Arm to downsize global datacentre footprint through AWS cloud collaboration Arm to downsize global datacentre footprint through AWS cloud collaboration Arm to downsize global datacentre footprint through AWS cloud collaboration Arm to

Arm a établi des plans visant à réduire de 45 % son empreinte mondiale dans les centres de données et à réduire de 80 % son utilisation des ressources de calcul sur place en déchargeant certaines de ses tâches de calcul de base vers le cloud Amazon Web Services (AWS).

Le fabricant britannique de semi-conducteurs est en train de migrer la majorité de ses workflows d’automatisation de conception électronique (EDA) vers la plate-forme cloud publique Amazon, et affirme que les progrès qu’il a réalisés sur ce front jusqu’à présent ont conduit à une amélioration 6 fois du temps de performance pour ces charges de travail.

EDA est une partie importante du processus de développement semi-conducteur et implique l’utilisation d’outils logiciels pour concevoir et analyser des puces informatiques, et les flux de travail qu’il génère comprennent des éléments de conception avant, de simulation, de vérification et d’analyse des données.

« Ces workflows hautement itératifs prennent traditionnellement de nombreux mois, voire des années pour produire un nouvel appareil, comme un système sur une puce et impliquent une puissance de calcul massive », ont déclaré Arm et AWS dans un communiqué annonçant leur technologie de rapprochement.

Il s’agit d’un travail complexe car chaque puce est conçue pour offrir des performances maximales dans la plus petite quantité d’espace possible, et peut contenir des milliards de transistors qui doivent être conçus jusqu’à un niveau nanométrique à un chiffre.

Traditionnellement, Arm a exécuté ces charges de travail intensives sur le plan informatique à partir de centres de données sur place, mais est maintenant en train de commutation de ses processus afin qu’une plus grande partie de ce type de travail puisse être effectuée dans le cloud AWS.

« Les entreprises de semi-conducteurs qui exécutent ces charges de travail sur place doivent constamment équilibrer les coûts, les calendriers et les ressources des centres de données pour faire avancer plusieurs projets en même temps. Par conséquent, ils peuvent faire face à des pénuries d’énergie de calcul qui ralentissent les progrès ou supportent les dépenses liées au maintien de la capacité de calcul au ralenti », poursuit le communiqué.

En plus de ses charges de travail EDA, l’entreprise utilise également le cloud AWS pour collecter, intégrer et analyser les données de télémétrie qu’elle accumule pour éclairer ses processus de conception, ce qui, selon elle, améliorera les performances de ses équipes d’ingénierie et l’efficacité globale de l’organisation.

Plus précisément, Arm hébergera ces charges de travail dans une variété de différents types d’instances Amazon Elastic Compute Cloud (EC2) et utilisera le service AWS Compute Optimis basé sur l’apprentissage automatique pour décider quelles instances devraient s’exécuter où.

s’appuyant également sur l’expertise de Databricks, partenaire d’AWS, pour développer et exécuter des applications d’apprentissage automatique dans Amazon EC2 qui lui permettront de traiter les données glanées à partir de ses processus d’ingénierie afin d’améliorer l’efficacité de leurs workflows.

« Grâce à notre collaboration avec AWS, nous nous sommes concentrés sur l’amélioration de l’efficacité et la maximisation du débit pour redonner un temps précieux à nos ingénieurs pour nous concentrer sur l’innovation », a déclaré Rene Haas, président d’IP Products Group (IPG) chez Arm.

« Nous optimisons les workflows d’ingénierie, réduisons les coûts et accélérons les délais de projet afin d’offrir des résultats puissants à nos clients plus rapidement et plus efficacement que jamais. »

Peter DeSantis, vice-président senior de l’infrastructure mondiale et du soutien à la clientèle chez AWS, a ajouté : « AWS fournit une informatique haute performance vraiment élastique, des performances réseau inégalées et un stockage évolutif qui est nécessaire pour la prochaine génération de charges de travail EDA, et c’est pourquoi nous sommes si heureux de collaborer avec Arm pour alimenter leurs charges de travail EDA exigeantes exécutant nos processeurs Graviton2 basés sur des bras haute performance. »