國(guó)內(nèi)最大規(guī)模OPC上云，5000核并行，效率提升53倍
[導(dǎo)讀]上一篇《EDA云實(shí)證Vol.1：從30天到17小時(shí)，如何讓HSPICE仿真效率提升42倍？》里，我們幫一家DesignHouse提高了使用HSPICE進(jìn)行芯片設(shè)計(jì)仿真的效率。而設(shè)計(jì)好的集成電路圖案需要通過(guò)光刻機(jī)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(gè)步驟——光刻。在...
上一篇《EDA云實(shí)證Vol.1：從30天到17小時(shí)，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(jì)仿真的效率。
而設(shè)計(jì)好的集成電路圖案需要通過(guò)光刻機(jī)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(gè)步驟——光刻。在先進(jìn)工藝特別是 FinFET 工藝中，計(jì)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(jì)算光刻技術(shù)的一種，主要是利用軟件和高性能計(jì)算，來(lái)模擬仿真光刻過(guò)程中的光學(xué)和化學(xué)過(guò)程，通過(guò)仿真建立精確的計(jì)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(guò)程對(duì)計(jì)算資源的需求隨著模型的精確度呈指數(shù)級(jí)別增長(zhǎng)。舉個(gè)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(guò)程。整個(gè)過(guò)程對(duì)硬件算力要求很高，EDA工具需要運(yùn)行在幾千核的服務(wù)器CPU上，動(dòng)輒就是幾十萬(wàn)核時(shí)。?我們通過(guò)今天的實(shí)證驗(yàn)證了如何在不同場(chǎng)景下，大幅幫用戶縮短OPC運(yùn)行時(shí)間，同時(shí)確保云端和本地計(jì)算結(jié)果的完全一致性和計(jì)算性能的穩(wěn)定性。這次實(shí)證涉及的場(chǎng)景很細(xì)致，既有License服務(wù)器的配置地點(diǎn)，又有不同調(diào)度器，還一一對(duì)云上計(jì)算結(jié)果和本地做了數(shù)據(jù)對(duì)比，使用的計(jì)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(shí)證背景信息
A社是一家大型IC設(shè)計(jì)公司，隨著近年業(yè)務(wù)規(guī)模不斷擴(kuò)大，OPC相關(guān)計(jì)算需求增大。但A社本地機(jī)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(duì)，無(wú)法及時(shí)輸出成果，拖慢了整個(gè)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(lái)滿足業(yè)務(wù)高峰期的需求，來(lái)滿足業(yè)務(wù)擴(kuò)展需求。
實(shí)證目標(biāo)
1、OPC任務(wù)能否在云端有效運(yùn)行？
2、fastone平臺(tái)能否滿足業(yè)務(wù)彈性資源需求，有效減少OPC運(yùn)行時(shí)間？3、License Server配置在本地和云端對(duì)計(jì)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(duì)計(jì)算性能/一致性/穩(wěn)定性是否有影響？5、fastone平臺(tái)的云端輸出計(jì)算結(jié)果是否與本地完全一致？
實(shí)證參數(shù)
平臺(tái)：fastone企業(yè)版產(chǎn)品
應(yīng)用：Proteus?OPC
適用場(chǎng)景：在提交設(shè)計(jì)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(shí)證分別驗(yàn)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(shí)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(duì)一對(duì)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(shí)例機(jī)型。
調(diào)度器：本次實(shí)證同時(shí)采用了SGE和Slurm兩種調(diào)度器。
技術(shù)架構(gòu)圖：兩個(gè)紅框表示EDA License Server分別部署在本地或云端。
應(yīng)A社對(duì)于數(shù)據(jù)保密的要求，本實(shí)證所有數(shù)據(jù)均經(jīng)過(guò)處理。
實(shí)證場(chǎng)景一
