La promesa de escalabilidad y eficiencia está acelerando la migración de la automatización del diseño electrónico (EDA) a la nube. Los recursos informáticos ilimitados bajo demanda cambian fundamentalmente el paradigma de diseño de chips, donde las herramientas y las cargas de trabajo ya no están limitadas por hardware localizado.
Sin embargo, es más fácil decirlo que hacerlo. Optimizar las herramientas y la infraestructura existentes, creando una nueva generación de EDA aplicaciones que se ejecutan de forma nativa en el cloudy la integración de capacidades avanzadas de IA en toda la pila de desarrollo no son triviales tanto para los proveedores de EDA como para las empresas de chips. Los fabricantes de chips han desarrollado flujos y herramientas personalizadas para sus necesidades específicas. La cantidad de esa personalización que se trasladará a la nube puede determinar qué herramientas y cargas de trabajo mantener en las instalaciones.
Estas consideraciones requerirán una evaluación exhaustiva de las capacidades, los requisitos y las estrategias de diseño del silicio. Pero a medida que los diseños de chips se vuelven cada vez más heterogéneos y complejos, y a medida que la partición se vuelve más específica para la carga de trabajo, se reconoce cada vez más que al menos algunos aspectos del diseño requerirán recursos de la nube para acelerar el tiempo de obtención de resultados y seguir siendo innovadores y ágiles en un entorno altamente mercado competitivo.
Gestión de EDA en la nube
La mayoría de las grandes empresas de chips han adoptado un modelo híbrido, trasladando determinadas herramientas y cargas de trabajo de EDA a nubes gestionadas por equipos de TI internos. Mientras tanto, muchas nuevas empresas de silicio nunca han invertido en costosas herramientas locales y han optado por EDA de extremo a extremo basada en la nube. Para estas empresas, cada etapa del proceso de diseño de chips (diseño, verificación, depuración y prueba) ocurre íntegramente en una nube administrada por el proveedor.
"Hay muchísimos clientes que nacen en la nube", afirmó Vikram Bhatia, jefe de gestión de productos en la nube y estrategia GTM de Sinopsis. “No tienen recursos de hardware locales configurados para realizar ningún tipo de EDA. Simplemente hacen todo en la nube. Y luego están los clientes que tienen centros de datos locales muy grandes, algunos más grandes que los centros de datos de los proveedores de nube. También utilizan la nube, pero las necesidades son ligeramente diferentes”.
Estos grandes clientes pueden tener cargas de trabajo o proyectos específicos que pueden beneficiarse de las instancias en la nube administradas por proveedores de EDA. "Pueden ponerse en funcionamiento rápidamente en unas pocas semanas, con unas pocas horas de tiempo de configuración y simplemente hacer lo que necesitan", dijo Bhatia. "Pueden ejecutar algunas cargas de trabajo rápidamente".
Sin embargo, el porcentaje de grandes empresas de chips que desarrollan una parte importante de sus diseños en la nube sigue siendo relativamente pequeño. Los principales proveedores de silicio dedican grandes presupuestos a optimizar sus propias operaciones de EDA en la nube. Por el contrario, las nuevas empresas de silicio más pequeñas, e incluso las medianas empresas, pueden preferir instancias en la nube llave en mano administradas por proveedores que optimicen dinámicamente las herramientas y la infraestructura para adaptarse a cargas de trabajo específicas.
"Muchas empresas están empezando desde cero, por lo que no cuentan con centros de datos de infraestructura heredados", afirmó Mahesh Turaga, vicepresidente de desarrollo empresarial para la nube de Cadencia. “Las empresas medianas tienen cierta capacidad de centro de datos, pero no pueden escalar lo suficientemente rápido. Estas son todas las situaciones ideales para que realmente digan: '¿Pueden brindarnos este entorno llave en mano para hacer esto en la nube?' Las empresas más grandes ya tienen una gran inversión en centros de datos, pero luego están incorporando la nube a sus propios entornos para abordar las necesidades de uso pico y tienden a hacerlo en una nube administrada por el cliente”.
Cualquier empresa de gran tamaño ha invertido años y años en sus propios centros de datos, por lo que los clientes más grandes no necesariamente buscan software administrado por el proveedor de EDA. “Si lo considera como un SaaS más tradicional, donde solo tiene que iniciar sesión y puede acceder a la funcionalidad a través de su navegador, eso no es atractivo para las empresas más grandes que realizan múltiples proyectos con cientos y cientos de ingenieros y presencia global. ”, observó Craig Johnson, vicepresidente de soluciones en la nube de EDA de Siemens. "Esos clientes van a la nube por su cuenta".
