如何处理电子设计自动化 （EDA） 工作负载？

电子设计自动化 （EDA） 是一个由软件、硬件和服务组成的细分市场，其目标是协助半导体器件（或芯片）的定义、规划、设计、实施、验证和后续制造。这项服务的主要供应商是半导体代工厂或晶圆厂。

虽然 EDA 解决方案不直接参与芯片制造，但它们在三个方面发挥着关键作用：

EDA 工具用于设计和验证半导体制造工艺，以确保其提供所需的性能和密度。
EDA 工具用于验证设计是否满足所有制造工艺要求。这个重点领域被称为可制造性设计 （DFM）。
芯片制造完成后，从制造后测试到现场部署，对设备性能的监控需求越来越大。第三个应用程序称为硅生命周期管理 （SLM）。
对计算机匹配更高保真度模拟和建模工作负载的需求不断增长，竞争加剧，以及更快地将产品推向市场的需求，意味着 EDA HPC 环境的规模不断扩大。组织正在寻找利用加速器、容器化和混合云等技术的最佳方法，以获得有竞争力的计算优势。

EDA 软件和集成电路设计
电子设计自动化 （EDA） 软件在塑造和验证尖端半导体芯片、优化其制造流程以及确保以坚定不移的可靠性始终如一地实现性能和密度方面的进步方面发挥着关键作用。

与获取和维护必要的计算环境、工具和 IT 专业知识以操作 EDA 工具相关的费用，对于寻求进入该市场的初创公司和小型企业来说是一个重大障碍。同时，这些成本仍然是实施 EDA 设计的成熟公司的关键问题。芯片设计师和制造商发现自己承受着巨大的压力，他们需要推出新一代芯片，这些芯片具有更高的密度、可靠性和效率，并遵守严格的时间表，这是取得成功的关键因素。

集成电路 （IC） 设计和制造中的这一挑战可以可视化为三角形机会空间，如下图所示：

EDA 行业挑战
在电子设计自动化 （EDA） 领域，设计机会围绕三个关键资源展开：

计算基础设施
设计师
EDA 许可证

这些资源描绘了设计师的可用机会空间。

对于设计企业来说，关键挑战是选择具有最高业务增长和盈利能力潜力的项目。为了扩大这些机会，必须增加设计人员、许可证或计算基础设施的池。

计算基础设施
要扩展本地计算基础设施，需要对计算资源的购买、安装、配置和使用进行大量的规划和时间。由于计算市场瓶颈、新数据中心资源的授权以及电气、冷却和电力基础设施的建设，可能会发生延迟。即使对于拥有大量本地数据中心的大型公司，快速满足扩展数据中心的需求也需要外部帮助。

设计师
限制可实现机会的第二个因素是设计师库。迅速聘请高技能工程师的设计师是一项挑战。设计所需的教育基础需要数年时间才能建立，并且通常需要一年或更长时间才能有效地将新设计师整合到现有的设计团队中。这使得设计师成为图左侧最没有弹性的组件，限制了商机。

EDA 许可证
最后，EDA 许可证通常由合同约束，这些合同规定了公司可以使用的工具的允许数量和类型。虽然大型企业可能会探索几乎无限的企业许可合同，但对于初创公司和中小型设计公司来说，这些合同的成本高得令人望而却步。

利用云计算加快上市时间
旨在扩大业务视野并在上市时间方面获得竞争优势的公司（无论规模大小）可以战略性地利用两个关键要素来增加机会：云计算和新的 EDA 许可。

云计算的出现使计算基础设施能够快速扩展，只需几分钟即可在公有云中预置或创建新的基础设施，而内部基础设施开发则需要几个月的时间。EDA 软件公司也开始提供高峰许可模式，使设计公司能够以比传统许可合同更短的期限在云中使用 EDA 软件。

利用云计算和新的 EDA 许可模式，大多数设计公司可以显著扩展其商机范围。设计师的可用性仍然是一种非弹性资源;但是，公司可以通过利用 EDA 软件和云计算基础设施配置提供的自动化优势来提高其设计生产力。

结合 IBM 在半导体技术、数据和人工智能 （AI） 方面的深厚专业知识，我们广泛的 EDA 和 HPC 产品组合包括系统、存储、AI、网格和可扩展的作业管理。存储和数据传输产品（如 IBM Storage Scale、IBM Spectrum LSF 和 IBM Aspera）已紧密集成，可跨多个集群和计算资源提供高性能并行存储解决方案和大规模作业管理。

IBM Cloud EDA 基础架构提供代工厂安全的模式和环境，由单一所有权点提供支持。EDA 公司可以从基于 IBM 行业领先的云存储和作业管理基础架构构建的安全、高性能、用户友好的云解决方案中快速获得价值。