5000核大規(guī)模OPC業(yè)務(wù)上云驗(yàn)證
結(jié)論：1、云端調(diào)度5000核計(jì)算資源運(yùn)算一組OPC任務(wù)，耗時(shí)為80核計(jì)算資源運(yùn)算耗時(shí)的0.019倍，相當(dāng)于從一個(gè)月縮短到13.8小時(shí)；2、公有云廠商大內(nèi)存型資源數(shù)量不算多，單個(gè)區(qū)域想要一次性獲取高達(dá)5000核的內(nèi)存型實(shí)例很難實(shí)現(xiàn)。fastone平臺(tái)的Auto-Scale功能可在較短時(shí)間內(nèi)，根據(jù)用戶需求，自動(dòng)化跨區(qū)調(diào)度到大量目標(biāo)類型計(jì)算資源。
實(shí)證過(guò)程：
1、云端調(diào)度80核計(jì)算資源運(yùn)算一組任務(wù)，耗時(shí)為x；5、云端調(diào)度5000核計(jì)算資源運(yùn)算一組任務(wù)，耗時(shí)為0.019x。
關(guān)于通過(guò)fastone平臺(tái)的Auto-Scale功能基于用戶時(shí)間優(yōu)先策略和成本優(yōu)先策略自動(dòng)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(shí)例資源，這篇文章《生信云實(shí)證Vol.3：提速2920倍！用AutoDock Vina對(duì)接2800萬(wàn)個(gè)分子》里有詳細(xì)說(shuō)明。
實(shí)證場(chǎng)景二
License Server配置在本地VS云端
云上VS本地：計(jì)算性能/一致性/穩(wěn)定性驗(yàn)證
結(jié)論：1、License Server部署在本地和云端對(duì)于計(jì)算結(jié)果無(wú)影響；2、云端和本地分別運(yùn)行相同OPC任務(wù)：計(jì)算性能：云上計(jì)算時(shí)間均優(yōu)于本地；一致性：云端和本地計(jì)算結(jié)果均完全一致；穩(wěn)定性：集群運(yùn)行均無(wú)中斷，GUI啟動(dòng)均正常。實(shí)證過(guò)程：1、License Server部署在本地，云上調(diào)度80/240/480/1600/3200/5000核計(jì)算資源運(yùn)行OPC任務(wù)，本地同步運(yùn)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(jì)算資源運(yùn)行OPC任務(wù)，本地同步運(yùn)行80/240/480/1600/3200/5000核相同OPC任務(wù)。
實(shí)證場(chǎng)景三
License Server配置在本地VS云端云端擴(kuò)展性驗(yàn)證
結(jié)論一：1、License Server配置在本地，使用云端資源運(yùn)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(shí)證過(guò)程：將License Server部署在本地：1、云端調(diào)度80核計(jì)算資源運(yùn)算Case1，耗時(shí)為x；2、云端調(diào)度240核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.3375x；3、云端調(diào)度480核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.1679x；4、云端調(diào)度1600核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0518x；5、云端調(diào)度3200核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0285x；6、云端調(diào)度5000核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0216x；7、云端調(diào)度80核計(jì)算資源運(yùn)算Case2，耗時(shí)為y；8、云端調(diào)度240核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.3389y；9、云端調(diào)度480核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.1682y；10、云端調(diào)度1600核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0529y；11、云端調(diào)度3200核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0300y；12、云端調(diào)度5000核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0230y。
