管 震
“大家好，我是微软首席技术顾问管震，今天我将作为本次活动的主持人，与三位 EDA 技术专家共同探讨中国“芯”时代的云上赛道。”
接下来的时间将分为两部分：第一部分我想请三位专家各自谈一谈对 EDA 上云的看法；第二部分我将以小圆桌的形式和大家畅所欲言，探讨一些热点话题。
首先请 David 分享下，从国际视野来看，EDA 现在是什么样的状况？EDA 上云又发展到了怎样的程度？
冯立伟（David）
“大家好，我是微软亚洲高效能运算解决方案的副总经理冯立伟（David）。”
EDA on Cloud 在近几年越来越流行，微软云端技术已经可以和本地端的基础建设结合，也就是说把客户敏感数据放在本地端，再通过整合方案将云端跟本地端结合起来，利用云端庞大的算力加速 EDA 运算。
目前，微软已经和 Mentor Graphics、台积电、AMD 多方合作，在 Azure 上验证了 7nm 的芯片设计，让整个周期变得更短，成本更低。同时，我也看到有报道称“ Synopsys 与 Samsung Foundry 已合作推出了三星 SAFE 云设计平台，从而使SoC团队能够使用 Synopsys 的 EDA产品和 Samsung Foundry 的工艺技术来进行云端设计。”
以上事实证明，EDA 上云已经是一项非常成熟的技术，很多国际半导体知名厂商都使用它来协助解决商业需求。
接下来我将详细介绍下微软与 Mentor Graphics 的合作成果：Mentor Graphics 的 AMS 使用了 Microsoft Azure 专门针对 HPC 开发的虚拟机类型 HC44rs，它具有四十四核，每个核心有 8GB 的内存来调用。Mentor Graphics 在 library characterization、AMS Verification Workload 等多方面，都充分利用了 Azure 的优势，大幅缩短 EDA 过程，同时提升效率加速产品上市。
其实不只是 Mentor Graphics，Microsoft Azure 与台积电、Synopsys 都在进行深度合作，大家知道 Synopsys 最有名的就是 Prime Time，它就充分运用了 Azure 的多核心技术，大幅缩短了 Prime Time Timing Signoff，这些案例都证明了 Azure 不只是提供了庞大的云端算力，并且和合作伙伴一起，构建了完善的生态体系。
谈到台积电，他们始终希望在半导体制程代工上拥有领先地位，但根据摩尔定律每18个月晶圆上电晶体密度就会增加1倍，用来运算半导体制程所需要的基础建设更是增加6倍，原有本地端的伺服器也没办法达到最佳效果。最终，台积电利用微软 Azure 上的高速电脑运算（Avere / Cyclecloud）架构在20分钟之内建置10万个虚拟运算元，大幅缩短了开发时间。
在7纳米领域，微软和 AMD 的合作同样有一些技术突破。原本 AMD 在本地端的 On-prem 的环境进行一次设计验证需要22.2小时，但在使用 Microsoft Azure 之后，整体时间缩短到了9.5个小时。
以上案例再度证明了，EDA 上云已经是必然趋势，尤其是头部企业，他们已经早早做好了布局，大家更要抓紧步伐了。
管 震：
谢谢 David 的分享，其实除了欧美市场，半导体也是国内非常看重的行业，作为中国人民的老朋友，微软在过去的这段时间里，是如何帮助国内产业链的小伙伴一起成长的？下面有请 Heidi 来跟大家分享一下这方面的内容。
孙海亮（Heidi）
“大家好，我是微软半导体行业云的负责人孙海亮（Heidi）。”
在过去的一年里，半导体由原来的冷门话题逐渐炒热，也涌现出大量的分析文章，正如 David 所说，在设计端我们和国外的差距正在慢慢缩小，企业也在积极地向云计算方向靠拢。
很多做 AI 芯片或车载芯片的公司，都在利用云计算提供的弹性算力，来进一步控制成本，更快地让产品面世。大家也都已经意识到：算力越多，芯片的设计仿真过程就跑得越快，这些节省下来的时间将帮助企业在市场上赢得先机。
那么微软在这其中扮演着怎样的角色呢？在过去的很多年里，微软都是作为应用方，从设计、封装、制造到最后的应用，我们一直都和芯片公司有很深的合作，最早是在 Windows 时代，我们在 PC 端的应用会反哺到设计端。
走到如今的云计算时代，AMD 等厂商的芯片设计会优先使用微软的数据中心，同时我们也在积极地和这些厂商合作，想办法让设计工具更适合云计算、更弹性、更分布式。所以在整个产业链条上，微软把自己定位成一个赋能企业，积极帮助厂商利用云来实现自身的升级和转型。
其实传统的芯片产业，无论是设计还是制造，它的本地数据中心都会承载一部分算力，但随着项目周期的推进，企业对算力的需求也在持续波动。波峰出现时就需要排队，不同项目组会对算力资源进行争抢。
如果使用 Microsoft Azure，就可以和本地数据中心实现无缝接合，在实际使用中你甚至感受不到是在云上还是在本地；其次，本地数据中心每年都需要几千万甚至上亿的资金进行扩容，云计算的补充可以显著降低本地数据中心的容量规划；最后，因为公有云是按时间收费的，所以企业就能够找到最佳的时间与成本配比点。
