天天干天天曰,黄色一级美女,国产在线www

對廣大半導體設計公司而言，算力資源規劃和現金流之間的平衡，嘖嘖，是一門藝術。
多一分是浪費，少一分則崩潰。我們曾經在初創型IC企業必備白皮書和成長型IC企業必備白皮書里分別畫過以下兩張圖：

左圖名字叫做：守護現金流
這年頭現金流的重要性，不必多說。

右圖名字叫做：人生就是一場豪賭
不管是初創IC設計公司還是成熟公司，新開始一個項目，總是面臨著前路未知的情況：

1. 周期性存在突發算力高峰需求，涉及到先進制程問題更加顯著；
2. 每次調整制程，都面臨新的資源預估，永遠估不準；
3. 可能需要某些內部不可用的內存和計算資源。

我們今天認真盤一盤，怎么把這門藝術拉下神壇。

先給大家一個直觀感受。

下圖是我們某客戶全生命周期月度算力實際用量曲線：整個芯片項目全流程為18個月，涉及前端、驗證、后端三大團隊。

1. ?前4個月，只涉及到前端布局與架構，對于算力需求不高，因此月度算力需求較少；
2. ?從5月開始，前端、驗證、后端均開始工作，算力開始逐步提升，第11個月達算力小高峰，在第16個月達算力最高峰，月度調度峰值達到百萬級核時以上；
3. ?算力波峰和波谷的核數差距在20倍以上；
4. ?算力在第16個月達到最高峰后，迅速下降。

下面我們手把手教你怎么把算力規劃拉下神壇：

Part 1 小白版算法
Part 2 老司機版算法
Part 3 全年現實算力需求折算
Part 4 一個并不艱難的選擇

Part 1 小白版算法
針對的是：項目全新，團隊人員也比較新，需要從零計算

Part 2 老司機版算法
針對的是：項目全新，但有類似經驗的老人在團隊，可以憑經驗值估算
PS：Part 1和Part 2 二選一閱讀即可

為了簡化計算，我們根據現實情況作以下假設：

1. 研發團隊總人數為100；
2. 團隊分為前端、驗證和后端3部分，人數比值2：1：1；
3. 芯片的全周期分為3個階段，每階段4個月 (僅適用小白版算法)；4. 三個團隊主要使用資源類型：前端團隊使用計算型機器；驗證團隊前期使用計算型機器，之后使用內存型機器；后端團隊使用內存型機器。

Part1 ：小白版算法

這套小白版算法是我們根據N家客戶的實際情況，得出的經驗參考值：包括不同階段，不同團隊的人員配比與人力占用比例，每人job數，每人每job峰值核數。
因實際團隊并非全程在此項目中，部分階段人力需折算，即人力占用比例。
在我們的參考值基礎上略做調整，大家就能大致得出自己公司的相應數值啦。

這套算法通過估算不同階段內、各個團隊所需的算力峰值之和，得出每階段的算力峰值。各團隊的峰值計算公式為每人每job峰值核數（多臺機器則為每臺核數*機器數）*團隊人數*每人job數（每個階段計算方式一致）。

Stage 1：前期階段（第1-4個月）

① 階段工作詳情：前端從事設計相關工作，驗證團隊同步參與，工作狀態都較為穩定，此階段每月峰值核數趨于一致；
② 涉及團隊：前端、驗證團隊；
③ 資源并發需求：前端團隊每人1臺10核、驗證團隊每人1臺20核。

該階段峰值核時計算（計量單位：核小時）：
1月：10核*50人*1job=500
2-4月：前端團隊峰值核數=10*50*1=500 ；
驗證團隊峰值核數=20*25*1=500；
峰值核數總計為500+500=1000；
則該階段的峰值核數在2-4月，為1000
（下同，不再詳述這一計算過程）

