基于芯片研发平台构建运维体系

基于芯片研发平台构建运维体系

说起芯片研发平台的运维，一定要从EDA（电子设计自动化）研发环境的信息化建设说起。一块电脑主板的研发，到整台服务器的研发，都涉及到EDA研发环境的运维，是一个复杂的信息化运维体系的构建，今天在这里抛砖引玉，我们就一起来聊聊。

笔者最早接触EDA研发环境，大约是在2006年左右，当时，国内智能手机行业兴起，智能手机的研发，相较于个人电脑、服务器来说，主板体积更小，集成度更高，研发的难度也更高一些。而在近几年，由于AI行业的快速发展，AI芯片的研发，正是风起云涌，下面我们就谈谈AI芯片研发环境的运维体系建设。

规划一个平台，首先要从业务角度去考量。这里先大概介绍下芯片研发的过程和可能用到的工具，便于大家有个初步的理解。
我们这里以应用Synopsys公司的VCS（verilog compiled simulator）工具展开介绍。以下是VCS产品的官方介绍：

VCS主要处理两个方面的任务：

• 编译：根据用户的输入文件，编译产生可执行文件（默认为二进制文件simv），产生的文件用于仿真任务。
• 仿真：检查波形结果。

VCS本身只支持单机形式安装部署，但是，一般情况下，需要大量并行计算资源支持的，所以，为了提供更多的并行计算能力来加速运算，我们通常会应用任务编排调度系统搭建集群平台。

IBM在商业化的任务编排调度系统的研发实力是最强的，IBM LSF也是最为推荐的平台之一。之前有开源版本的openlava，后来由于版权原因，项目已经取消。建议企业根据平台的规模和应用IBM LSF后的产出能力做性价比评估来决定是否应用这样的平台，笔者还是很推荐的，因为，芯片研发效率就是芯片产品的核心竞争力，之所以我们选择Synopsys这样的研发工具也是同样的道理。

规划了应用层，我们还要考虑数据层、网络层、安全层，下面逐个展开介绍：
数据存储有两种方式可选：

• 分布式存储系统：多存储主机构建的高IO的存储系统，如：Ceph、Gluster、HDFS
• 集中存储系统：FCSAN 或者 IBSAN（基于infiniband网络构建），比较推荐后者，国内存储系统代表如：华为oceanstor系列。

芯片研发的核心数据，主要是保存仿真后的波形数据文件，数据量并不大；大量的数据是在仿真过程中生成的10M以下的小文件，这些文件均为临时性文件，仿真后需要进行清理，不需要永久性保存。

当然，为了保证数据安全，同样要规划数据备份系统，对不同版本的仿真结果文件备份存储。需要根据数据量和实际情况自行选择，这里不再展开介绍。

网络方面，除了数据存储建议使用Infiniband网络外，业务通信网络推荐10Gbps网络即可。业务通信主要是保证网络高可用性，性能方面没有过多要求。当然，需要为物理服务器的带外管理规划远端管理网络。

安全方面，除了在网络和系统层面进行加固外，谈一下在接入研发系统层面的加固。
笔者建议，通过虚拟化桌面的形式，接入到研发系统。这样可以在研发系统外，增加管控接入系统的安全策略，大大提升安全性。当然，在规划安全时，一定要考虑到研发人员的便捷性，只有灵活度、性能得到认可的情形下，去谈安全性的好坏，才是最有意义的，以防出现研发团队工作积极性降低、或者降低研发效率的事情出现。

除了以上介绍的几个方面，在运维工作上，还要考虑基础运维和研发辅助平台的建设。
基础运维方面，比如：

• 监控系统：

  • 对物理主机状态、性能的监控管理
  • 对各个服务的监控管理
  • 对网络和数据状态的监控管理

• ITSM管理系统：如otrs

  • 对集群内各个配置项状态管理
  • 工单管理、问题管理、用户需求管理等
  • 知识库管理
  • 批量部署管理系统：便于集群系统的部署和故障下线处理
  • Ansible、Puppet、Saltstack等的应用

• 研发辅助平台方面，比如：

  • 研发沟通平台：研发环境内的即时沟通、邮件等
  • 研发文档、知识库管理
  • 研发代码仓库管理
  • 研发Code Review、项目管理等

以上，大概分享了芯片研发平台的运维体系建设，当然，其它方面如运维团队建设等，没有分享，笔者认为，体系建设是个复杂、最佳实践落地的过程，不同企业、不同团队、不同情况，效果也是千差万别。因此，以上仅从核心的几个关键点来抛砖引玉，期待与各位运维人进行深入交流。

微信公众号：白话运维