Las ofertas de nube administrada son una buena opción para las empresas más pequeñas que carecen de grandes equipos de diseño, así como de infraestructura local. "Si eres una startup en el lado del silicio, tienes a tus arquitectos, tienes a algunos de tus expertos en verificación comprometidos, pero no siempre tienes a tu personal de back-end en el lugar", dijo Johnson. “Algunas empresas subcontratarán el back-end a un proveedor de ASIC o a alguien que haga el diseño por ellas, pero las necesidades del proyecto cambian en el transcurso de uno o dos años. Ahí es cuando los paquetes todo en uno flexibles pueden tener mucho sentido”.
Herramientas EDA optimizadas versus nativas de la nube
Los proveedores de EDA optimizan continuamente sus herramientas en la nube para optimizar los flujos de trabajo de diseño de chips de un extremo a otro. Al mismo tiempo, trabajan en estrecha colaboración con los clientes para desarrollar nuevas herramientas EDA nativas de la nube. En lugar de un tradicional levantamiento y cambio (u portabilidad y optimización), estas herramientas ofrecen nuevos modelos de licencia flexibles y cuentan con una interfaz de usuario (UI) especializada para adaptarse a cargas de trabajo, bibliotecas y estructuras de archivos nativas de la nube.
Un ejemplo de ello es DSim Cloud, que Metrics Design Automation ofrece como SaaS basado en Kubernetes. "Inicias sesión y empiezas a usarlo", dijo Joe Costello, presidente ejecutivo de Metrics. “No tengo que preocuparme en absoluto por la gestión de mis máquinas y mis datos: dónde estarán y cómo se manejarán o almacenarán. No importa si uso mil ordenadores durante un segundo o un ordenador durante mil segundos. Cobramos por minuto, no por licencia. Eso es lo que fundamentalmente hace que nuestro enfoque sea completamente diferente de lo que la gente ha estado haciendo en EDA hasta este momento”.
Además, la interfaz de usuario de DSim Cloud se creó desde abajo hacia arriba, en lugar de trasladarse desde herramientas locales heredadas. Este enfoque nativo de la nube elimina las frustrantes experiencias de usuario que algunos comparan con la ejecución de Informix-4GL o FoxPro en versiones modernas de Windows.
"Cuando quiero ver mis resultados, no tengo que descargar un enorme archivo de forma de onda a mi computadora, ni tomar todo ese tiempo y energía para analizarlo y hacer algunos cambios", señaló Costello. “Puedo hacer todo el análisis y depuración en la nube, estilo IDE, que es más simple, limpio y fácil. Después de todo, un lenguaje de descripción de hardware es software. Entonces, ese tipo de entorno tiene mucho más sentido”.
Fig. 1: Pantalla de la interfaz DSim Cloud, que muestra los resultados de la simulación de forma de onda en tiempo real para un trabajo enviado a la nube. Fuente: Métricas
Sin embargo, el desarrollo de herramientas EDA nativas de la nube sigue siendo un desafío para la industria debido a los modelos de licencia tradicionales y los cambios radicales en la infraestructura que requiere. “Tienes que reescribir tu infraestructura central de nube. Tiene que estar basado en Kubernetes”, añadió Costello. “Tienes que reescribir tu interfaz de usuario para que esté orientada a la nube. Es un trabajo duro, pero no es ciencia espacial”.
De hecho, la mayoría de las aplicaciones EDA tradicionalmente se escribían en lenguajes de nivel inferior, como C o C++, y se optimizaban para el rendimiento local. "Los algoritmos en sí requieren un uso intensivo de la computación y logran un control muy preciso de qué procesos se ejecutan en paralelo, qué se organiza en secuencia y cuánta memoria se asigna", dijo Johnson de Siemens. "Todo eso está muy, muy controlado a nivel de aplicación, y si comienzas desde cero en la nube, tienes que rehacer todos tus algoritmos y software y, básicamente, duplicar el tamaño de tu equipo de ingeniería".
Es probable que la mayoría de las aplicaciones nativas de la nube surjan en áreas donde no se limitan a repetir funcionalidades. La cartera de Siemens EDA, por ejemplo, incluye una serie de aplicaciones nativas de la nube, incluida PartQuest, que conecta a los equipos de desarrollo de PCB con el ecosistema de componentes electrónicos, y Connect for PADS Professional para agilizar la colaboración.
Fig. 2: Interfaz PartQuest Explore de Siemens, que muestra el acceso a bibliotecas completas de modelos de simulación de la industria. Fuente: Siemens EDA
"Hay lugares donde ahora tenemos sistemas nativos de la nube con PCB, debido a la naturaleza colaborativa de esos ecosistemas de diseño", dijo Johnson. “Quedan años y años de trabajo por delante para las aplicaciones nativas de la nube y, en última instancia, nuestros clientes serán quienes determinen el ritmo de adopción. Mientras tanto, estamos optimizando nuestras herramientas en la nube para lograr paralelismo, tolerancia predeterminada y uso de memoria”.
