用于硅的 Azure 高性能计算 (HPC)

可缩放且安全的按需高性能基础结构,其计算、存储和网络都针对电子设计自动化 (EDA) 工作负载进行了优化。

经客户验证的生产使用情况以及从本地到 Azure 的多年分阶段迁移,前者适用于混合(突发)和完全基于 Azure 的模型。

灵活且可优化的参考体系结构,可满足设计流中每个工具或工作负载的需求。

使用行业标准的计划工具和存储标准进行无缝部署。

生态系统合作伙伴关系,通过智能缩放、AI 和机器学习以云为中心提高生产力。

Azure HPC 硅方案

芯片设计

通过使用 Azure 技术和体系结构优化芯片设计流程,实现对前端和后端芯片设计流程的精细控制,以及物理层次结构的块和完整芯片级别。

IP 设计

对于高度可缩放的流程(例如基础和自定义 IP 设计、表征以及量化),可显著提高周转时间和业务投资回报率。

硅制造业

通过使用 Azure IoT、认知 AI、机器学习和混合现实技术捕获并分析铸造数据,从而提高产量和正常运行时间。利用高性能计算启用故障预测,执行预防性维护,自动化机器调整和处理,并优化处理流程、质量和测试。

硅供应链

通过将业务计划、库存优化、生命周期管理、组件跟踪以及物流和分发操作与在 Azure IoT、机器学习、区块链和混合现实技术基础上构建的云原生应用程序集成在一起,改进设计销售流程并优化供应链。

请与 Microsoft 客户团队联系,获取有关 Azure 半导体解决方案的详细信息。 在本白皮书中了解详细信息

适用于硅行业的强大基础结构即服务 (IaaS)

  • 使用 Azure CycleCloud 获取创建、管理、操作以及优化 HPC 和大型计算群集(无论规模和软件堆栈如何)所需的云基础结构支持。以及获取对行业标准作业计划程序的支持,例如平台负载共享工具 (LSF)。
  • 使用 Azure NetApp 文件以亚毫秒级延迟利用大量 I/O。Azure NetApp 文件是在 Azure 数据中心内提供的,具有与本地性能一致的可预测性和低延迟。
  • 通过部署混合基础结构环境,使数据的放置高效、灵活且具有成本效益。使用本地 NAS 设备中存储的数据将 EDA 应用程序突发到 Azure 中,并使用具有 Azure HPC 缓存的智能缓存来进行缩放,从而满足需求。

加快半导体数字化转型

利用在全球可用的 Azure HPC 基础结构上运行的经过精细调优的硅制造和设计解决方案,提高生产力、优化资源并缩短上市时间。Microsoft 正致力于改进复杂的 EDA 软件环境,帮助半导体公司实现更高质量的设计、创新的解决方案以及更快的产品交付。

阅读白皮书了解详细信息

详细了解我们的合作伙伴和客户如何通过 Azure HPC 对硅设计进行创新

你随时可以开始设置 Azure 免费帐户