共计 2309 个字符，预计需要花费 6 分钟才能阅读完成。
当今数字芯片技术飞速发展，数字半导体芯片曾经渗透到社会生存的各个领域，从生产电子产品、工业自动化设施到航天技术都能看到半导体芯片技术的身影。国家在芯片技术上的投入和器重水平也晋升到策略层面，芯片设计制作正在成为新一代的国之重器。
01 EDA 是什么？
EDA 是芯片之母，是芯片产业皇冠上的明珠，是集成电路设计最上游、最高端的产业。EDA（Electronic Design Automation）是电子设计自动化的简称，EDA 的倒退经验了 CAD、CAE 等阶段，随着集成电路技术倒退，EDA 越来越被业界予以“芯片设计软件工具”的代名词。2018 年寰球集成电路产值近 5 千亿美金，中国集成电路进口金额超 3 千亿美金，EDA 是集成电路产业产能性能源头，从仿真、综合到幅员，从前端到后端，从模仿到数字再到混合设计，以及前面的工艺制作等，EDA 软件工具涵盖了 IC 设计、布线、验证和仿真等所有方面，是集成电路产业的“摇篮”。
利用 EDA 工具，工程师将芯片的电路设计、性能剖析、设计出 IC 幅员的整个过程交由计算机主动解决实现。在没有 EDA 工具之前，设计电路要依附手工，但对于大规模集成电路有上亿晶体管的设计用手工几乎是不可能的。能够说有了 EDA 工具，才有了超大规模集成电路设计的可能。
硬件描述语言（HDL-Hardware Description Language）是一种用于设计硬件电子系统的计算机高级语言，就是用软件编程的形式来形容简单电子系统的逻辑性能、电路构造和连贯模式。硬件描述语言是 EDA 技术的重要组成部分，是 EDA 设计开发中很重要的软件工具。
目前国内外的 EDA 软件次要供应商包含 Synopsys、Cadencen、Mentor Graphics、华大九天、芯愿景、芯禾科技等，EDA 利用涵盖了通用、专用芯片的设计制作等场景。
02 EDA 工作流程和 IO 特点
EDA 典型的工作流程包含了以下几个阶段：
—前端设计阶段（逻辑设计）
- 设计规范
- 性能验证
- 合成
- 逻辑验证
—后端设计阶段（物理设计）
- 布局和布线
- 动态时序剖析
- 物理验证
—生产制作
- 流片
这些阶段相互作用以造成 EDA 的数字设计流程：
在前端设计阶段 ，工程师通过将 VHDL 等源文件编译为芯片模型来实现芯片设计，而后通过在大型计算集群中散发工作来验证芯片设计。 调度程序将仿真和模仿工作散发到不同的计算节点上，这些计算节点通过共享文件系统来拜访后端的芯片模型。在整个前端设计过程中，工程师须要不断改进设计，整个过程须要屡次迭代，因而，前端设计阶段会生成大量仿真工作。创立、调度和执行 build 和仿真作业的效率，决定了将芯片推向市场所需的工夫。
当大量作业并行运行时，会产生大量 IO 负载，EDA 应用程序须要读取并编译数百万个小的源文件，用以构建和模仿芯片设计。后端的共享文件存储管理各种芯片设计目录和文件，以便不同的用户、脚本和应用程序能够拜访数据。
在前端验证阶段，数据拜访模式往往是随机的，并带有大量小文件。前端工作负载须要极高的并发性，从而满足大量作业并行拜访的须要，这些作业将生成大量随机拜访的 IO。此外，因为随同着大量小文件拜访，这个阶段对元数据拜访性能是极大的考验。
从一些公开的数据上看，半导体芯片设计过程中，对元数据调用（包含 GETATTR，ACCESS 和 LOOKUP）占所有调用的 85%以上，而“读取”和“写入”不到 15%。对于传统 NAS 阵列或单 MDS 的分布式文件存储架构而言，将会面临较大的挑战。
在后端设计和验证阶段，数据拜访模式将次要以程序拜访为主。后端设计阶段的工作负载往往由较少数量的工作组成，这些工作具备程序的 IO 拜访特点，并且运行工夫较长。在后端设计阶段的工作工作，次要考验后端文件系统的并行拜访带宽。
联合前端设计和后端设计两个阶段的 IO 拜访特点来看，EDA 芯片设计和仿真过程中，对元数据和数据，小文件 IOPS 及大文件程序拜访带宽，都有极高的要求。这一过程与大型的程序（如 Linux 内核）并行编译过程中产生的 IO 特点类似。
芯片设计阶段波及的所有作业的输入都可能产生 TB 级的数据。只管有些数据是临时性（如时序仿真等）的，但这些数据依然须要最高级别的存储性能，能力对芯片设计整个流程进行保障。
半导体行业巨头 Intel 公布的一份报告显示，在过来 10 年，Intel 用于半导体设计和制作的外部基础设施投入中，计算和存储的 CAGR 达到 30%以上，并且没有缩小任何 IDC 站点。
只管英特尔在 EDA 场景中可能独占鳌头，但咱们从行业数据中能够看到，绝大多数的半导体设计企业对基础设施的投入年增长率都超过 20%。
03 如何满足 EDA 场景的存储需要
文件存储主导
在存储系统中，EDA 工作流都是将大量的数据通过文件系统进行共享和拜访，并且在零碎中生成深层的目录构造，使得文件系统在 EDA 存储系统中占主导地位。
YRCloudFile 高性能分布式文件存储，具备卓越的性能、灵便的程度扩展性、海量小文件存储能力等个性，能够满足 EDA 利用中大规模计算集群以文件形式并行拜访数据的需要。
超高并发性能
大多数 EDA 工作流须要极高的并发性，YRCloudFile 可能满足数千高性能 Linux 计算群集的并发要求，提供远高于规范 NAS 协定（NFS、SMB）的并发能力。
EDA 工作负载中产生的大量元数据操作，能够通过 YRCloudFile 灵便扩大的元数据服务进行满足和匹配，解决了 EDA 负载对元数据性能的要求。
灵便弹性扩大
EDA 工作负载在执行过程中，会产生 TB 级的数据或两头后果，YRCloudFile 分布式文件系统采纳分布式架构，将所有磁盘进行对立治理，提供对立命名空间，反对容量和性能的程度扩大，可按需实现疾速扩容，满足 EDA 对大容量存储的需要。
