上一篇《EDA云實(shí)證Vol.1：從30天到17小時(shí)，如何讓HSPICE仿真效率提升42倍？》里，我們幫一家Design House提高了使用HSPICE進(jìn)行芯片設(shè)計(jì)仿真的效率。

　　而設(shè)計(jì)好的集成電路圖案需要通過光刻機(jī)轉(zhuǎn)印到晶圓上才能完成制造，這就是芯片制造中最重要的一個(gè)步驟——光刻。

　　在先進(jìn)工藝特別是 FinFET 工藝中，計(jì)算光刻已經(jīng)成為光刻工藝研發(fā)的核心。

　　光學(xué)鄰近效應(yīng)校正（Optical Proximity Correction，OPC）屬于計(jì)算光刻技術(shù)的一種，主要是利用軟件和高性能計(jì)算，來模擬仿真光刻過程中的光學(xué)和化學(xué)過程，通過仿真建立精確的計(jì)算模型，然后調(diào)整圖形的邊沿不斷仿真迭代，直到逼近理想的圖形，最終加速工藝研發(fā)周期的目標(biāo)。

　　這一過程對(duì)計(jì)算資源的需求隨著模型的精確度呈指數(shù)級(jí)別增長。

　　舉個(gè)例子，一款7nm芯片需要高達(dá)100層的光罩，每層光罩?jǐn)?shù)據(jù)都需要使用EDA工具進(jìn)行OPC的過程。整個(gè)過程對(duì)硬件算力要求很高，EDA工具需要運(yùn)行在幾千核的服務(wù)器CPU上，動(dòng)輒就是幾十萬核時(shí)。

　　我們通過今天的實(shí)證驗(yàn)證了如何在不同場景下，大幅幫用戶縮短OPC運(yùn)行時(shí)間，同時(shí)確保云端和本地計(jì)算結(jié)果的完全一致性和計(jì)算性能的穩(wěn)定性。

　　這次實(shí)證涉及的場景很細(xì)致，既有License服務(wù)器的配置地點(diǎn)，又有不同調(diào)度器，還一一對(duì)云上計(jì)算結(jié)果和本地做了數(shù)據(jù)對(duì)比，使用的計(jì)算資源數(shù)量跨度也很大，從80-5000核不等，非常細(xì)致，極具參考性。

　　實(shí)證背景信息

　　A社是一家大型IC設(shè)計(jì)公司，隨著近年業(yè)務(wù)規(guī)模不斷擴(kuò)大，OPC相關(guān)計(jì)算需求增大。

　　但A社本地機(jī)房空間不足，原先傳統(tǒng)托管IDC模式也難以滿足彈性需求，導(dǎo)致大量任務(wù)出現(xiàn)排隊(duì)，無法及時(shí)輸出成果，拖慢了整個(gè)IC研發(fā)進(jìn)程。

　　公司希望在本地建設(shè)和IDC托管之外，尋求具備彈性的大規(guī)模算力來滿足業(yè)務(wù)高峰期的需求，來滿足業(yè)務(wù)擴(kuò)展需求。

　　實(shí)證目標(biāo)

　　1、OPC任務(wù)能否在云端有效運(yùn)行？

　　2、fastone平臺(tái)能否滿足業(yè)務(wù)彈性資源需求，有效減少OPC運(yùn)行時(shí)間？

　　3、License Server配置在本地和云端對(duì)計(jì)算性能/一致性/穩(wěn)定性是否有影響？

　　4、fastone能否支持不同調(diào)度器SGE/Slurm？使用不同調(diào)度器對(duì)計(jì)算性能/一致性/穩(wěn)定性是否有影響？

　　5、fastone平臺(tái)的云端輸出計(jì)算結(jié)果是否與本地完全一致？

　　實(shí)證參數(shù)

　　平臺(tái)：

　　fastone企業(yè)版產(chǎn)品

　　應(yīng)用：

　　Synopsys Proteus?OPC

　　適用場景：

　　在提交設(shè)計(jì)到制造之前，模擬仿真光學(xué)鄰近效應(yīng)校正，從理論上探索增大最小可分辨特征尺寸（Minimum Resolvable Feature size，MRF）和工藝窗口（Process Window，PW）的途徑，指導(dǎo)工藝參數(shù)的優(yōu)化。

