亚马逊公司旗下的亚马逊网络服务公司(AWS)宣布，半导体设计和硅知识产权开发和许可领域的全球领导者Arm将利用AWS为其云使用提供支持，包括其绝大多数电子设计自动化(EDA)工作负载。Arm正在将EDA工作负载迁移到AWS，利用基于AWS graviton2的实例(由Arm Neoverse核心提供支持)，并引领半导体行业的转型之路，该行业传统上使用内部数据中心来验证半导体设计的计算密集型工作。
为了更有效地进行验证，Arm使用云来运行真实计算场景的模拟，利用AWS几乎无限的存储和高性能计算基础设施来扩展它可以并行运行的模拟数量。自开始AWS云迁移以来，Arm在AWS上的EDA工作流的性能时间已经提高了6倍。此外，通过在AWS上运行遥测(从远程数据源收集和集成数据)和分析，Arm正在生成更强大的工程、业务和运营见解，有助于提高工作效率，优化整个公司的成本和资源。随着向AWS的迁移，Arm最终计划将其全球数据中心的占地面积减少至少45%，本地计算面积减少80%。
从智能手机到数据中心基础设施，再到医疗设备，再到自动驾驶汽车，高度专业化的半导体设备为不断增长的功能提供了动力。每个芯片可以包含数十亿个设计到个位数纳米级别的晶体管(大约比人类头发的宽度小10万倍)，以在最小的空间内实现最大性能。EDA是使这种极端工程可行的关键技术之一。EDA工作流程很复杂，包括前端设计、仿真和验证，以及越来越大的后端工作负载，包括时序和功耗分析、设计规则检查以及为生产准备芯片的其他应用程序。这些高度迭代的工作流程通常需要几个月甚至几年的时间来生产一个新设备，例如片上系统，并涉及大量的计算能力。在本地运行这些工作负载的半导体公司必须不断平衡成本、进度和数据中心资源，以同时推进多个项目。因此，他们可能会面临计算能力的短缺，从而减缓进程或承担维护空闲计算能力的费用。
通过将其EDA工作负载迁移到AWS, Arm克服了传统管理EDA工作流的限制，并通过大规模可扩展的计算能力获得弹性，使其能够并行运行模拟，简化遥测和分析，减少半导体设计的迭代时间，并在不影响交付计划的情况下增加测试周期。Arm利用Amazon Elastic Compute Cloud (Amazon EC2)，在各种专门的Amazon EC2实例类型上优化EDA工作流，从而简化成本和时间线。例如，该公司使用基于AWS graviton2的实例来实现高性能和可伸缩性，从而比运行数十万个本地服务器更具成本效益。Arm使用AWS计算优化器，这是一项使用机器学习为特定工作负载推荐最佳亚马逊EC2实例类型的服务，以帮助简化其工作流程。
除了成本效益之外，Arm还利用AWS Graviton2实例的高性能来提高其工程工作负载的吞吐量，与上一代基于x86处理器的M5实例相比，每美元的吞吐量持续提高40%以上。此外，Arm使用AWS合作伙伴Databricks的服务在云中开发和运行机器学习应用程序。通过在Amazon EC2上运行的Databricks平台，Arm可以处理其工程工作流程中的每个步骤的数据，为公司的硬件和软件团队生成可操作的见解，并实现可衡量的工程效率改进。
Arm IPG总裁Rene Haas表示:“通过与AWS的合作，我们专注于提高效率和最大限度地提高吞吐量，将宝贵的时间还给我们的工程师，让他们专注于创新。“现在，我们可以使用AWS Graviton2实例和基于Arm neoveres的处理器在Amazon EC2上运行，我们正在优化工程工作流程，降低成本，加快项目时间表，以比以往任何时候都更快、更经济地为客户提供强大的结果。”
AWS全球基础设施和客户支持高级副总裁Peter DeSantis表示:“AWS为下一代EDA工作负载提供了真正有弹性的高性能计算、无与伦比的网络性能和可扩展的存储，这就是为什么我们如此兴奋地与Arm合作，运行我们基于Arm的高性能Graviton2处理器，为他们要求很高的EDA工作负载提供支持。”“与当前基于x86的实例相比，Graviton2处理器可提供高达40%的性价比优势。”