結(jié)論二：License Server配置在云端，使用云端資源運(yùn)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(shí)證過(guò)程：將License Server部署在云端：1、云端調(diào)度80核計(jì)算資源運(yùn)算Case1，耗時(shí)為x；2、云端調(diào)度240核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.3346x；3、云端調(diào)度480核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.1672x；4、云端調(diào)度1600核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0515x；5、云端調(diào)度3200核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0270x；6、云端調(diào)度5000核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0191x；7、云端調(diào)度80核計(jì)算資源運(yùn)算Case2，耗時(shí)為y；8、云端調(diào)度240核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.3390y；9、云端調(diào)度480核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.1691y；10、云端調(diào)度1600核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0588y；11、云端調(diào)度3200核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0329y；12、云端調(diào)度5000核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0262y。
實(shí)證場(chǎng)景四
不同調(diào)度器驗(yàn)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(yùn)行相同OPC任務(wù)，對(duì)于計(jì)算結(jié)果無(wú)影響；2、云端和本地使用不同調(diào)度器分別運(yùn)行相同OPC任務(wù)：計(jì)算性能：云上計(jì)算時(shí)間均優(yōu)于本地；一致性：云端和本地計(jì)算結(jié)果均完全一致穩(wěn)定性：集群運(yùn)行均無(wú)中斷，GUI啟動(dòng)均正常。實(shí)證過(guò)程：1、使用SGE調(diào)度器，云上調(diào)度2000核計(jì)算資源運(yùn)算一組OPC任務(wù)，本地同步運(yùn)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(jì)算資源運(yùn)算一組OPC任務(wù)，本地同步運(yùn)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(jì)算資源運(yùn)算一組OPC任務(wù)，本地同步運(yùn)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(jì)算資源運(yùn)算一組OPC任務(wù)，本地同步運(yùn)行5000核相同OPC任務(wù)。
這篇文章《億萬(wàn)打工人的夢(mèng)：16萬(wàn)個(gè)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(gè)演化版本進(jìn)行了梳理和盤點(diǎn)，尤其是對(duì)云的支持方面劃了重點(diǎn)?？梢粤私庖幌?。
實(shí)證小結(jié)
1、Proteus?OPC任務(wù)在云端能有效運(yùn)行；2、fastone平臺(tái)能夠大幅度縮短OPC任務(wù)運(yùn)行時(shí)間；3、License Server配置在本地和云端，對(duì)計(jì)算性能/一致性/穩(wěn)定性沒(méi)有影響；4、fastone平臺(tái)使用不同調(diào)度器SGE/Slurm，對(duì)計(jì)算性能/一致性/穩(wěn)定性沒(méi)有影響；5、云端和本地運(yùn)行相同OPC任務(wù)，對(duì)計(jì)算結(jié)果沒(méi)有影響。
本次EDA行業(yè)Cloud HPC實(shí)證系列Vol.4就到這里了。在下一期實(shí)證中，我們將對(duì)Virtuoso使用速石平臺(tái)進(jìn)行驗(yàn)證。請(qǐng)保持關(guān)注哦！??-?END?-
我們有個(gè)為應(yīng)用定義的EDA云平臺(tái)集成多種EDA應(yīng)用，大量任務(wù)多節(jié)點(diǎn)并行應(yīng)對(duì)短時(shí)間爆發(fā)性需求，連網(wǎng)即用跑任務(wù)快，原來(lái)幾個(gè)月甚至幾年，現(xiàn)在只需幾小時(shí)5分鐘快速上手，拖拉點(diǎn)選可視化界面，無(wú)需代碼支持高級(jí)用戶直接在云端創(chuàng)建集群?