Todos los grandes proveedores de EDA han tomado medidas para crear herramientas EDA nativas de la nube. “Las herramientas que impulsarán esta nueva generación de EDA son aquellas que requieren colaboración en la nube, entre equipos de diseño, socios de fundición y diseñadores de chips con la única fuente veraz de los datos que residen en la nube, accesibles desde cualquier lugar y en cualquier lugar. dispositivo”, dijo Turaga de Cadence. “Las herramientas de diseño de PCB de las familias Allegro y OrCAD son ejemplos perfectos. También tenemos muchas de nuestras herramientas diseñadas para la nube, con capacidades híbridas, donde los clientes pueden acceder a la computación basada en la nube con solo hacer clic en un botón. Xcelium Cloud, ADE Cloud, Clarity Cloud y OrCAD X son ejemplos perfectos de arquitecturas que permiten a los usuarios aprovechar el poder de la nube sin problemas”.
Fig. 3: Virtuoso EDA Suite de Cadence, que muestra varias respuestas de parámetros S y gráficos de eficiencia de energía agregada (PAE), puede ejecutarse en las instalaciones o en la nube. Fuente: Cadencia
El papel de AI EDA en la nube
Muchas aplicaciones de IA se consideran nativas de la nube, lo que crea un entorno óptimo para Synopsys.ai y su AI Co-Pilot generativo. "Los clientes de semiconductores que diseñan chips están aprovechando los modelos generativos de IA alojados como un servicio en la nube", dijo Bhatia. “Obviamente, las herramientas que se están creando también aprovechan esto de forma nativa en la nube. Hay muy pocos clientes que estén pensando en construir sus propios modelos desde cero, o que incluso hayan comenzado su viaje hacia la construcción. Reinventar la rueda no tiene sentido porque es muy, muy caro construir y entrenar tus propios modelos”.
Synopsys ChipSpot, que ayuda a las empresas de semiconductores a aprovechar instancias spot de menor precio sin interrupciones ni terminaciones arbitrarias, es otro ejemplo de una solución EDA basada en IA que existe solo en la nube. Básicamente, ChipSpot crea máquinas virtuales (VM) bajo demanda optimizadas para herramientas EDA específicas y cargas de trabajo de memoria muy altas. Impulsado por señales de terminación predictivas, ChipSpot migra automáticamente cargas de trabajo EDA en vivo hacia y desde su matriz de VM.
"Ahora se están tomando capacidades nativas de la nube que son inherentes a la infraestructura y aplicándolas como un caso de uso al modelo de diseño de chips", dijo Bhatia. "ChipSpot es completamente nativo de la nube y hay bastantes casos de uso (a mí me gusta llamarlos casos de uso horizontales), infraestructura o soluciones horizontales que puede aprovechar y que son nativas de la nube para el caso de uso del diseño de chips".
Aprovechar la IA y el aprendizaje automático para escalar las cargas de trabajo en la nube de EDA de manera más eficiente y rentable es otra área de interés para muchas empresas de semiconductores. "Es posible que el usuario no sepa cuántos subprocesos, trabajos paralelos, clústeres y memorias se necesitan", afirmó Rajath Narasimha, director principal de productos para HPC en la nube de Keysight. “Todos estos parámetros deben configurarse automáticamente mediante un análisis del espacio de trabajo. Usted diría: "Quiero simular esto en 20 minutos, dos horas o 20 horas". En base a eso, un algoritmo debería establecer automáticamente los requisitos y enviar los trabajos”.
Narasimha dijo que Keysight Design Cloud es un paso en esta dirección, ya que ofrece configuraciones de nube locales, híbridas y llave en mano. “Para los clientes de nube llave en mano, proporcionamos una API a una empresa llamada Rescale, que acepta el trabajo desde una computadora portátil o un entorno de servidor y lo pone en cola. Según la solicitud que les envía, la optimizan en términos de costo, tiempo y ubicación, así como el tipo de computación y recursos que necesita. Rescale y Keysight Design Cloud es realmente la forma más económica para que las empresas emergentes aprovechen EDA en la nube. Está diseñado para empresas que tienen dos o tres ingenieros y cero entornos locales, excepto tal vez un servidor en el que puedan instalar cosas. Los recursos informáticos son de fácil acceso, bajo demanda y escalables en la nube: el mejor equilibrio entre escalabilidad, rendimiento y personalización”.