　　License配置：

　　本次實(shí)證分別驗(yàn)證了License Server部署在本地和云端的表現(xiàn)。

　　云端硬件配置：

　　本次實(shí)證涉及的考察因素比較多，尤其是本地和云上進(jìn)行了同步一對(duì)一對(duì)比。用戶希望和本地硬件配置盡量保持一致，有更好的可比性，所以選擇了跟本地接近的內(nèi)存密集型實(shí)例機(jī)型。

　　調(diào)度器：

　　本次實(shí)證同時(shí)采用了SGE和Slurm兩種調(diào)度器。

　　技術(shù)架構(gòu)圖：

　　兩個(gè)紅框表示EDA License Server分別部署在本地或云端。

　　應(yīng)A社對(duì)于數(shù)據(jù)保密的要求，

　　本實(shí)證所有數(shù)據(jù)均經(jīng)過處理。

　　實(shí)證場景一

　　5000核大規(guī)模OPC業(yè)務(wù)上云驗(yàn)證

　　結(jié)論：

　　1、云端調(diào)度5000核計(jì)算資源運(yùn)算一組OPC任務(wù)，耗時(shí)為80核計(jì)算資源運(yùn)算耗時(shí)的0.019倍，相當(dāng)于從一個(gè)月縮短到13.8小時(shí)；

　　2、公有云廠商大內(nèi)存型資源數(shù)量不算多，單個(gè)區(qū)域想要一次性獲取高達(dá)5000核的內(nèi)存型實(shí)例很難實(shí)現(xiàn)。fastone平臺(tái)的Auto-Scale功能可在較短時(shí)間內(nèi)，根據(jù)用戶需求，自動(dòng)化跨區(qū)調(diào)度到大量目標(biāo)類型計(jì)算資源。

　　實(shí)證過程：

　　1、云端調(diào)度80核計(jì)算資源運(yùn)算一組任務(wù)，耗時(shí)為x；

　　5、云端調(diào)度5000核計(jì)算資源運(yùn)算一組任務(wù)，耗時(shí)為0.019x。

　　關(guān)于通過fastone平臺(tái)的Auto-Scale功能基于用戶時(shí)間優(yōu)先策略和成本優(yōu)先策略自動(dòng)調(diào)度本區(qū)域及其他區(qū)域的目標(biāo)類型或相似類型實(shí)例資源，這篇文章《生信云實(shí)證Vol.3：提速2920倍！用AutoDock Vina對(duì)接2800萬個(gè)分子》里有詳細(xì)說明。

　　實(shí)證場景二

　　License Server配置在本地VS云端

　　云上VS本地：計(jì)算性能/一致性/穩(wěn)定性驗(yàn)證

　　結(jié)論：

　　1、License Server部署在本地和云端對(duì)于計(jì)算結(jié)果無影響；

　　2、云端和本地分別運(yùn)行相同OPC任務(wù)：

　　計(jì)算性能：云上計(jì)算時(shí)間均優(yōu)于本地；

　　一致性：云端和本地計(jì)算結(jié)果均完全一致；

　　穩(wěn)定性：集群運(yùn)行均無中斷，GUI啟動(dòng)均正常。

　　實(shí)證過程：

　　1、License Server部署在本地，云上調(diào)度80/240/480/1600/3200/5000核計(jì)算資源運(yùn)行OPC任務(wù)，本地同步運(yùn)行80/240/480/1600/3200/5000核相同OPC任務(wù)；

　　2、License Server部署在云端，云上調(diào)度80/240/480/1600/3200/5000核計(jì)算資源運(yùn)行OPC任務(wù)，本地同步運(yùn)行80/240/480/1600/3200/5000核相同OPC任務(wù)。

