重內(nèi)存、可拆分，暴力堆機器……Calibre技術(shù)向攻略

Siemens的Calibre是業(yè)內(nèi)權(quán)威的版圖驗證軟件，被各大Foundry廠廣泛認可。用戶可以直接在Virtuoso界面集成Calibre接口，調(diào)用版圖驗證結(jié)果數(shù)據(jù)，使用起來極為方便。

今天，我們就來聊聊這款軟件。

版圖驗證是芯片設計中非常重要的一環(huán)，一共包括三個環(huán)節(jié)。

DRC（Design Rule Check）：檢查版圖是否符合Foundry廠的制造工藝規(guī)則，確保芯片能被正確生產(chǎn)出來；

LVS（Layout Versus Schematic）：版圖工程師需要將畫好的版圖與原理圖對比，確保兩者所有連接保持一致；

寄生參數(shù)提?。≒arasitic Extraction）：將版圖中的寄生參數(shù)提取出來，在Virtuoso中反饋結(jié)果，前端工程師會進行后仿驗證，重新評估電路特性并進行修改，保證流片正確。

這三個環(huán)節(jié)分別由Calibre的DRC、LVS、PEX三種工具來完成。

Calibre任務典型特性

重內(nèi)存，可拆分，適合暴力堆機器

Calibre任務有兩大特性：

1、重內(nèi)存需求，2T或4T的超大型內(nèi)存機器都有可能登場

版圖文件很大，需要處理的數(shù)據(jù)量非常大，但本身的邏輯判斷并不復雜，所以通常不剛需高主頻機型，但要求多核、大內(nèi)存的機器。CPU與內(nèi)存的比例通常能達到1:4或1:8，極端情況下這個比例會更高，2T或4T的超大型內(nèi)存機器都有可能登場。

2、可拆分，無關聯(lián)，適合暴力堆機器

我們在模擬這篇文里寫過版圖驗證就像是一個“大家來找茬“的游戲。

在運行任務的時候，Calibre會把版圖切分成相互沒有邏輯關系的塊狀分區(qū)，這些分區(qū)之間彼此沒有相關性，互不干擾，所以可以同時進行。

切得越細，同時檢查的人更多，效率就越高。

三體里的切法大家還記得吧，一字橫切。

而芯片只能豎著切，可以十字切法。橫切會影響到芯片層與層之間的連接關系。

暴力堆機器也是有技術(shù)含量的

1、 首先，要有光，你得有大內(nèi)存的機器

我們的全球資源池可以根據(jù)用戶需求在全球范圍內(nèi)調(diào)度海量云端異構(gòu)資源。GPU、TPU、FPGA，要啥都有。

其中，F(xiàn)CC-B產(chǎn)品提供準動態(tài)資源池，擁有行業(yè)特需的大內(nèi)存機型，具有較低的整體擁有成本。而且，可以擴展到FCC-E使用彈性資源。

總之，大內(nèi)存的機器，沒有問題。

那么，萬一不是一直不夠，是偶爾不夠怎么辦呢？

我們有一個小技巧，專門應用這種內(nèi)存峰值場景。

Swap，交換分區(qū)，就是在內(nèi)存不夠的情況下，操作系統(tǒng)先把內(nèi)存中暫時不用的數(shù)據(jù)，存到硬盤的交換空間，騰出內(nèi)存來讓別的程序運行。

比如跑一組Calibre任務需要10小時，其中9個小時的內(nèi)存使用量都在200G左右，只有1個小時達到了260G。

如果選擇256G內(nèi)存的機型配置，任務必崩無疑。

但要是為了這1小時不到10G的內(nèi)存溢出而全程使用512G的配置，成本翻倍，未免有點太不劃算了。

使用Swap交換分區(qū)就可以無縫填補這一空缺，非常匹配這種內(nèi)存峰值場景。

2、 怎么把這些機器組隊管理起來？

有了機器，下一步當然是要把它們利用起來。

Calibre默認支持單機多核并行跑任務，這意味著只要機器足夠大，就可以同時處理很多任務。

但是，當你的大機器不夠多，或者根本拿不到大機器的時候，就很苦惱了。

我們的方法是：將所有機器組成一個集群——多機多核的方式同時跑多個任務。

集群自動化管理，少量大機器需要，大量小機器就更需要了。

為啥？

理由一，能方便地自動化運維整個集群

比如軟件安裝配置、資源監(jiān)控、集群管理等工作，是需要IT一臺臺機器去逐一手動操作，還是鼠標點幾下就可以完成？

理由二，能快速方便地分配業(yè)務，提高資源利用率

比如，臨時需要將一批機器從團隊A劃撥給團隊B使用，有沒有什么辦法可以讓IT快速方便地進行配置？

比如，因為資源使用的不透明和缺乏有序管理，會出現(xiàn)不同人對同一資源的爭搶，任務排隊等現(xiàn)象。同時，你會發(fā)現(xiàn)資源利用率還是不高。

