Amazon Web Services, una empresa de Amazon anunció que Arm, líder mundial en diseño de semiconductores utilizará AWS para su aplicación en la nube, incluida la mayor parte de sus cargas de trabajo de automatización de diseño electrónico (electronic design automation, EDA). Arm migrará sus cargas de trabajo de EDA a AWS, utilizando instancias de AWS basadas en Graviton2 (con tecnología de núcleos Neoverse de Arm), y marcará el camino de la transformación de la industria de semiconductores, que tradicionalmente ha utilizado centros de datos in situ para el trabajo computacionalmente intensivo de verificar los diseños de semiconductores. Con el fin de realizar la verificación más eficientemente, Arm utiliza la nube para ejecutar simulaciones de situaciones hipotéticas de computación en la vida real, y así aprovecha el almacenamiento prácticamente ilimitado y la infraestructura de computación de alto rendimiento de AWS para modificar la escala del número de simulaciones que puede ejecutar en paralelo. Desde que comenzó la migración a la nube de AWS, Arm ha logrado mejorar al séxtuple el tiempo de desempeño de los flujos de trabajo de EDA en AWS. Además, al ejecutar la telemetría (la recopilación e integración de datos de fuentes remotas) y el análisis en AWS, Arm genera más información poderosa sobre ingeniería, negocios y operaciones que ayudan a aumentar la eficiencia del flujo de trabajo y a optimizar los costos y los recursos en toda la empresa. En última instancia, Arm planea reducir el espacio que ocupa su centro de datos global en al menos 45 % y sus cómputos in situ en 80 %, a medida que completa su migración a AWS.
Los dispositivos semiconductores sumamente especializados alimentan la capacidad cada vez mayor de todo, desde los teléfonos inteligentes hasta la infraestructura de los centros de datos, el equipamiento médico y los vehículos autónomos. Cada chip puede contener miles de millones de transistores diseñados a un nivel de nanómetro de un solo dígito (aproximadamente 100 000 veces más pequeño que el ancho de un cabello humano) para impulsar un desempeño máximo en un espacio mínimo. EDA es una de las tecnologías clave que hacen posible una ingeniería tan extrema. Los flujos de trabajo de EDA son complejos e incluyen el diseño front-end, simulación y verificación, además de las cargas de trabajo de back-end cada vez mayores que abarcan el análisis de tiempo y potencia, las verificaciones de regla de diseño y otras aplicaciones para preparar al chip para la producción. Estas cargas de trabajo sumamente iterativas llevan tradicionalmente muchos meses o incluso años para producir un nuevo dispositivo, como un sistema en un chip, y requieren una potencia de computación enorme. Las empresas de semiconductores que ejecutan estas cargas de trabajo in situ deben equilibrar costos, cronogramas y recursos de centros de datos para llevar a cabo varios proyectos al mismo tiempo. En consecuencia, pueden sufrir la insuficiencia de potencia de computación que frena el avance o financiar el gasto de mantener capacidad de computación inactiva.
Al migrar sus cargas de trabajo de EDA a AWS, Arm supera las limitaciones de los flujos de trabajo de EDA gestionados de la forma tradicional y obtiene elasticidad con una potencia de computación escalable a gran nivel, lo que le permite ejecutar simulaciones en paralelo, simplificar la telemetría y el análisis, reducir su tiempo de iteración para diseños de semiconductores y agregar ciclos de testeado sin impactar los cronogramas de entrega. Arm utiliza Amazon Elastic Compute Cloud (Amazon EC2) para mejorar sus costos y cronogramas mediante la optimización de los flujos de trabajo de EDA en toda la gran variedad de tipos de instancias especializadas de Amazon EC2. Por ejemplo, la empresa usa instancias de AWS basadas en Graviton2 para lograr un alto desempeño y escalabilidad, lo que permite operaciones más rentables que la ejecución de cientos de miles de servidores in situ. Arm utiliza AWS Compute Optimizer, un servicio que emplea el aprendizaje automático para recomendar los tipos de instancia óptimos de Amazon EC2 para cargas de trabajo específicas, con el fin de optimizar sus flujos de trabajo.
Además de los beneficios en costos, Arm aprovecha el alto desempeño de las instancias de Graviton2 de AWS para aumentar el rendimiento de sus cargas de trabajo de ingeniería, lo que mejora sistemáticamente el rendimiento por dólar en más del 40 % en comparación con las instancias M5 basadas en procesadores x86 de la generación anterior. Asimismo, Arm utiliza los servicios de Databricks, socio de AWS, para desarrollar y ejecutar aplicaciones de aprendizaje automático en la nube. Mediante la plataforma de Databricks que se ejecuta en Amazon EC2, Arm puede procesar datos de cada paso de sus flujos de trabajo de ingeniería para generar información que requiere acciones para los grupos de software y hardware de la empresa y lograr mejoras mensurables de la eficiencia de ingeniería.
“A través de nuestra colaboración con AWS, nos hemos enfocado en mejorar la eficiencia y maximizar el rendimiento con el fin de devolver el tiempo precioso a nuestros ingenieros para que se concentren en innovar”, comentó Rene Haas, presidente de IPG, Arm. “Ahora que podemos ejecutarnos en Amazon EC2 utilizando instancias de Graviton2 de AWS con procesadores basados en Neoverse de Arm, estamos optimizando los flujos de trabajo de ingeniería, reduciendo los costos y acelerando los cronogramas de proyectos para brindar resultados potentes a nuestros clientes con más rapidez y más rentabilidad que nunca”.
“AWS proporciona computación verdaderamente elástica de alto desempeño, un desempeño de red inigualable y el almacenamiento escalable necesario para la próxima generación de cargas de trabajo de EDA, y es por ello que estamos tan entusiasmados por colaborar con Arm para posibilitar sus exigentes cargas de trabajo de EDA ejecutando nuestros procesadores de alto desempeño Graviton2 basados en Arm”, señaló Peter DeSantis, vicepresidente sénior de Infraestructura global y Atención al cliente de AWS. “Los procesadores Graviton2 pueden brindar una ventaja de desempeño frente al precio de hasta 40 % en comparación con nuestras instancias basadas en x86 de la generación actual”