　　實(shí)證場景三

　　License Server配置在本地VS云端

　　云端擴(kuò)展性驗(yàn)證

　　結(jié)論一：

　　1、License Server配置在本地，使用云端資源運(yùn)算OPC任務(wù)，性能隨資源增加線性提升。

　　注：參考值分別為：80核-1、240核-0.3333、480核-0.1667、1600核-0.05、3200核-0.025，5000核-0.016。

　　實(shí)證過程：

　　將License Server部署在本地：

　　1、云端調(diào)度80核計(jì)算資源運(yùn)算Case1，耗時(shí)為x；

　　2、云端調(diào)度240核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.3375x；

　　3、云端調(diào)度480核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.1679x；

　　4、云端調(diào)度1600核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0518x；

　　5、云端調(diào)度3200核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0285x；

　　6、云端調(diào)度5000核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0216x；

　　7、云端調(diào)度80核計(jì)算資源運(yùn)算Case2，耗時(shí)為y；

　　8、云端調(diào)度240核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.3389y；

　　9、云端調(diào)度480核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.1682y；

　　10、云端調(diào)度1600核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0529y；

　　11、云端調(diào)度3200核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0300y；

　　12、云端調(diào)度5000核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0230y。

　　結(jié)論二：

　　License Server配置在云端，使用云端資源運(yùn)算OPC任務(wù)，性能隨資源增加線性提升。

　　注：參考值分別為：80核-1、240核-0.3333、480核-0.1667、1600核-0.05、3200核-0.025，5000核-0.016。

　　實(shí)證過程：

　　將License Server部署在云端：

　　1、云端調(diào)度80核計(jì)算資源運(yùn)算Case1，耗時(shí)為x；

　　2、云端調(diào)度240核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.3346x；

　　3、云端調(diào)度480核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.1672x；

　　4、云端調(diào)度1600核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0515x；

　　5、云端調(diào)度3200核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0270x；

　　6、云端調(diào)度5000核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0191x；

　　7、云端調(diào)度80核計(jì)算資源運(yùn)算Case2，耗時(shí)為y；

　　8、云端調(diào)度240核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.3390y；

　　9、云端調(diào)度480核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.1691y；

　　10、云端調(diào)度1600核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0588y；

　　11、云端調(diào)度3200核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0329y；

　　12、云端調(diào)度5000核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0262y。

　　實(shí)證場景四

　　不同調(diào)度器驗(yàn)證：SGE VS Slurm

　　云端2000核/5000核

　　結(jié)論：

　　1、分別使用SGE和Slurm調(diào)度云端2000核/5000核運(yùn)行相同OPC任務(wù)，對(duì)于計(jì)算結(jié)果無影響；

　　2、云端和本地使用不同調(diào)度器分別運(yùn)行相同OPC任務(wù)：

　　計(jì)算性能：云上計(jì)算時(shí)間均優(yōu)于本地；

　　一致性：云端和本地計(jì)算結(jié)果均完全一致

　　穩(wěn)定性：集群運(yùn)行均無中斷，GUI啟動(dòng)均正常。

　　實(shí)證過程：

　　1、使用SGE調(diào)度器，云上調(diào)度2000核計(jì)算資源運(yùn)算一組OPC任務(wù)，本地同步運(yùn)行2000核相同OPC任務(wù)；

　　2、使用SGE調(diào)度器，云上調(diào)度5000核計(jì)算資源運(yùn)算一組OPC任務(wù)，本地同步運(yùn)行5000核相同OPC任務(wù)；

　　3、使用Slurm調(diào)度器，云上調(diào)度2000核計(jì)算資源運(yùn)算一組OPC任務(wù)，本地同步運(yùn)行2000核相同OPC任務(wù)；

　　4、使用Slurm調(diào)度器，云上調(diào)度5000核計(jì)算資源運(yùn)算一組OPC任務(wù)，本地同步運(yùn)行5000核相同OPC任務(wù)。

　　這篇文章《億萬打工人的夢：16萬個(gè)CPU隨你用》里，我們基于這四家主流調(diào)度器：LSF/SGE/Slurm/PBS以及它們的9個(gè)演化版本進(jìn)行了梳理和盤點(diǎn)，尤其是對(duì)云的支持方面劃了重點(diǎn)?？梢粤私庖幌隆?/p>

　　實(shí)證小結(jié)

　　1、Proteus?OPC任務(wù)在云端能有效運(yùn)行；

　　2、fastone平臺(tái)能夠大幅度縮短OPC任務(wù)運(yùn)行時(shí)間；

　　3、License Server配置在本地和云端，對(duì)計(jì)算性能/一致性/穩(wěn)定性沒有影響；

　　4、fastone平臺(tái)使用不同調(diào)度器SGE/Slurm，對(duì)計(jì)算性能/一致性/穩(wěn)定性沒有影響；

　　5、云端和本地運(yùn)行相同OPC任務(wù)，對(duì)計(jì)算結(jié)果沒有影響。

　　本次EDA行業(yè)Cloud HPC實(shí)證系列Vol.4就到這里了。

　　在下一期實(shí)證中，我們將對(duì)Virtuoso使用速石平臺(tái)進(jìn)行驗(yàn)證。請(qǐng)保持關(guān)注哦！