解密一顆芯片設計的全生命周期算力需求
加入技術交流群
對廣大半導體設計公司而言，算力資源規(guī)劃和現(xiàn)金流之間的平衡，嘖嘖，是一門藝術。
多一分是浪費，少一分則崩潰。
我們曾經(jīng)在初創(chuàng)型IC企業(yè)必備白皮書和成長型IC企業(yè)必備白皮書里分別畫過以下兩張圖：
左圖名字叫做：守護現(xiàn)金流
這年頭現(xiàn)金流的重要性，不必多說。
右圖名字叫做：人生就是一場豪****
不管是初創(chuàng)IC設計公司還是成熟公司，新開始一個項目，總是面臨著前路未知的情況：
1. 周期性存在突發(fā)算力高峰需求，涉及到先進制程問題更加顯著；
2. 每次調整制程，都面臨新的資源預估，永遠估不準；
3. 可能需要某些內部不可用的內存和計算資源。
我們今天認真盤一盤，怎么把這門藝術拉下神壇。
先給大家一個直觀感受。
下圖是我們某客戶全生命周期月度算力實際用量曲線：整個芯片項目全流程為18個月，涉及前端、驗證、后端三大團隊。
1. 前4個月，只涉及到前端布局與架構，對于算力需求不高，因此月度算力需求較少；
2. 從5月開始，前端、驗證、后端均開始工作，算力開始逐步提升，第11個月達算力小高峰，在第16個月達算力最高峰，月度調度峰值達到百萬級核時以上；
3. 算力波峰和波谷的核數(shù)差距在20倍以上；
4. 算力在第16個月達到最高峰后，迅速下降。
Part 1 小白版算法
Part 2 老司機版算法
Part 3 全年現(xiàn)實算力需求折算
Part 4 一個并不艱難的選擇
Part 1 小白版算法針對的是：項目全新，團隊人員也比較新，需要從零計算Part 2 老司機版算法針對的是：項目全新，但有類似經(jīng)驗的老人在團隊，可以憑經(jīng)驗值估算PS：Part 1和Part 2 二選一閱讀即可
為了簡化計算，我們根據(jù)現(xiàn)實情況作以下假設：
1. 研發(fā)團隊總人數(shù)為100；
Part1 ：小白版算法
這套小白版算法是我們根據(jù)N家客戶的實際情況，得出的經(jīng)驗參考值：包括不同階段，不同團隊的人員配比與人力占用比例，每人job數(shù)，每人每job峰值核數(shù)。因實際團隊并非全程在此項目中，部分階段人力需折算，即人力占用比例。在我們的參考值基礎上略做調整，大家就能大致得出自己公司的相應數(shù)值啦。
這套算法通過估算不同階段內、各個團隊所需的算力峰值之和，得出每階段的算力峰值。各團隊的峰值計算公式為每人每job峰值核數(shù)（多臺機器則為每臺核數(shù)*機器數(shù)）*團隊人數(shù)*每人job數(shù)（每個階段計算方式一致）。
Stage 1：前期階段（第1-4個月）
① 階段工作詳情：前端從事設計相關工作，驗證團隊同步參與，工作狀態(tài)都較為穩(wěn)定，此階段每月峰值核數(shù)趨于一致；② 涉及團隊：前端、驗證團隊；③ 資源并發(fā)需求：前端團隊每人1臺10核、驗證團隊每人1臺20核。
該階段峰值核時計算（計量單位：核小時）：1月：10核*50人*1job=5002-4月：前端團隊峰值核數(shù)=10*50*1=500 ；驗證團隊峰值核數(shù)=20*25*1=500；峰值核數(shù)總計為500+500=1000；則該階段的峰值核數(shù)在2-4月，為1000（下同，不再詳述這一計算過程）
Stage 2：中期階段（5-8月）
① 階段工作詳情：涉及到前端仿真、驗證和部分模塊的版圖工作。6月在前仿最后階段做一次大仿真，是算力小波峰，隨后算力下降；② 涉及團隊：前端、驗證和后端團隊；③ 資源并發(fā)需求峰值：5月：前端團隊每人1臺18核節(jié)點，每人1個job；驗證團隊每人4個job，每個job約18核（人力占用比例：75%）；后端團隊每人1臺18核節(jié)點；6月：前端團隊每人1臺24核節(jié)點，每人1個job；驗證團隊每人6個job，每個job約24核（人力占用比例：75%）；后端團隊每人1臺18核節(jié)點；7月：前端團隊每人1臺18核節(jié)點，每人1個job（人力占用比例：40%）；驗證團隊每人3個job，每個job約18核；后端團隊每人1個job，每job約4臺18核節(jié)點；8月：前端團隊每人1個job，每個job18核（人力占用比例：40%）；驗證團隊每人2個job，每個job18核；后端團隊每人1個job，每個job約4臺24核節(jié)點。
