guò)程：
將License Server部署在云端：
1、云端調(diào)度80核計(jì)算資源運(yùn)算Case1，耗時(shí)為x；
2、云端調(diào)度240核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.3346x；
3、云端調(diào)度480核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.1672x；
4、云端調(diào)度1600核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0515x；
5、云端調(diào)度3200核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0270x；
6、云端調(diào)度5000核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0191x；
7、云端調(diào)度80核計(jì)算資源運(yùn)算Case2，耗時(shí)為y；
8、云端調(diào)度240核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.3390y；
9、云端調(diào)度480核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.1691y；
10、云端調(diào)度1600核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0588y；
11、云端調(diào)度3200核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0329y；
12、云端調(diào)度5000核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0262y。

實(shí)證場(chǎng)景四

不同調(diào)度器驗(yàn)證：SGE VS Slurm
云端2000核/5000核

結(jié)論：
1、分別使用SGE和Slurm調(diào)度云端2000核/5000核運(yùn)行相同OPC任務(wù)，對(duì)于計(jì)算結(jié)果無(wú)影響；
2、云端和本地使用不同調(diào)度器分別運(yùn)行相同OPC任務(wù)：
計(jì)算性能：云上計(jì)算時(shí)間均優(yōu)于本地；
一致性：云端和本地計(jì)算結(jié)果均完全一致；
穩(wěn)定性：集群運(yùn)行均無(wú)中斷，GUI啟動(dòng)均正常。

實(shí)證過(guò)程：
1、使用SGE調(diào)度器，云上調(diào)度2000核計(jì)算資源運(yùn)算一組OPC任務(wù)，本地同步運(yùn)行2000核相同OPC任務(wù)；
2、使用SGE調(diào)度器，云上調(diào)度5000核計(jì)算資源運(yùn)算一組OPC任務(wù)，本地同步運(yùn)行5000核相同OPC任務(wù)；
3、使用Slurm調(diào)度器，云上調(diào)度2000核計(jì)算資源運(yùn)算一組OPC任務(wù)，本地同步運(yùn)行2000核相同OPC任務(wù)；
4、使用Slurm調(diào)度器，云上調(diào)度5000核計(jì)算資源運(yùn)算一組OPC任務(wù)，本地同步運(yùn)行5000核相同OPC任務(wù)。

這篇文章《億萬(wàn)打工人的夢(mèng)：16萬(wàn)個(gè)CPU隨你用》里，我們基于這四家主流調(diào)度器：LSF/SGE/Slurm/PBS以及它們的9個(gè)演化版本進(jìn)行了梳理和盤點(diǎn)，尤其是對(duì)云的支持方面劃了重點(diǎn)。可以了解一下。

實(shí)證小結(jié)

1、ProteusOPC任務(wù)在云端能有效運(yùn)行；
2、fastone平臺(tái)能夠大幅度縮短OPC任務(wù)運(yùn)行時(shí)間；
3、License Server配置在本地和云端，對(duì)計(jì)算性能/一致性/穩(wěn)定性沒有影響；
4、fastone平臺(tái)使用不同調(diào)度器SGE/Slurm，對(duì)計(jì)算性能/一致性/穩(wěn)定性沒有影響；
5、云端和本地運(yùn)行相同OPC任務(wù)，對(duì)計(jì)算結(jié)果沒有影響。

本次EDA行業(yè)Cloud HPC實(shí)證系列Vol.4就到這里了。

在下一期實(shí)證中，我們將對(duì)Virtuoso使用速石平臺(tái)進(jìn)行驗(yàn)證。請(qǐng)保持關(guān)注哦！  

- END -

我們有個(gè)【在線體驗(yàn)版】，掃碼即可注冊(cè)，2分鐘自動(dòng)開通。即刻就能獲得TOP500這種超級(jí)算力，你就不想試一下？你想要的我們可能都有，還送300元體驗(yàn)金，入股不虧~

掃碼免費(fèi)試用

《半導(dǎo)體行業(yè)云解決方案白皮書》
有興趣可以掃碼添加小F微信（ID: imfastone）獲取

你也許想了解具體的落地場(chǎng)景：

生信云實(shí)證Vol.3：提速2920倍！用AutoDock Vina對(duì)接2800萬(wàn)個(gè)分子

CAE云實(shí)證Vol.2：從4天到1.75小時(shí)，如何讓Bladed仿真效率提升55倍？

EDA云實(shí)證Vol.1：從30天到17小時(shí)，如何讓HSPICE仿真效率提升42倍？

15小時(shí)虛擬篩選10億分子，《Nature》+HMS驗(yàn)證云端新藥研發(fā)未來(lái)

關(guān)于云端高性能計(jì)算平臺(tái)：

國(guó)內(nèi)超算發(fā)展近40年，終于遇到了一個(gè)像樣的對(duì)手

幫助CXO解惑上云成本的迷思，看這篇就夠了

靈魂畫師，在線科普多云平臺(tái)/CMP云管平臺(tái)/中間件/虛擬化/容器是個(gè)啥

花費(fèi)4小時(shí)5500美元，速石科技躋身全球超算TOP500

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“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，又具備性價(jià)比的機(jī)型。

已知用戶的本地硬件配置：

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，即具備高性價(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)?切換七種視角，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)器一直都是開啟狀態(tài)，也就是說(shuō)，燒錢中。

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分鐘即可開啟集群；

第三步，我們有Auto-Scale功能，自動(dòng)開關(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)控用戶提交的任務(wù)數(shù)量和資源的需求，動(dòng)態(tài)按需地開啟所需算力資源，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)需用戶干預(yù)；
• 在實(shí)際開機(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)，用戶還可以從fastone界面選擇配置接近的實(shí)例類型來(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。

在下一期的實(shí)證中，我們最多調(diào)用了5000核的云資源來(lái)執(zhí)行OPC任務(wù)，并且充分評(píng)估了License在本地和云端的性能差異。

未來(lái)我們還會(huì)帶給大家更多領(lǐng)域的用云“真香”實(shí)證，請(qǐng)保持關(guān)注哦！

- END -

查看更多 速石科技 EDA 行業(yè)上云解決方案

2分鐘自動(dòng)開通【在線體驗(yàn)版】，即刻獲得TOP500超級(jí)算力，注冊(cè)即贈(zèng) 200元 體驗(yàn)金 ——> 體驗(yàn)入口

《半導(dǎo)體行業(yè)云解決方案白皮書》
有興趣可以掃碼添加小F微信（ID: imfastone）獲取

| 相關(guān)閱讀

>>  全球半導(dǎo)體行業(yè)上云格局一覽和十個(gè)上云實(shí)踐問(wèn)題解答

>>【2020新版】六家云廠商價(jià)格比較：AWS/阿里/Azure/Google/華為/騰訊

>>  切換七種視角，我們給各位CXO大佬算算上云這筆賬

>>  花費(fèi)4小時(shí)5500美元，速石科技躋身全球超算TOP500

>>  靈魂畫師，在線科普多云平臺(tái)/CMP云管平臺(tái)/中間件/虛擬化/容器是個(gè)啥