掃碼免費(fèi)試用，送300元體驗(yàn)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(chǎng)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(gè)分子要花多少錢LS-DYNA求解效率深度測(cè)評(píng) │ 六種規(guī)模，本地VS云端5種不同硬件配置
揭秘20000個(gè)VCS任務(wù)背后的“搬桌子”系列故事155個(gè)GPU！多云場(chǎng)景下的Amber自由能計(jì)算怎么把需要45天的突發(fā)性Fluent仿真計(jì)算縮短到4天之內(nèi)？
國(guó)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(duì)接2800萬(wàn)個(gè)分子從4天到1.75小時(shí)，如何讓Bladed仿真效率提升55倍？從30天到17小時(shí)，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(tái)：這一屆科研計(jì)算人趕DDL紅寶書：學(xué)生篇
缺人！缺錢！趕時(shí)間！初創(chuàng)IC設(shè)計(jì)公司如何“絕地求生”？
速石科技獲元禾璞華領(lǐng)投數(shù)千萬(wàn)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(guó)內(nèi)首家SAFE?云合作伙伴EDA云平臺(tái)49問(wèn)
國(guó)內(nèi)超算發(fā)展近40年，終于遇到了一個(gè)像樣的對(duì)手幫助CXO解惑上云成本的迷思，看這篇就夠了花費(fèi)4小時(shí)5500美元，速石科技躋身全球超算TOP500
而設(shè)計(jì)好的集成電路圖案需要通過(guò)光刻機(jī)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(gè)步驟——光刻。在先進(jìn)工藝特別是 FinFET 工藝中，計(jì)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(jì)算光刻技術(shù)的一種，主要是利用軟件和高性能計(jì)算，來(lái)模擬仿真光刻過(guò)程中的光學(xué)和化學(xué)過(guò)程，通過(guò)仿真建立精確的計(jì)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(guò)程對(duì)計(jì)算資源的需求隨著模型的精確度呈指數(shù)級(jí)別增長(zhǎng)。舉個(gè)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(guò)程。整個(gè)過(guò)程對(duì)硬件算力要求很高，EDA工具需要運(yùn)行在幾千核的服務(wù)器CPU上，動(dòng)輒就是幾十萬(wàn)核時(shí)。?我們通過(guò)今天的實(shí)證驗(yàn)證了如何在不同場(chǎng)景下，大幅幫用戶縮短OPC運(yùn)行時(shí)間，同時(shí)確保云端和本地計(jì)算結(jié)果的完全一致性和計(jì)算性能的穩(wěn)定性。這次實(shí)證涉及的場(chǎng)景很細(xì)致，既有License服務(wù)器的配置地點(diǎn)，又有不同調(diào)度器，還一一對(duì)云上計(jì)算結(jié)果和本地做了數(shù)據(jù)對(duì)比，使用的計(jì)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(shí)證背景信息
A社是一家大型IC設(shè)計(jì)公司，隨著近年業(yè)務(wù)規(guī)模不斷擴(kuò)大，OPC相關(guān)計(jì)算需求增大。但A社本地機(jī)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(duì)，無(wú)法及時(shí)輸出成果，拖慢了整個(gè)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(lái)滿足業(yè)務(wù)高峰期的需求，來(lái)滿足業(yè)務(wù)擴(kuò)展需求。
實(shí)證目標(biāo)
1、OPC任務(wù)能否在云端有效運(yùn)行？
2、fastone平臺(tái)能否滿足業(yè)務(wù)彈性資源需求，有效減少OPC運(yùn)行時(shí)間？3、License Server配置在本地和云端對(duì)計(jì)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(duì)計(jì)算性能/一致性/穩(wěn)定性是否有影響？5、fastone平臺(tái)的云端輸出計(jì)算結(jié)果是否與本地完全一致？
實(shí)證參數(shù)
平臺(tái)：fastone企業(yè)版產(chǎn)品
應(yīng)用：Proteus?OPC
適用場(chǎng)景：在提交設(shè)計(jì)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(shí)證分別驗(yàn)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(shí)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(duì)一對(duì)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(shí)例機(jī)型。
調(diào)度器：本次實(shí)證同時(shí)采用了SGE和Slurm兩種調(diào)度器。
技術(shù)架構(gòu)圖：兩個(gè)紅框表示EDA License Server分別部署在本地或云端。
應(yīng)A社對(duì)于數(shù)據(jù)保密的要求，本實(shí)證所有數(shù)據(jù)均經(jīng)過(guò)處理。
