戴尔易安信 PowerScale | 芯片上的“明珠”，需要怎样的创新存储？

特别是过去十年，EDA软件支撑着芯片设计从几千颗晶体管到现在百亿级晶体管的集成度，但在如今AI、智能汽车、5G、IoT等不同的细分领域得以发展的大时代下，EDA软件面对的计算、存储等架构都有了新的变化，因此需要全新的软硬件架构的迭代和进化，才能进一步提升设计和验证效率，降低技术门槛的和缩短项目周期。

以EDA的存储平台为例，今天一个常规芯片的设计项目存储容量需求就约300TB到500TB，而一个大规模芯片设计项目存储容量需求达2PB以上。

而对于这种海量文件访问、存取的要求和几年前对比，都有了根本性的变化。要求存储架构的可靠性与可扩展性必须要满足今天、明天EDA用户的业务规模。

*PowerScale由英特尔®至强®处理器提供支持，该处理器采用软件定义的基础设施和敏捷云架构，为PowerScale提供了卓越的性能和效率，可加速要求严苛的文件工作负载，使企业发挥数据资本的价值，加速业务的数字转型。

同时，针对EDA行业的需求，PowerScale更以横向扩展的存储架构，以及高性能、高扩展、高可靠能力完美解决了EDA行业存储性能、容量高速增长的需求，能够帮助EDA客户提早实现“time to market”，显著增加芯片设计公司利润, 减低整体支出成本，达到最佳的ROI投资报酬率。

根据IBS的数据显示，2019年中国半导体市场的规模为2122亿美元，到2030年将增长至5385亿美元，这一增幅将“傲视全球”，相信随着中国芯片设计产业进入快速发展的“黄金期”，PowerScale也会以其创新的产品和解决方案，推动国内芯片设计产业迈入一个全新的时代。

可以看到，随着“新基建”的提速以及产业数字化的推进，目前国内各行各业对芯片数量的需求将越来越大，对芯片种类和功能的要求也越来越多样化，这也快速带动了覆盖从芯片设计到制造全流程的EDA行业的发展。

在戴尔科技集团非结构化数据解决方案事业部销售策略及业务拓展资深经理李海看来，整个芯片的生产设计制造环节中，把芯片研发工程师的设计智慧转化为实际产品中最重要的一个就是EDA。

利用EDA工具，芯片研发工程师可以实现将芯片设计、性能分析、仿真、验证、设计出IC版图等全流程操作。

但是，在“摩尔定律”的推动下，对于EDA设计工具的要求一直是随着芯片设计的复杂度而同步增长的，此外无论是在设计还是测试等不同阶段，随着晶体管集成度越来越高，设计的复杂度也在不断提升，这也对计算及存储平台提出了更高的要求。

不过，由于芯片设计工作复杂度极高，很多大型芯片设计公司在前端设计过程中，会利用数千台工作终端同时进行设计工作，这就涉及到数百万个小文件的密集读写，这就需要存储有着极高的IOPS。

第三方数据显示，芯片公司在设计过程中，对元数据调用（包括GETATTR，ACCESS和LOOKUP）占所有调用的85%以上，而“读取”和“写入”不到15%。不仅如此，目前芯片设计阶段涉及的所有作业的输出都可能产生TB级乃至PB级的数据。

因此，结合前期芯片设计和后期测试验证两个阶段IO访问特点来看，EDA场景需要一个具备高性能、高吞吐量、灵活可横向扩展的企业级NAS存储平台。

而作为真正的企业级横向扩展NAS平台，PowerScale则可以满足EDA应用中大规模计算集群以文件方式并行访问数据的需求，它能够在保证EDA文件存取的高性能要求下，可将单个文件系统中容量从数TB扩展到数十PB容量。

