Arm 通过在 AWS Graviton2 上使用 Solido 将验证 IP 的速度提高了 1000 倍

Arm 是半导体知识产权 (IP) 领域的全球领导者，主要开发集成器件制造商用来创造自己的集成电路 (IC) 产品的技术，如片上系统 (SoC)。 Arm 以设计 CPU 内核而闻名，它还为 SoC 提供关键的 IP 构建块，包括 GPU、NPU 和互连。为了使其 IP 商业化，Arm 必须证明该 IP 的功能足够强大，以确保高芯片产量，并满足功耗、性能和面积 (PPA) 的特定目标。过去，Arm 使用强力蒙特卡洛模拟来验证 PPA 和产量；然而，不断增加的芯片设计复杂性和制造工艺的多样性使得继续这样做过于昂贵。

Arm 采用 Siemens EDA 生产的 Solido Variation Designer 软件在整个工艺、电压和温度组合范围内验证 IP，偏差达到 6-sigma。现在，Arm 可以根据 6-sigma 验证其 IP 产品，该方法比使用强力蒙特卡洛方法快 1000 倍，且具有更高的准确性和覆盖率。此外，通过将解决方案迁移到在基于 Arm Neoverse N1 核心的 AWS Graviton2 处理器上运行，公司降低了 24% 的成本。 

Arm IP 广泛应用于各种各样的应用中，包括 IoT 传感器和设备、智能手机和 PC、汽车和工业使用案例，以及云数据中心和网络基础设施。在授权和交付其 IP 之前，Arm 必须在不同的制造变体和环境条件下模拟电路的设计，以证明其功能正确，满足 PPA 要求，并产出高质量的产品。

现代工艺节点缩小了晶体管的尺寸，并使 SoC 能够提供更高的性能、更高的效率和功耗优化。随着生产环境的缩小，它也减少了确保准确工作产品的误差幅度，它需要在暴力蒙特卡洛方法下运行大量的模拟。这意味着，甚至需要更多的计算资源、更长的模拟运行时间，从而需要更高的费用来证明组件能可靠运行。Arm 知道，它需要一种方法，在新的生产环境中加快模拟和 IP 测试，而不损害质量或性能。

Siemens EDA 的 Solido Variation Designer 为变化感知设计和验证提供了一套全面的工具。它使用机器学习技术，以强力技术的准确性提供数量级更少的模拟。“我们在基于 Arm Neoverse 技术的 AWS Graviton2 上使用 Solido Variation Designer 来根据 6-sigma 验证我们的标准单元式 IP，我们发现，与以前使用的强力技术相比，模拟速度快了 1000 多倍”，Arm 技术总监 Andrew Evans 说。“Siemens EDA 提供了先进技术和强大支持的完美结合，使我们能够实现所有工艺技术平台所需的准确度和性能。”

在超过 16 年的时间里，Siemens EDA 的 Solido 团队一直是将人工智能引入芯片设计和开发自适应机器学习技术的先驱。 Solido 的突破性技术可以在完全保持精度的同时，将 SPICE 级别的验证速度提高几个数量级。这样一来，芯片设计者就可以更彻底、更快地验证设计，从而使芯片设计具有更高的性能、更低的功耗和更便宜的制造成本。 “Arm 使用的 Solido 技术是世界上最先进的 SPICE 级 IP 验证解决方案”，Siemens EDA 的工程总监 Jeff Dyck 解释道。“Arm 一直是一个很棒的技术合作伙伴，我们很高兴看到 Solido 技术帮助 Arm 生产高性能且高产的 IP。”

Siemens EDA 的 Solido 工具帮助 Arm 实现了其低功耗、高性能和区域优化的目标。 Arm 还需要一种经济高效的方式来运行它生成的模拟。一开始，它使用它自己在本地部署计算场上构建的高性能计算 (HPC) 环境，但事实证明，从成本和模拟时间的角度来看，这种方法不可持续。Arm 采用了 Amazon Elastic Cloud (Amazon EC2) 之类的服务优化云环境，而不仅仅是迁移本地部署使用的服务。使用竞价型实例，Arm 可以利用未使用的 Amazon EC2 容量，与按需价格相比，可获得高达 90% 的折扣。Arm 的 HPC 计划引擎在有空闲容量时将任务发送到竞价型实例，并且每个实例每小时的收费与 Arm 愿意支付的价格相匹配。 竞价型实例非常适合像 Arm 这样具有不可预测和可变工作负载的客户。

即使将服务器折扣因素考虑在内，模拟计算仍然在 Arm 计算预算中占一个大项目。成本优化一直是 Arm 工程团队的首要任务，因为时间越长，成本就越高，而计算时间是由运行工作负载的处理器决定的。 当 AWS 基于 Graviton2 处理器提供 Amazon EC2 实例时，Arm 看到了一个扩展 Solido Variation Designer 现有使用的机会，方法是将其使用迁移到基于 Graviton2 的实例，从而降低了 Arm 24% 的成本，减少了 12% 的总CPU时间，并减少了 6% 的周转时间。

在 AWS 上使用 Siemens EDA 的 Solido Variation Designer 使 Arm 能够以比强力蒙特卡洛方法快 1000 倍以上的速度验证其产品，同时提供更大的覆盖率和准确性。该工具在产品制造前有效地进行数学模拟，并确保最终产品满足 PPA 和产量目标。该团队将该工具部署在由 Graviton2 处理器驱动的 Amazon EC2 M6g 实例上，以利用最高效的计算资源，实现完全托管式云服务的规模和效率。

但案例甚至变得更好。想知道是什么让 Graviton2 变得如此高效吗？ AWS Graviton2 处理器使用 Arm Neoverse N1 内核构建，能够实现从云到边缘的高度可扩展数据中心基础设施。就各种工作负载而言，Graviton2 与当前相当的基于 AWS 实例相比，性价比最高可提高 40%。“当 Arm IP 被合作伙伴采用，我们可以反过来利用它来开发下一代产品，整个合作伙伴生态系统都将从这种合作中受益”，Arm 设计实现副总裁 Philippe Moyer 说。“我将此称为 Arm on Arm。”