Stage 2：中期階段（5-8月）

① 階段工作詳情：涉及到前端仿真、驗證和部分模塊的版圖工作。6月在前仿最后階段做一次大仿真，是算力小波峰，隨后算力下降；
② 涉及團隊：前端、驗證和后端團隊；
③ 資源并發需求峰值：
5月：前端團隊每人1臺18核節點，每人1個job；驗證團隊每人4個job，每個job約18核（人力占用比例：75%）；后端團隊每人1臺18核節點；
6月：前端團隊每人1臺24核節點，每人1個job；驗證團隊每人6個job，每個job約24核（人力占用比例：75%）；后端團隊每人1臺18核節點；
7月：前端團隊每人1臺18核節點，每人1個job（人力占用比例：40%）；驗證團隊每人3個job，每個job約18核；后端團隊每人1個job，每job約4臺18核節點；
8月：前端團隊每人1個job，每個job18核（人力占用比例：40%）；驗證團隊每人2個job，每個job18核；后端團隊每人1個job，每個job約4臺24核節點。

計算結果如下

Stage 3：后期階段（9-12月)

① 階段工作詳情：主要涉及后端仿真相關工作；
② 涉及團隊：驗證和后端團隊；
③ 資源并發需求：
9月：驗證團隊，每人4個job，每個job約18核；后端團隊每人1-2個job，每個job約4臺24核節點（后端人均完成1.6個job，取值1.6）；
10月：驗證團隊每人6個job，每個job約24核；后端團隊每人1-2個job，每job約6臺24核工作節點（后端人力占用比例：80%，每人2個job）；
11月：驗證團隊每人6個job，每個job約24核；后端團隊每人1個job，每job約4臺24核工作節點；
12月：驗證團隊每人6個job，每個job約18核；后端團隊每人1個job，每job約3臺24核工作節點。
計算結果如下

最終全生命周期算力需求圖如下（計量單位：核小時）：

可以看出：
1. 和文章開頭的實際用戶算力曲線趨勢一致；
2. 不同月份間的峰值算力差異很大，能達到20倍左右；
3. 不同團隊在不同月份的峰值算力需求差異明顯。

Part2 ：老司機版算法

如果對于未來芯片項目，你們有過來人能預估出不同團隊不同階段的算力需求，這套老司機版算法將完全適配你。
這套算法是我們根據有項目經驗的芯片研發團隊的實際情況，通過填入各月每job峰值核數、每月最大并行job數，計算出各團隊每月所需的算力峰值。

下面為大家奉上這份《XXX芯片項目-資源需求調研模板》：

左邊項目為不同的項目團隊。項目團隊內部可分為：前端、驗證和后端組。

Step 1：將不同組、每個job所需核數或內存的峰值需求，依次填入中間的“每job峰值核數”和“每job峰值內存”欄目下，負責人填入“團隊負責人”欄目下

例如：每個job需要的峰值核數為10，每個job需要峰值內存為20（據經驗值統計），前端負責人為Andy。

Step 2：在每月欄目下，填入各團隊預期的每月并行最大job數（簡稱：job數）

Job數可根據研發內部統計，也可根據job數=每人最大并行job數*人數進行計算，如團隊并非全程在此項目中，人力還需折算統計。

例如：2022年2-5月，前端團隊每人最大并行job數為1，團隊有50人，均100%投入在此項目中，則填入下表的job數均為：50*1*100%=50。

Step 3：計算各團隊當月峰值算力并相加，得出峰值算力總計（計量單位：核小時）

各團隊的峰值計算公式：每job峰值核數*job數（每個階段計算方式一致）。

例如：2022年2-5月，前端團隊的每job峰值核數為10，job數為50；2月驗證團隊還未開始任務，3-5月，驗證團隊的每job峰值核數為20，job數為25；2-5月，后端團隊還未開始任務。

計算過程如下
前端團隊：2-5月：10*50=500
驗證團隊：3-5月：20*25=500
將各團隊每月算力峰值相加，得到每月項目的算力峰值，計算得出項目各月算力峰值表