此外，业界领先的数据保护功能可防止硬件故障以及用户数据损坏，大数据、AI等支持特性更使得PowerScale成为EDA行业客户最佳存储架构。

PowerScale可提供4到252个节点横向扩展硬件架构，通过不断扩展的命名空间，它可以在EDA高性能计算工作负载下实现文件共享，归档和临时存储需求，由此最大限度地消除了文件服务器被动堆积和性能瓶颈，同时简化了管理，备份和灾难恢复操作。 

在此基础上，PowerScale的全闪阵列也可以线性地扩展性能和容量，这就使EDA行业客户能够从兼容存储要求的基础架构入手，而无需过度购买性能或容量以供将来使用，因此无论是EDA客户的前端设计和软件构建，以及后端仿真和验证都可以在性能上无惧挑战。

PowerScale存储解决方案还提供基于策略的自动存储分层,以便随着数据老化或价值降低,自动将数据移动到成本更低的层, 包括选择云存储选项。

这使EDA客户能够为其要求最苛刻的应用程序保留最高性能的存储, 从而减少资本支出并优化存储资源。

同时，通过PowerScale群集提供的混合存储方案，客户也可以利用All Flash+SATA来达到最佳性能与成本组合, 实现EDA数据环境下最佳的备份、归档解决方案。李海表示：

PowerScale存储平台同样具有极佳的高可用性，具有高达N+4的冗余，并提供经过验证的企业级数据备份和灾难恢复选项。

更为重要的是，无论是EDA性能、Hadoop性能、 AI性能还是传统IO性能上, 戴尔科技集团都验证过，也都做过实际POC，最大化地保证了存储平台的可用性。

PowerScale也能完美配合Hadoop/Spark大数据的就地分析。由于PowerScale支援原生的HDFS，同时无需加装Gateway或Agent，这就使得EDA行业客户在原有数据集合上就可以立即实现Hadoop大数据分析，无需任何数据导出和迁移。

更为关键的是，随着EDA从自动化迈向智能化成为新的趋势，PowerScale也可搭配完整而弹性的AI解决方案，不论是GPU Deep Learning或是CPU Machine Learning，都可基于同一个数据湖，妥善解决数据管理的问题。

客观地说，芯片设计公司从最初的芯片设计到最后的流片，其间需要大量的存储资源来实现设计仿真和功能的验证，而PowerScale以其高性能、高扩展、高可靠，支持新应用的能力，最大化地释放了EDA软件和工具的潜能，真正帮助芯片设计公司提升芯片设计效率，缩短研发周期，加速产品上市时间，由此抢占更大的市场机会。

我们知道，在长达大约18个月的芯片设计周期中，芯片设计公司每个阶段所用到的设计工具的数量和种类都不尽相同，而如果购买完整的芯片设计工具来设计芯片，可能会成本昂贵且极有可能造成资源的浪费，因此过去几年不少中小芯片设计公司也在尝试“EDA上云”。

对此，李海认为，云架构对于那些IT资源匮乏，对EDA设计工具一年中使用高峰仅1到2个月的初创芯片公司颇具吸引力，但对中型和大型芯片设计公司而言，就是另外一个故事。

特别是上规模的芯片设计公司，EDA工作负载往往复杂而多样，算力和存储的弹性仅仅是用户需要考虑一个方面，另外还有安全，网络、软件许可证、流程与资源调配等问题。

PowerScale不仅可以在及本地私有云方式运行，还可以无缝连接入云，以及采用全面云托管的方式，满足各种混合云环境的部署需求，具体而言：

与此同时，最新推出的DataIQ数据管理软件，摆脱了传统IT管理软件往往只能管理硬件设备的局限，使得用户业务部门以Saas体验来管理并操作海量数据文件。

该管理软件可以轻松与PowerScale 、Isilon和ECS集成之外， 还可兼容其他异构平台（NAS、对象存储、公有云)，这样客户可以快速搜寻，标签自己的海量非结构化数据文件，并可以根据成本来管理, 迁移各种数据文件，达到最佳TCO。