元鉴
返回中文阅读流

Microsoft Azure Blog

面向 EDA 工作负载的 Azure NetApp Files:从变革到大规模突破

Azure NetApp Files 为云端 EDA 提供可扩展高性能存储,支持高并发、低延迟和稳定生产性能。

中文内容

已翻译official company source英文原文2026-05-22
Azure NetApp Files 正在重新定义云端 EDA 的可能性——提供可扩展的高性能存储,支持大规模并发、低延迟和稳定的生产性能。凭借独立基准验证和实际采用,组织如今可以大规模运行 EDA 工作负载,而不受传统存储瓶颈限制。

去年,我们曾概述 Azure NetApp Files 如何通过提供云规模下 Electronic Design Automation(EDA)工作负载所需的低延迟、高吞吐量存储,帮助重塑芯片设计。此后,我们持续扩展其性能和可扩展性。今天,我们正以又一个重要进展推动这一进程。

现代半导体设计以规模为核心特征。数千个并发 EDA 作业跨仿真、综合和验证环节持续访问共享数据集,即使存储延迟出现细微波动,也可能影响整个设计周期。对许多团队而言,这在历史上限制了 EDA 工作流在云端的扩展程度。

这一限制正在改变。

Azure NetApp Files(ANF)通过在大规模并发下提供可预测的高性能共享存储,正在重新定义云端 EDA 的可能性。凭借新的独立基准测试结果,以及领先半导体公司不断增长的采用,Azure 正在确立自身作为现代 EDA 环境可行平台的地位——在许多情况下甚至更具优势。

为什么 EDA 存储一直难以在云端扩展

EDA 工作负载结合了三个长期挑战云存储架构的特征:

  • 极高并发性,数千个作业同时访问共享文件系统。
  • 严格的延迟敏感性,即使很小的延迟也会降低计算效率并延长运行时间。
  • 密集的共享数据访问模式,在负载下会产生争用。

虽然云计算资源易于扩展,但共享存储常常引入波动性,从而限制整体系统效率。随着并发增加,存储会成为瓶颈,影响回归周期,增加工具许可证成本,并延缓 tape-out 时间。

对于评估云转型的 EDA 团队而言,核心问题始终一致:存储能否在保持可预测性能的同时随计算一起扩展?

现代方法:面向大规模 EDA 的 Azure NetApp Files

Azure NetApp Files 专为应对这一挑战而设计。其架构直接契合 EDA 这类高度并行、共享工作负载的需求。

从核心上看,ANF 使计算和存储能够独立扩展,因此 EDA 集群可以增长而不会让存储成为限制,新增计算节点也不会在存储层引入热点或争用。它原生支持大规模并发元数据操作,能够处理 EDA 工作流典型的数百万次小文件交互而不发生性能退化。其服务级性能模型确保吞吐量和 IOPS 随容量可预测地扩展,无需复杂调优。

最近,大容量卷和大容量卷突破模式等创新进一步扩展了并发边界。这些能力允许数千个并行作业共享单一存储环境,同时在持续负载下保持稳定延迟。

这提供了基于云的 EDA 系统长期难以实现的能力:一致、可重复的性能,不仅在低利用率下如此,在满负荷生产负载下同样如此。

独立验证:SPECstorage® Solution 2020 基准测试结果

为在真实场景中验证这些能力,Azure NetApp Files 采用行业标准 SPECstorage® Solution 2020 EDA_BLENDED 基准进行了测量。该基准通过将元数据密集型前端操作与吞吐量密集型后端处理相结合,并置于严格延迟要求下,模拟真实 EDA 工作流。

The Azure NetApp Files large volume breakthrough mode scale configuration reached 17,280 SPECstorage® Solution 2020 EDA_BLENDED JOBS with an overall response time of 0.60 milliseconds (ms).

这些结果展示了几个重要特征:

  • 能够维持极高水平的并发 EDA 工作负载。
  • 在负载下保持持续较低的响应时间。
  • 随着并发增加呈现线性扩展行为。
  • 无需过度预置。

从历史上看,该类别的顶级基准结果通常与紧密集成的本地系统相关联。此次验证凸显了行业中更广泛的转变:在架构设计正确的情况下,基于云的 EDA 基础设施不仅可以匹配本地方案,在某些场景中还可在规模和运营效率方面超越它们。

生产环境已验证:EDA 工作负载已在 ANF 上运行

这种性能并不限于基准测试。AMD 和 ASML 等组织已经在生产环境中使用 Azure NetApp Files 运行 EDA 和高性能设计工作负载。

这些公司处于半导体创新前沿,其基础设施必须同时支持极端规模和精确可预测性。它们采用 ANF 反映出更广泛的行业趋势:将 EDA 工作负载迁移到云端不再是实验,而正成为一种战略优势。

这些客户以及其他客户持续报告相同的运营收益:

  • 能够在不发生性能退化的情况下提高回归并发度。
  • 提升计算资源利用率,并降低 EDA 工具许可证费用。
  • 提高设计周期的可预测性,使关键里程碑排期更有把握。

在这一背景下,存储不再是限制因素,而是成为规模扩展的推动力。

Azure 如何帮助 EDA 团队自信扩展

组织可以根据工作负载特征和运营优先级,灵活选择如何使用 Azure NetApp Files 部署 EDA 环境。

一些团队选择围绕单个大容量卷构建集中式模型,以最大化吞吐量并严格控制延迟。另一些团队采用多卷方法来分布工作负载,并在不同作业类型之间扩展并发。许多企业将现有本地环境扩展到 Azure,利用云容量吸收峰值需求,而无需永久扩建基础设施。

在所有这些模式中,一个原则始终一致:存储性能必须与计算一起可预测地扩展。Azure NetApp Files 提供了这一基础。

Azure NetApp Files 提供现代 EDA 工作负载所需的一致高吞吐量 NFS 性能,缩短运行时间,加速 tape-out 排期,并让芯片设计人员确信存储永远不会成为瓶颈。Srikanth Gubbala,Applied Materials 全球 HPC 基础设施负责人

整合来看

EDA 云存储的演进标志着半导体行业的一个重要拐点。曾经被视为取舍的问题——规模与可预测性——如今不再是限制。

借助 Azure NetApp Files,组织可以自信地在云端运行高度并发的 EDA 工作负载,并获得为其特定需求而设计的架构以及独立基准测试的验证支持。

对于探索如何现代化 EDA 基础设施的团队而言,前进路径正日益清晰。基于云的存储如今可以满足最严苛设计环境的要求,同时提供随着工作负载持续增长而扩展的灵活性。

如需更深入了解基准配置和设计考量的技术细节,请参阅配套的 Azure Tech Community 技术博客:“From scale to breakthrough: Azure NetApp Files sets a new cloud benchmark for EDA.”

如需更多信息,请浏览 Azure NetApp Files 文档,或发送电子邮件至 askanf@microsoft.com。

原文标题

Azure NetApp Files for EDA workloads: From revolution to breakthrough at scale