3、怎么讓機器自動化干活，不用人操心？

自動化干活可太有必要了。

否則，那么多任務，那么多機器，需要多少雙手和眼睛才能忙得過來？

來，我們給你“手”和“眼睛”。

首先是我們的“手”——Auto-Scale功能。

來看一下本地手動跑任務與Auto-Scale自動化跑任務的區(qū)別：

基于我們自主研發(fā)的調(diào)度器——Fsched，Auto-Scale自動伸縮功能自動化創(chuàng)建集群，自動監(jiān)控用戶提交的任務數(shù)量和資源需求，動態(tài)按需地開啟與關閉所需算力資源，做到分鐘級彈性伸縮，在提升效率的同時有效降低成本。

有了“手”干活，還得有“眼睛”盯著防止出錯。

我們能多維度監(jiān)控任務狀態(tài)，提供基于EDA任務層的監(jiān)控、告警、數(shù)據(jù)統(tǒng)計分析功能與服務。

你看，不僅可以自動化跑任務，還能時刻幫你盯著任務是否出錯。

來，我們小暴力一下

先說結(jié)論：

我們在單臺大機器和多臺小機器組合場景下分別跑了同一組Calibre任務。

單臺大機器場景下，隨著核數(shù)的增加，任務耗時呈現(xiàn)明顯的線性下降關系，整體性能曲線非常貼近基準線（單機核數(shù)有上限，本次實證中，我們使用的最大單機為128核，并根據(jù)32核、64核、128核的耗時規(guī)律預估了256核單機的耗時數(shù)據(jù)，僅供參考）。

多臺小機器組合場景下，隨著機器數(shù)量的翻倍，任務耗時同樣線性下降，但在后期倍數(shù)關系上有所損耗，多機性能曲線略低于基準線和單機性能曲線。

實證過程：

1、使用fastone云平臺調(diào)度32核、64核、128核單機分別運行一組Calibre任務，耗時分別為14小時57分49秒、7小時30分28秒、3小時50分11秒；

2、按上條實證數(shù)據(jù)，預估使用fastone云平臺調(diào)度256核單機運行一組Calibre任務的耗時為1小時58分6秒；

3、使用fastone云平臺調(diào)度2、4、8臺32核機器分別運行一組Calibre任務，耗時分別7小時43分51秒、4小時6分14秒、2小時15分34秒。

還有大家關心的Intel第四代機器

我們也搞來跑了一下

在上一節(jié)中，我們使用的均為第三代英特爾至強可擴展處理器，而在2023年1月11日，英特爾正式推出了第四代至強可擴展處理器。

我們立馬搞來跑了一遍，為了對比參照，我們還拉上了第二代和第三代，并且把核數(shù)都按比例換算為48核。

實證過程：

1、使用fastone云平臺調(diào)度48核第二代英特爾處理器運行一組Calibre任務，耗時10小時46分26秒；

2、使用fastone云平臺調(diào)度48核第三代英特爾處理器運行一組Calibre任務，耗時9小時56分13秒，相比第二代提升7.77%；

3、使用fastone云平臺調(diào)度48核第四代英特爾處理器運行一組Calibre任務，耗時8小時18分43秒，相比第三代提升16.35%，比第二代提升22.85%。

可以看到每一代都有提升，且型號越新，提升幅度越大，三代比二代提升了7.77%，四代比三代提升了16.35%。

而在價格上，目前四代和三代的類似機型換算一下，幾乎是相同的。

實證小結(jié)

1、Calibre DRC/LVS/PEX不剛需高主頻機型，但要求多核、大內(nèi)存的機器，任務可拆分，適合暴力堆機器；

2、fastone云平臺的全球動態(tài)資源池、集群自動化管理能力、自動化跑任務并監(jiān)控告警的功能可完美匹配Calibre的需求；

3、隨著計算資源的提升，Calibre的任務耗時呈現(xiàn)明顯的線性關系，其中單機整體性能曲線非常貼近基準線，多機效果后期會略有折損；

4、最新型號的處理器可以大幅提升Calibre的效率，可根據(jù)項目周期與實際預算綜合考量機型配置。