通过AWS Cloud Collaboration，ARM缩短全球数据中心的占地面积
发布时间：2022-01-18 11:09:56 所属栏目：要闻 来源：互联网
导读：ARM旨在计划将其全球数据中心的占地面积缩小为45％，并通过将其核心计算任务卸载到Amazon Web服务（AWS）云的某些核心计算任务，减少了80％的使用内部计算资源。 英国半导体制造商处于将大多数电子设计自动化（EDA）工作流程迁移到亚马逊公共云平台的过程中
|
ARM旨在计划将其全球数据中心的占地面积缩小为45％，并通过将其核心计算任务卸载到Amazon Web服务（AWS）云的某些核心计算任务，减少了80％的使用内部计算资源。 英国半导体制造商处于将大多数电子设计自动化（EDA）工作流程迁移到亚马逊公共云平台的过程中，并声称其在这前的进展到目前为止，性能的提高了6倍。上述工作负载的时间。 EDA是半导体开发过程的重要组成部分，涉及使用软件工具来设计和分析计算机芯片，并且它生成的工作流程包括前端设计，仿真，验证和数据分析的元素。“这些高度迭代的工作流程传统上需要多个月甚至几年的时间来生产一种新的设备，例如芯片系统，并涉及大量的计算能力，”在声明中宣布他们的技术绑定的声明中的ARM和AWS。 当每个芯片都设计成可在尽可能少量的空间中提供最大性能的最复杂的工作，并且可以包含数十亿个晶体管，该晶体管需要设计为单位数纳米级。 传统上，ARM已经从内部部署数据中心运行这些计算密集型工作负载，但现在正在切换其流程的过程中，因此可以在AWS云中完成更多这种工作。 “运行这些工作负载的半导体公司必须不断平衡成本，计划和数据中心资源，同时推进多个项目。结果，它们可能面临计算能力的短缺，以缓慢进展或承担维护空闲计算容量的费用，“语句继续。除了其EDA工作负载中，该公司还在使用AWS云收集，整合和分析遥测数据，以通知其设计过程，其声称将提高其工程团队和本组织的绩效的改进效率。 具体而言，ARM将在各种不同的Amazon弹性计算云（EC2）实例类型中托管这些工作负载，并将利用基于机器学习的AWS计算优化器服务，以确定哪些实例应该在哪里运行。 还借鉴了AWS合作伙伴DataBricks的专业知识，在Amazon EC2中开发和运行机器学习应用程序，使其能够从其工程流程中加入数据，以提高工作流的效率。“通过我们与AWS的合作，我们专注于提高效率和最大化吞吐量，使宝贵的时间回到我们的工程师，专注于创新，”IP产品集团（IPG）总裁Rene Haas表示，“ARM”。 （编辑：揭阳站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