計算結果如下
Stage 3：后期階段（9-12月）
① 階段工作詳情：主要涉及后端仿真相關工作；② 涉及團隊：驗證和后端團隊；③ 資源并發(fā)需求：9月：驗證團隊，每人4個job，每個job約18核；后端團隊每人1-2個job，每個job約4臺24核節(jié)點（后端人均完成1.6個job，取值1.6）；10月：驗證團隊每人6個job，每個job約24核；后端團隊每人1-2個job，每job約6臺24核工作節(jié)點（后端人力占用比例：80%，每人2個job）；11月：驗證團隊每人6個job，每個job約24核；后端團隊每人1個job，每job約4臺24核工作節(jié)點；12月：驗證團隊每人6個job，每個job約18核；后端團隊每人1個job，每job約3臺24核工作節(jié)點。
計算結果如下
最終全生命周期算力需求圖如下（計量單位：核小時）：
可以看出：1. 和文章開頭的實際用戶算力曲線趨勢一致；2. 不同月份間的峰值算力差異很大，能達到20倍左右；3. 不同團隊在不同月份的峰值算力需求差異明顯。
Part2 ：老司機版算法
如果對于未來芯片項目，你們有過來人能預估出不同團隊不同階段的算力需求，這套老司機版算法將完全適配你。這套算法是我們根據(jù)有項目經(jīng)驗的芯片研發(fā)團隊的實際情況，通過填入各月每job峰值核數(shù)、每月最大并行job數(shù)，計算出各團隊每月所需的算力峰值。
下面為大家奉上這份《XXX芯片項目-資源需求調研模板》：
Step 1：將不同組、每個job所需核數(shù)或內存的峰值需求，依次填入中間的“每job峰值核數(shù)”和“每job峰值內存”欄目下，負責人填入“團隊負責人”欄目下
例如：每個job需要的峰值核數(shù)為10，每個job需要峰值內存為20（據(jù)經(jīng)驗值統(tǒng)計），前端負責人為Andy。
Step 2：在每月欄目下，填入各團隊預期的每月并行最大job數(shù)（簡稱：job數(shù)）
Job數(shù)可根據(jù)研發(fā)內部統(tǒng)計，也可根據(jù)job數(shù)=每人最大并行job數(shù)*人數(shù)進行計算，如團隊并非全程在此項目中，人力還需折算統(tǒng)計。
例如：2022年2-5月，前端團隊每人最大并行job數(shù)為1，團隊有50人，均100%投入在此項目中，則填入下表的job數(shù)均為：50*1*100%=50。
Step 3：計算各團隊當月峰值算力并相加，得出峰值算力總計（計量單位：核小時）
各團隊的峰值計算公式：每job峰值核數(shù)*job數(shù)（每個階段計算方式一致）。
計算過程如下前端團隊：2-5月：10*50=500驗證團隊：3-5月：20*25=500將各團隊每月算力峰值相加，得到每月項目的算力峰值，計算得出項目各月算力峰值表
Part3 ：全年現(xiàn)實算力需求折算
不管是小白版算法還是老司機版算法，都是一個月每天全部按峰值需求跑任務的前提下進行計算的。但實際情況下，肯定不需要一直按峰值頂格跑。
我們折算一下：全月全資源峰值用量：峰值核數(shù)*30天*24小時全月實際用量可能是：峰值核數(shù)*22天*8小時
用小白版算法的數(shù)據(jù)來調整：6月算力小波峰：后端按30天*18小時估算，驗證按30天*16小時估算；10月算力大波峰：后端按30天*24小時估算，驗證按照30天*16小時估算。
得出下表，并繪制成相應曲線圖：
Part4 ：一個并不艱難的選擇
好了，全生命周期算力需求算完了。到了算賬的環(huán)節(jié)了。
綠色代表本地資源，必須按這一階段需求峰值準備，也就是按灰色來準備。買不到峰值，肯定會影響到芯片項目進度。
如果是純本地，就是按綠色這根線買?，F(xiàn)金流是必須要動用一大筆的了，采購周期也是必須要考慮的。按照本文開頭我們某客戶全生命周期月度算力實際用量曲線，波峰、波谷間差距可高達20倍，月調度核時峰值能達到百萬級以上。頂格買……
綠色線和橙色線中間的差距（圖中陰影部分），各人可能有各人的體會。算力資源規(guī)劃VS現(xiàn)金流
芯片項目周期VS市場競爭格局具體怎么權衡和取舍，還是要看企業(yè)自己。
一顆芯片設計完整生命周期下，不同階段，不同應用場景，對算力更精細的需求差異，我們相應的推薦和建議，以后再聊。
*博客內容為網(wǎng)友個人發(fā)布，僅代表博主個人觀點，如有侵權請聯(lián)系工作人員刪除。
