國內(nèi)最大規(guī)模OPC上云，5000核并行，效率提升53倍

上一篇《EDA云實證Vol.1：從30天到17小時，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)計仿真的效率。

而設(shè)計好的集成電路圖案需要通過光刻機轉(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步驟——光刻。

在先進(jìn)工藝特別是 FinFET 工藝中，計算光刻已經(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）屬于計算光刻技術(shù)的一種，主要是利用軟件和高性能計算，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)。

這一過程對計算資源的需求隨著模型的精確度呈指數(shù)級別增長。

舉個例子，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。整個過程對硬件算力要求很高，EDA工具需要運行在幾千核的服務(wù)器CPU上，動輒就是幾十萬核時。

?

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

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

實證背景信息

A社是一家大型IC設(shè)計公司，隨著近年業(yè)務(wù)規(guī)模不斷擴大，OPC相關(guān)計算需求增大。但A社本地機房空間不足，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，無法及時輸出成果，拖慢了整個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)擴展需求。


實證目標(biāo)

1、OPC任務(wù)能否在云端有效運行？
2、fastone平臺能否滿足業(yè)務(wù)彈性資源需求，有效減少OPC運行時間？

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

5、fastone平臺的云端輸出計算結(jié)果是否與本地完全一致？

實證參數(shù)

平臺：fastone企業(yè)版產(chǎn)品
應(yīng)用：Proteus?OPC
適用場景：在提交設(shè)計到制造之前，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：本次實證分別驗證了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)行了同步一對一對比。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)存密集型實例機型。
調(diào)度器：本次實證同時采用了SGE和Slurm兩種調(diào)度器。
技術(shù)架構(gòu)圖：兩個紅框表示EDA License Server分別部署在本地或云端。
應(yīng)A社對于數(shù)據(jù)保密的要求，本實證所有數(shù)據(jù)均經(jīng)過處理。


實證場景一

5000核大規(guī)模OPC業(yè)務(wù)上云驗證

結(jié)論：1、云端調(diào)度5000核計算資源運算一組OPC任務(wù)，耗時為80核計算資源運算耗時的0.019倍，相當(dāng)于從一個月縮短到13.8小時；2、公有云廠商大內(nèi)存型資源數(shù)量不算多，單個區(qū)域想要一次性獲取高達(dá)5000核的內(nèi)存型實例很難實現(xiàn)。fastone平臺的Auto-Scale功能可在較短時間內(nèi)，根據(jù)用戶需求，自動化跨區(qū)調(diào)度到大量目標(biāo)類型計算資源。
實證過程：
1、云端調(diào)度80核計算資源運算一組任務(wù)，耗時為x；5、云端調(diào)度5000核計算資源運算一組任務(wù)，耗時為0.019x。

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

實證場景二

License Server配置在本地VS云端
云上VS本地：計算性能/一致性/穩(wěn)定性驗證
結(jié)論：1、License Server部署在本地和云端對于計算結(jié)果無影響；2、云端和本地分別運行相同OPC任務(wù)：計算性能：云上計算時間均優(yōu)于本地；一致性：云端和本地計算結(jié)果均完全一致；穩(wěn)定性：集群運行均無中斷，GUI啟動均正常。實證過程：1、License Server部署在本地，云上調(diào)度80/240/480/1600/3200/5000核計算資源運行OPC任務(wù)，本地同步運行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核計算資源運行OPC任務(wù)，本地同步運行80/240/480/1600/3200/5000核相同OPC任務(wù)。


實證場景三

License Server配置在本地VS云端云端擴展性驗證
結(jié)論一：1、License Server配置在本地，使用云端資源運算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。
實證過程：將License Server部署在本地：1、云端調(diào)度80核計算資源運算Case1，耗時為x；2、云端調(diào)度240核計算資源運算Case1，耗時為0.3375x；3、云端調(diào)度480核計算資源運算Case1，耗時為0.1679x；4、云端調(diào)度1600核計算資源運算Case1，耗時為0.0518x；5、云端調(diào)度3200核計算資源運算Case1，耗時為0.0285x；6、云端調(diào)度5000核計算資源運算Case1，耗時為0.0216x；7、云端調(diào)度80核計算資源運算Case2，耗時為y；8、云端調(diào)度240核計算資源運算Case2，耗時為0.3389y；9、云端調(diào)度480核計算資源運算Case2，耗時為0.1682y；10、云端調(diào)度1600核計算資源運算Case2，耗時為0.0529y；11、云端調(diào)度3200核計算資源運算Case2，耗時為0.0300y；12、云端調(diào)度5000核計算資源運算Case2，耗時為0.0230y。
結(jié)論二：License Server配置在云端，使用云端資源運算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。
實證過程：將License Server部署在云端：1、云端調(diào)度80核計算資源運算Case1，耗時為x；2、云端調(diào)度240核計算資源運算Case1，耗時為0.3346x；3、云端調(diào)度480核計算資源運算Case1，耗時為0.1672x；4、云端調(diào)度1600核計算資源運算Case1，耗時為0.0515x；5、云端調(diào)度3200核計算資源運算Case1，耗時為0.0270x；6、云端調(diào)度5000核計算資源運算Case1，耗時為0.0191x；7、云端調(diào)度80核計算資源運算Case2，耗時為y；8、云端調(diào)度240核計算資源運算Case2，耗時為0.3390y；9、云端調(diào)度480核計算資源運算Case2，耗時為0.1691y；10、云端調(diào)度1600核計算資源運算Case2，耗時為0.0588y；11、云端調(diào)度3200核計算資源運算Case2，耗時為0.0329y；12、云端調(diào)度5000核計算資源運算Case2，耗時為0.0262y。