實(shí)證場(chǎng)景一
5000核大規(guī)模OPC業(yè)務(wù)上云驗(yàn)證
結(jié)論：1、云端調(diào)度5000核計(jì)算資源運(yùn)算一組OPC任務(wù)，耗時(shí)為80核計(jì)算資源運(yùn)算耗時(shí)的0.019倍，相當(dāng)于從一個(gè)月縮短到13.8小時(shí)；2、公有云廠商大內(nèi)存型資源數(shù)量不算多，單個(gè)區(qū)域想要一次性獲取高達(dá)5000核的內(nèi)存型實(shí)例很難實(shí)現(xiàn)。fastone平臺(tái)的Auto-Scale功能可在較短時(shí)間內(nèi)，根據(jù)用戶需求，自動(dòng)化跨區(qū)調(diào)度到大量目標(biāo)類型計(jì)算資源。
實(shí)證過(guò)程：
1、云端調(diào)度80核計(jì)算資源運(yùn)算一組任務(wù)，耗時(shí)為x；5、云端調(diào)度5000核計(jì)算資源運(yùn)算一組任務(wù)，耗時(shí)為0.019x。
關(guān)于通過(guò)fastone平臺(tái)的Auto-Scale功能基于用戶時(shí)間優(yōu)先策略和成本優(yōu)先策略自動(dòng)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(shí)例資源，這篇文章《生信云實(shí)證Vol.3：提速2920倍！用AutoDock Vina對(duì)接2800萬(wàn)個(gè)分子》里有詳細(xì)說(shuō)明。
實(shí)證場(chǎng)景二
License Server配置在本地VS云端
云上VS本地：計(jì)算性能/一致性/穩(wěn)定性驗(yàn)證
結(jié)論：1、License Server部署在本地和云端對(duì)于計(jì)算結(jié)果無(wú)影響；2、云端和本地分別運(yùn)行相同OPC任務(wù)：計(jì)算性能：云上計(jì)算時(shí)間均優(yōu)于本地；一致性：云端和本地計(jì)算結(jié)果均完全一致；穩(wěn)定性：集群運(yùn)行均無(wú)中斷，GUI啟動(dòng)均正常。實(shí)證過(guò)程：1、License Server部署在本地，云上調(diào)度80/240/480/1600/3200/5000核計(jì)算資源運(yùn)行OPC任務(wù)，本地同步運(yùn)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(jì)算資源運(yùn)行OPC任務(wù)，本地同步運(yùn)行80/240/480/1600/3200/5000核相同OPC任務(wù)。
實(shí)證場(chǎng)景三
License Server配置在本地VS云端云端擴(kuò)展性驗(yàn)證
結(jié)論一：1、License Server配置在本地，使用云端資源運(yùn)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(shí)證過(guò)程：將License Server部署在本地：1、云端調(diào)度80核計(jì)算資源運(yùn)算Case1，耗時(shí)為x；2、云端調(diào)度240核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.3375x；3、云端調(diào)度480核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.1679x；4、云端調(diào)度1600核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0518x；5、云端調(diào)度3200核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0285x；6、云端調(diào)度5000核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0216x；7、云端調(diào)度80核計(jì)算資源運(yùn)算Case2，耗時(shí)為y；8、云端調(diào)度240核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.3389y；9、云端調(diào)度480核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.1682y；10、云端調(diào)度1600核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0529y；11、云端調(diào)度3200核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0300y；12、云端調(diào)度5000核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0230y。
結(jié)論二：License Server配置在云端，使用云端資源運(yùn)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(shí)證過(guò)程：將License