بازو برای کوچک کردن ردپای مرکز داده جهانی از طریق همکاری ابر AWS


آرم قصد دارد تا با تخلیه برخی از وظایف محاسباتی اصلی خود در ابر خدمات آمازون وب (AWS) ، رد پای جهانی مرکز داده خود را در اندازه 45٪ کاهش دهد و استفاده از منابع محاسباتی اولیه را 80٪ کاهش دهد.

تولید کننده نیمه هادی بریتانیایی در حال انتقال اکثر جریانهای اتوماسیون طراحی الکترونیکی (EDA) خود به پلت فرم ابر عمومی آمازون است و ادعا می کند پیشرفتی که تاکنون در این جبهه داشته است منجر به بهبود عملکرد 6 برابر شده است زمان بارهای گفته شده

EDA بخش مهمی از فرایند توسعه نیمه هادی است و شامل استفاده از ابزارهای نرم افزاری برای طراحی و تجزیه و تحلیل تراشه های رایانه ای است و گردش کار ایجاد شده شامل عناصر طراحی جلویی ، شبیه سازی ، تأیید و تجزیه و تحلیل داده ها است.

“Arm” و “AWS” در بیانیه ای اعلام كردند كه ارتباطات فن آوری خود را اعلام می كنند: “این جریانهای كاری بسیار تکرار شونده به طور سنتی چندین ماه یا حتی سالها طول می كشد تا دستگاه جدیدی مانند سیستم روی تراشه تولید شود و شامل قدرت محاسبه عظیم می شود.”

این کار پیچیده است زیرا هر تراشه برای ارائه حداکثر کارایی در فضای کمترین حالت ممکن طراحی شده است و می تواند حاوی میلیاردها ترانزیستور باشد که باید تا سطح نانومتر تک رقمی مهندسی شوند.

به طور سنتی ، Arm این بارهای محاسباتی فشرده را از مراکز داده پیش فرض اجرا می کند ، اما اکنون در حال تغییر فرآیند های خود است ، بنابراین بیشتر از این نوع کارها می توانند در ابر AWS انجام شوند.

“شرکت های نیمه هادی که این بارهای کاری را به طور پیش فرض اجرا می کنند ، باید برای پیشرفت همزمان چندین پروژه به طور مداوم هزینه ها ، برنامه ها و منابع مرکز داده را متعادل کنند. در نتیجه ، آنها می توانند با کمبود توان محاسباتی روبرو شوند که سرعت را کند می کنند یا هزینه حفظ ظرفیت محاسبه بیکار را متحمل می شوند. “

این شرکت همچنین از میزان کار EDA خود ، از ابر AWS برای جمع آوری ، یکپارچه سازی و تجزیه و تحلیل داده های دورسنجی به دست آمده برای اطلاع از فرایندهای طراحی خود استفاده می کند ، که ادعا می کند باعث بهبود عملکرد تیم های مهندسی آن و به طور کلی سازمان می شود. بهره وری.

به طور خاص ، Arm میزبان این حجم کارها در انواع مختلف Amazon Elastic Compute Cloud (EC2) خواهد بود و از خدمات مبتنی بر یادگیری ماشین AWS Compute Optimizer استفاده می کند تا تصمیم بگیرد که نمونه ها در کجا اجرا شوند.

همچنین از مهارت شریک AWS Databricks برای توسعه و اجرای برنامه های یادگیری ماشین در Amazon EC2 بهره می برد که به آن امکان می دهد داده های جمع آوری شده از فرایندهای مهندسی خود را برای بهبود کارایی جریان کار آنها نیز پردازش کند.

رنه هاس ، رئیس گروه IP محصولات (IPG) در Arm گفت: “ما از طریق همکاری با AWS بر روی بهبود کارایی و به حداکثر رساندن توان برای ایجاد وقت بسیار گران به مهندسان خود تمرکز کرده ایم.”

“ما در حال بهینه سازی گردش کار مهندسی ، کاهش هزینه ها و تسریع جدول زمانی پروژه هستیم تا نتایج قدرتمندانه را سریعتر و با هزینه موثرتر از گذشته به مشتریان خود ارائه دهیم.”

Peter DeSantis ، معاون ارشد زیرساخت جهانی و پشتیبانی مشتری در AWS ، افزود: “AWS واقعا محاسبات با عملکرد بالا ، عملکرد بی نظیر شبکه و ذخیره سازی مقیاس پذیر را که برای نسل بعدی بارهای EDA مورد نیاز است فراهم می کند ، و به همین دلیل است که ما بسیار خوشحال هستند که با همکاری Arm می توانند بارهای EDA طلبکارانه خود را که پردازنده های Graviton2 مبتنی بر بازوی ما را اجرا می کند ، تأمین کنند. “


منبع: tadrisriazi-news.ir

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>