實證場景四

不同調(diào)度器驗證：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核運行相同OPC任務(wù)，對于計算結(jié)果無影響；2、云端和本地使用不同調(diào)度器分別運行相同OPC任務(wù)：計算性能：云上計算時間均優(yōu)于本地；一致性：云端和本地計算結(jié)果均完全一致穩(wěn)定性：集群運行均無中斷，GUI啟動均正常。實證過程：1、使用SGE調(diào)度器，云上調(diào)度2000核計算資源運算一組OPC任務(wù)，本地同步運行2000核相同OPC任務(wù)；2、使用SGE調(diào)度器，云上調(diào)度5000核計算資源運算一組OPC任務(wù)，本地同步運行5000核相同OPC任務(wù)；3、使用Slurm調(diào)度器，云上調(diào)度2000核計算資源運算一組OPC任務(wù)，本地同步運行2000核相同OPC任務(wù)；4、使用Slurm調(diào)度器，云上調(diào)度5000核計算資源運算一組OPC任務(wù)，本地同步運行5000核相同OPC任務(wù)。
這篇文章《億萬打工人的夢：16萬個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個演化版本進(jìn)行了梳理和盤點，尤其是對云的支持方面劃了重點。可以了解一下。


實證小結(jié)

1、Proteus?OPC任務(wù)在云端能有效運行；2、fastone平臺能夠大幅度縮短OPC任務(wù)運行時間；3、License Server配置在本地和云端，對計算性能/一致性/穩(wěn)定性沒有影響；4、fastone平臺使用不同調(diào)度器SGE/Slurm，對計算性能/一致性/穩(wěn)定性沒有影響；5、云端和本地運行相同OPC任務(wù)，對計算結(jié)果沒有影響。

本次EDA行業(yè)Cloud HPC實證系列Vol.4就到這里了。在下一期實證中，我們將對Virtuoso使用速石平臺進(jìn)行驗證。請保持關(guān)注哦！??-?END?-
我們有個為應(yīng)用定義的EDA云平臺集成多種EDA應(yīng)用，大量任務(wù)多節(jié)點并行應(yīng)對短時間爆發(fā)性需求，連網(wǎng)即用跑任務(wù)快，原來幾個月甚至幾年，現(xiàn)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(chuàng)建集群?
掃碼免費試用，送300元體驗金，入股不虧~
更多電子書歡迎掃碼關(guān)注小F（ID：imfastone）獲取
你也許想了解具體的落地場景：這樣跑COMSOL，是不是就可以發(fā)Nature了
Auto-Scale這支仙女棒如何大幅提升Virtuoso仿真效率？
1分鐘告訴你用MOE模擬200000個分子要花多少錢LS-DYNA求解效率深度測評 │ 六種規(guī)模，本地VS云端5種不同硬件配置
揭秘20000個VCS任務(wù)背后的“搬桌子”系列故事155個GPU！多云場景下的Amber自由能計算怎么把需要45天的突發(fā)性Fluent仿真計算縮短到4天之內(nèi)？
國內(nèi)最大規(guī)模OPC上云，5000核并行，效率提升53倍
提速2920倍！用AutoDock Vina對接2800萬個分子從4天到1.75小時，如何讓Bladed仿真效率提升55倍？從30天到17小時，如何讓HSPICE仿真效率提升42倍？
關(guān)于為應(yīng)用定義的云平臺：這一屆科研計算人趕DDL紅寶書：學(xué)生篇
缺人！缺錢！趕時間！初創(chuàng)IC設(shè)計公司如何“絕地求生”？
速石科技獲元禾璞華領(lǐng)投數(shù)千萬美元B輪融資一次搞懂速石科技三大產(chǎn)品：FCC、FCC-E、FCP速石科技成三星Foundry國內(nèi)首家SAFE?云合作伙伴EDA云平臺49問
國內(nèi)超算發(fā)展近40年，終于遇到了一個像樣的對手幫助CXO解惑上云成本的迷思，看這篇就夠了花費4小時5500美元，速石科技躋身全球超算TOP500