Server部署在云端：1、云端調(diào)度80核計(jì)算資源運(yùn)算Case1，耗時(shí)為x；2、云端調(diào)度240核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.3346x；3、云端調(diào)度480核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.1672x；4、云端調(diào)度1600核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0515x；5、云端調(diào)度3200核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0270x；6、云端調(diào)度5000核計(jì)算資源運(yùn)算Case1，耗時(shí)為0.0191x；7、云端調(diào)度80核計(jì)算資源運(yùn)算Case2，耗時(shí)為y；8、云端調(diào)度240核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.3390y；9、云端調(diào)度480核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.1691y；10、云端調(diào)度1600核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0588y；11、云端調(diào)度3200核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0329y；12、云端調(diào)度5000核計(jì)算資源運(yùn)算Case2，耗時(shí)為0.0262y。
實(shí)證場(chǎng)景四
不同調(diào)度器驗(yàn)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(yùn)行相同OPC任務(wù)，對(duì)于計(jì)算結(jié)果無(wú)影響；2、云端和本地使用不同調(diào)度器分別運(yùn)行相同OPC任務(wù)：計(jì)算性能：云上計(jì)算時(shí)間均優(yōu)于本地；一致性：云端和本地計(jì)算結(jié)果均完全一致穩(wěn)定性：集群運(yùn)行均無(wú)中斷，GUI啟動(dòng)均正常。實(shí)證過(guò)程：1、使用SGE調(diào)度器，云上調(diào)度2000核計(jì)算資源運(yùn)算一組OPC任務(wù)，本地同步運(yùn)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(jì)算資源運(yùn)算一組OPC任務(wù)，本地同步運(yùn)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(jì)算資源運(yùn)算一組OPC任務(wù)，本地同步運(yùn)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(jì)算資源運(yùn)算一組OPC任務(wù)，本地同步運(yùn)行5000核相同OPC任務(wù)。
這篇文章《億萬(wàn)打工人的夢(mèng)：16萬(wàn)個(gè)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(gè)演化版本進(jìn)行了梳理和盤點(diǎn)，尤其是對(duì)云的支持方面劃了重點(diǎn)?？梢粤私庖幌?。
實(shí)證小結(jié)
1、Proteus?OPC任務(wù)在云端能有效運(yùn)行；2、fastone平臺(tái)能夠大幅度縮短OPC任務(wù)運(yùn)行時(shí)間；3、License Server配置在本地和云端，對(duì)計(jì)算性能/一致性/穩(wěn)定性沒(méi)有影響；4、fastone平臺(tái)使用不同調(diào)度器SGE/Slurm，對(duì)計(jì)算性能/一致性/穩(wěn)定性沒(méi)有影響；5、云端和本地運(yùn)行相同OPC任務(wù)，對(duì)計(jì)算結(jié)果沒(méi)有影響。
本次EDA行業(yè)Cloud HPC實(shí)證系列Vol.4就到這里了。在下一期實(shí)證中，我們將對(duì)Virtuoso使用速石平臺(tái)進(jìn)行驗(yàn)證。請(qǐng)保持關(guān)注哦！??-?END?-
我們有個(gè)為應(yīng)用定義的EDA云平臺(tái)集成多種EDA應(yīng)用，大量任務(wù)多節(jié)點(diǎn)并行應(yīng)對(duì)短時(shí)間爆發(fā)性需求，連網(wǎng)即用跑任務(wù)快，原來(lái)幾個(gè)月甚至幾年，現(xiàn)在只需幾小時(shí)5分鐘快速上手，拖拉點(diǎn)選可視化界面，無(wú)需代碼支持高級(jí)用戶直接在云端創(chuàng)建集群?
掃碼免費(fèi)試用，送300元體驗(yàn)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(chǎng)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(gè)分子要花多少錢LS-DYNA求解效率深度測(cè)評(píng) │ 六種規(guī)模，本地VS云端5種不同硬件配置
揭秘20000個(gè)VCS任務(wù)背后的“搬桌子”系列故事155個(gè)GPU！多云場(chǎng)景下的Amber自由能計(jì)算怎么把需要45天的突發(fā)性Fluent仿真計(jì)算縮短到4天之內(nèi)？
國(guó)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(duì)接2800萬(wàn)個(gè)分子從4天到1.75小時(shí)，如何讓Bladed仿真效率提升55倍？從30天到17小時(shí)，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(tái)：這一屆科研計(jì)算人趕DDL紅寶書：學(xué)生篇
缺人！缺錢！趕時(shí)間！初創(chuàng)IC設(shè)計(jì)公司如何“絕地求生”？
速石科技獲元禾璞華領(lǐng)投數(shù)千萬(wàn)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(guó)內(nèi)首家SAFE?云合作伙伴EDA云平臺(tái)49問(wèn)
國(guó)內(nèi)超算發(fā)展近40年，終于遇到了一個(gè)像樣的對(duì)手幫助CXO解惑上云成本的迷思，看這篇就夠了花費(fèi)4小時(shí)5500美元，速石科技躋身全球超算TOP500
下載文檔