Fig. 4: Interfaz Design Cloud de Keysight con una API para reescalar, que muestra una configuración de simulación de circuito de RF para análisis de parámetros S y barridos de parámetros, optimizada para soluciones EDA en la nube llave en mano. Fuente: Vista clave
La verificación y el paralelismo gobiernan la nube de EDA
Aunque muchas cargas de trabajo de EDA se están trasladando a la nube, la verificación sigue siendo la más popular para la mayoría de las empresas de chips debido a su gran demanda de recursos. "Los lugares donde hay mayor interés en la nube es donde hay el mayor volumen de computación o las áreas de computación más difíciles", dijo Johnson. “Eso tiende a ser una verificación lógica desde el principio, debido a la infinidad de simulaciones que se ejecutan mientras se depura el diseño. La verificación tiene un perfil de computación que generalmente consta de muchísimos núcleos. El requisito de memoria no es tan grande, pero se puede utilizar una enorme cantidad de máquinas en paralelo”.
Se utilizan diferentes categorías de herramientas de verificación durante la mayor parte del ciclo de vida del diseño del silicio. Por ejemplo, si un chip normalmente tarda 18 meses en desarrollarse, la verificación probablemente se ejecutará de manera constante durante al menos 15. "A medida que agregas más y más y pasas a la siguiente etapa, verificas una y otra vez", dijo Bhatia. “La nube acelera todo. Puede ampliar su escala muy rápidamente. Entonces, digamos que para un paso en particular había programado ocho semanas para realizar su análisis de tiempo. Si puede reducirlo a cinco o seis semanas, tendrá dos semanas adicionales de tiempo. Ahora puede lanzar su chip más rápido o realizar más verificaciones y lanzar un chip de mejor calidad y aun así cumplir con el cronograma”.
Si bien las cargas de trabajo con uso intensivo de computación fueron uno de los catalizadores originales para la llegada de la nube EDA, muchas empresas de chips están considerando que la verificación es un caso de uso de puerta de enlace. "Generalmente, muchos clientes comienzan con la verificación, pero luego empezamos a ver que están trasladando proyectos completos a la nube", explicó Turaga. “Ya no se trata sólo de verificación. Todo está en pleno flujo y en cinta en la nube. Obviamente, este es el caso de muchos clientes pequeños que ya están completamente en la nube, pero también de muchos de los más grandes que operan en entornos híbridos, especialmente cuando surge un proyecto crítico, justo antes de una interrupción o cualquiera que sea la situación. Básicamente están ejecutando proyectos completos, flujos completos en la nube”.
Lo que permanece en las instalaciones
Aunque todas las herramientas o cargas de trabajo de EDA que se ejecutan localmente pueden en última instancia migrar a la nube, es probable que algunas migren lentamente, mientras que es posible que otras nunca completen el viaje digital. "Algunas de las preocupaciones que escuchamos de algunos clientes tienen que ver con datos de diseño de chips altamente sensibles", explicó Turaga. “Algunos clientes todavía dudan en poner todo eso en la nube. También hay ciertos flujos de trabajo que le brindarían un retorno de la inversión mucho mayor en la nube que en las instalaciones, y ese siempre será el caso. Y algunas de esas cargas de trabajo con un retorno de la inversión bajo podrían permanecer en las instalaciones”.
Bhatia está de acuerdo. “Tradicionalmente, siempre hemos pensado que la nube es más barata. Pero cuando hablamos de cientos de miles de núcleos de capacidad informática necesarios para ejecutar una carga de trabajo particular, y tenemos suficiente infraestructura local para esa escala, las economías de escala de la nube son irrelevantes porque tenemos la misma escala y en las instalaciones. es más barato. Tome las 10 principales empresas de semiconductores y hable con cualquiera de ellas y le dirán lo mismo. La nube es cara, pero todavía la utilizan. No tengo otra opción. Necesito terminar este trabajo en una semana en lugar de un mes. Entonces pagaré lo que tengo que pagar”.
Bhatia también señaló que las preocupaciones sobre la propiedad intelectual han resurgido en los últimos meses, a medida que las nuevas empresas más pequeñas que diseñan silicio complejo y único compiten ferozmente con empresas de chips más grandes y tradicionales. “No se trata tanto de seguridad; es solo protección de propiedad intelectual. Estas nuevas empresas son muy sigilosas”, dijo. “Saben que si alguien descubre a qué casos de uso se dirigen, no sería muy difícil para una organización grande con recursos intentar copiarlos. La necesidad de seguridad y secreto es primordial, y eso es algo que impedirá (o está impidiendo) que muchas de estas organizaciones coloquen ciertos tipos de proyectos en la nube”.
Pero añadió que si bien puede haber varias razones para que ciertas herramientas y cargas de trabajo de EDA permanezcan en las instalaciones, la tecnología no es una de ellas. “La nube está muy, muy avanzada hoy en día. Existe desde hace más de una década y ha evolucionado. La nube está en la sexta o séptima generación de su diseño original y puedes hacer cualquier cosa en ella”.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
- PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
- PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
- PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
- Fuente: https://semiengineering.com/ic-tool-vendors-eye-cloud-native-future/