以上数据就解释了这一原理和机制，在多场景情况下，一次就可能有150个场景并发运行，如果分布到150台虚机上，那么1.32个小时就能完成，这就是时间最优；如果只分布到38台机器上，虽然需要12个小时才能完成，但拥有105个基石，这就是成本最优。
Azure 的优势就在于，它能够提供灵活的选择，或是成本最低，或是时间最短。根据每个项目的时间节点、交付周期，你都可以做出相应的调整。
最后我想谈一下微软的运营模式，微软公有云在中国由21世纪互联负责运营，这是一家中国控股的公司，所有数据也都留在中国本地，并且受政府监管，全面满足法律法规，所以大家无需担心安全合规的问题。
管 震：
谢谢 Heidi 的分享，如果你是 EDA 链条里的从业人员，那么 Heidi 可能已经解答了你的很多疑问了。除了上云意向以外，我们还要考虑可行性的问题，如何才能安全顺畅的迁移上云？接下来的时间交给 Leo，请他为大家解答下。
赵俊伟（Leo）
“大家好，我是微软资深云解决方案架构师赵俊伟（Leo）。今天想给大家分享一些 EDA 迁移上云的最佳实践。”
在上云之前首先要考虑一下初衷，为了平衡时间和成本，我们希望把一些弹性需求放到云上，所以绝大多数客户还是一个混合的环境。当我们在混合环境中构建时，就需要考虑好如何降低运维的复杂度。
对很多 EDA 领域的管理人员来说，最好能在本地和云端使用同样的管理工具。所以在架构上，第一需要满足的是支持正在用的 EDA 工具，包括刚刚谈到的类似 LSF 的调度工具，其实在微软云已经原生支持了。利用云上的弹性架构，在需要运行的时候就把资源提起来，在工程跑完的时候再把资源释放出去。
第二，避免需要额外学习新的东西，降低整个团队的学习成本。在此之上，微软有一个平台叫做 Microsoft Azure CycleCloud，它其实是一个 EDA编排工具，可以集成我们现有的一些调度平台，还可以直接管理云上的存储。
第三，灵活满足存储的需求。在传统本地的 EDA 基础架构中，往往会采取高性能存储，并且把所有可能用到的数据都放在一起。但在云上，就可以根据所需的存储特性，去进行存储分离。例如当我们在用 LSF 时，就可以相应的在云上构建一个高 IOPS 的存储空间。
第四，除了计算节点和存储需求以外，EDA对于网络性能也有很高的要求。在 Microsoft Azure 上，我们会有一些专门针对 HPC 和 EDA 进行优化的机器，他们可以支持 infiniband 或更高的网络性能。
管 震：
谢谢 Leo 的分享，微软在混合云的架构上，其实做了非常多的实践，并且提供了一系列服务，例如 Microsoft Azure 的 HPC Cache 、CycleCloud。但是我也想多问一句，很多人担忧的数据安全问题，微软又是如何解决的呢？
赵俊伟：
针对云端的数据安全，我们可以从两个方向去考量：首先如果客户希望尽快将大量数据上传，那么微软支持类似 Data Box 的物理硬件，而且都是经过磁盘加密的，客户在获得**后就可以将数据拷贝到硬件里，再寄回到微软数据中心，整个过程都是安全可控的。
其次，如果你的数据已经在云上，可以将其看成一个私有的托管中心。客户可以隔离和公网的连接，设置访问专线或 v*n。除了坚固的基础架构，企业也需要改变管理运营的方式，制定一系列的安全策略，Microsoft Azure Policy 将会进行监督，预防并警告违规行为。
管 震：
下一个问题，我想问下 David。刚才你在介绍全球趋势时，提到微软拥有众多的合作伙伴，那么为什么他们会想到和微软合作呢？
冯立伟（David）：
最主要的原因是这样，微软在内部成立了一个半导体行业的团队，其中的一些成员来自于 EDA 厂商，由于专业背景的存在，他们非常了解产业状况，甚至每一个 EDA 工具的特性。
所以在和国际大厂合作的时候，微软并不是一味的提供资源，把你的东西放到我的平台上就结束了，而是根据不同的特性，来专门设计云端的基础架构，优化整个使用情境，使其达到最佳的 ROI。
正是由于“懂行”，大家合作才能这么愉快且深入。各位如果去看产业新闻，三大 EDA Tool vendor 和微软之间的合作消息是最多的。
管 震：
最后一个问题就交给 Heidi 吧，在中国的制造业链条里，什么样的企业更迫切的需要 EDA 上云？他们如果选择上云会不会更贵？
孙海亮（Heidi）：
在中国，芯片设计大部分还是以中小型企业为主，大概有2000多家，这些公司在过去十年里发生了很多变化，现在企业上云的诉求主要有两类：
第一类是初创公司，他们从始至终就希望使用全云方案，这样管理更简单、协作能力更强，尤其是跨国团队，可以节省大量的文件传输时间；第二类是较大的芯片厂商，他们面临着算力缺口，由于数据中心的建设、电力指标的审批都很复杂。为了业务优先的目的，会使用公有云来补充本地的算力。
在成本方面，无论哪种情况，上云都是有优势的。第一种用云上数据中心全面替代本地，能够大幅节省安保、运维的开支；第二种用云端算力进行补充，因为云服务是按小时计费的，所以可以在数据文件准备后再打开算力，这样客户的每一丝资源都能用在刀刃上。
以上内容节选自线上研讨会实录。