《XXX芯片項目-資源需求調研模板》Server一欄的Middle /High 型是用戶自己設定的不同機器配置，后期計算不同機型費用時會用到，跟算力需求計算無關。

Part3 ：全年現實算力需求折算

不管是小白版算法還是老司機版算法，都是一個月每天全部按峰值需求跑任務的前提下進行計算的。但實際情況下，肯定不需要一直按峰值頂格跑。

我們折算一下：
全月全資源峰值用量：峰值核數*30天*24小時
全月實際用量可能是：峰值核數*22天*8小時
用小白版算法的數據來調整：
6月算力小波峰：后端按30天*18小時估算，驗證按30天*16小時估算；
10月算力大波峰：后端按30天*24小時估算，驗證按照30天*16小時估算。
得出下表，并繪制成相應曲線圖：

灰色曲線為按峰值計算的算力需求
橙色曲線為折算后實際需要的算力

Part4 ：一個并不艱難的選擇

好了，全生命周期算力需求算完了。到了算賬的環節了。

灰色代表當月按峰值頂格算的用量，橙色代表月度實際用量。
綠色代表本地資源，必須按這一階段需求峰值準備，也就是按灰色來準備。買不到峰值，肯定會影響到芯片項目進度。

如果是純本地，就是按綠色這根線買。現金流是必須要動用一大筆的了，采購周期也是必須要考慮的。
按照本文開頭我們某客戶全生命周期月度算力實際用量曲線，波峰、波谷間差距可高達20倍，月調度核時峰值能達到百萬級以上。頂格買……

如果是全云端，就是按橙色這根線花錢。想用就用，不想用就關掉，用了才花錢。現金流逐步平緩支出。

綠色線和橙色線中間的差距（圖中陰影部分），各人可能有各人的體會。
算力資源規劃VS現金流
芯片項目周期VS市場競爭格局
具體怎么權衡和取舍，還是要看企業自己。

一顆芯片設計完整生命周期下，不同階段，不同應用場景，對算力更精細的需求差異，我們相應的推薦和建議，以后再聊。

- END -

我們有個為應用定義的EDA云平臺
集成多種EDA應用，大量任務多節點并行
應對短時間爆發性需求，連網即用
跑任務快，原來幾個月甚至幾年，現在只需幾小時
5分鐘快速上手，拖拉點選可視化界面，無需代碼
支持高級用戶直接在云端創建集群
掃碼免費試用，送300元體驗金，入股不虧~

現在！我們的IC設計研發云平臺支持免費試用，還送200元體驗金掃碼免費試用~

如果你對這個一站式IC設計云平臺還有更多想問的，比如：

1、你們支持哪些EDA應用？能覆蓋到我常用的軟件嗎？
2、EDA應用所需的計算資源非常大，你們如何解決這個問題？
3、把EDA研發環境部署到云上有什么好處？
4、除了CPU，GPU/TPU/大內存的機器都有嗎？
5、你們說的“一整套即開即用的IC研發設計環境”是什么意思？從本地到云上，操作方式會改變很大嗎？
6、云端輸出計算結果是否與本地完全一致？
7、云端這么多的機器，管理得過來嗎？
8、云上有些資源很貴，有沒有節約成本的方案？
9、任務監控也能用來省錢，你們是怎么做到的？
10、很多PDK，就有幾十T，怎么到云上，而且需要持續更新？
11、如何云上保護我們的IP資產？
12、腳本每日都有變動，云上要增加工作量？工作腳本如何更新？
13、云上的EDA軟件怎么部署安裝？
14、License Server配置在本地和云端對計算性能/一致性/穩定性是否有影響? 15、使用平臺的工作人員比較多，能否對每個人設置使用資源的上限?
16、公司有海外研發部門，用你們平臺方便嗎？
17、怎么保障數據安全？
……答案都在這里，歡迎掃碼添加小F微信（ID：iamfastone）免費獲取~