最近，AWS宣布ARM将借助其云计算平台，进行大规模的电子设计自动化（EDA）工作负载迁移。ARM利用基于AWS GRavITon2实例（由ARM NeOVeRse核心支持）来实现这一目标，从而推动半导体行业的转型，传统上该行业依赖本地数据中心来处理计算密集型的半导体设计验证工作。
为提高验证效率，ARM利用云平台模拟实际计算场景，借助AWS几乎无限的存储和高性能计算基础设施，扩展可并行运行的模拟数量。自从开展AWS云迁移以来，ARM在EDA工作流性能上实现了六倍的提升。此外，通过在AWS上运行遥测和分析，ARM获得了更强的工程、业务和运营洞察力，进而提升工作流程效率，优化公司整体成本和资源。ARM计划在完成向AWS的迁移后，全球数据中心占地面积至少减少45%，本地计算资源减少80%。
半导体设备的高度专业化推动了从智能手机到数据中心基础设施、医疗设备到自动驾驶汽车等众多功能的快速发展。每个芯片可能含有数十亿个晶体管，其设计精度可达到单纳米级，以在最小的空间内实现最佳性能。EDA是实现这种极端工程的关键技术之一。EDA工作流程复杂，包括前端设计、仿真和验证，以及日益庞大的后端工作负载，例如时序和功耗分析、设计规则检查等，这些都是为将芯片投产做准备的必要步骤。传统上，这些高度重复的工作流程往往需要数月甚至数年的时间才能推出新设备，例如片上系统，并且需要巨大的计算能力。半导体公司在本地运行这些工作负载时，必须不断平衡成本、进度和数据中心资源，以便同时推进多个项目。这可能导致计算能力不足，进而拖慢项目进度或产生维持空闲计算能力的额外成本。
通过将EDA工作负载迁移到AWS，ARM突破了传统EDA管理的限制，借助可扩展的计算能力获得了灵活性，能够并行运行仿真，简化遥测和分析，同时减少半导体设计的迭代时间，增加测试周期而不影响交付进度。ARM通过优化多种专用Amazon EC2实例的EDA工作流，利用Amazon Elastic Compute Cloud（Amazon EC2）简化成本和时间表。例如，该公司采用基于AWS GRavITon2的实例，以实现高性能和可扩展性，相较于运行成千上万台本地服务器，提供了更具成本效益的运营。ARM还利用AWS Compute Optimizer。
除了成本优势，ARM还通过高性能的AWS GRavITon2实例提高了工程工作负载的吞吐量，与基于x86处理器的M5实例相比，每美元的吞吐量提高了40%以上。此外，ARM与AWS合作伙伴Databricks合作，在云中开发和运行机器学习应用程序。通过在Amazon EC2上运行的Databricks平台，ARM可以处理工程工作流中每个步骤的数据，从而为公司的硬件和软件团队提供可行的见解，实现工程效率的可衡量改进。
ARM IPG总裁Rene Haas表示：“现在，我们可以使用基于ARM NeOVeRse的处理器的AWS GRavITon2实例在Amazon EC2上运行，优化工程流程，降低成本，加快项目进度，从而以更快、更经济的方式向客户交付卓越成果。”
“AWS提供了真正的弹性高性能计算、无与伦比的网络性能以及可扩展的存储，这些都是下一代EDA工作负载所需的。因此，我们非常高兴与ARM合作，为其基于ARM的GRavITon2处理器提供强大的高性能EDA工作负载支持。”AWS全球基础设施和客户支持高级副总裁Peter DeSantis表示。“与现有基于x86的实例相比，GRavITon2处理器提供高达40%的性价比优势。”
