AWS 기반 반도체 설계 워크플로 수행 방법 소개

AWS Semiconductor 및 Electronics팀은 AWS 고객에게 반도체 산업의 최신 연구 개발 동향과 AWS 기반 활용법을 알려드릭고 있습니다. 저희 팀은 전 세계에서 반도체 산업 수십 년의 경험을 가진 업계 리더로 구성된 팀으로, 프런트 엔드 설계 및 검증에서 백 엔드 제조, 패키징 및 조립에 이르기까지 AWS를 사용하여 중요한 반도체 워크플로를 가속화할 수 있도록 최선을 다하고 있습니다. AWS는 이러한 경험을 활용하여 고객이 AWS 도입부터 첫 번째 프로덕션 워크로드를 수행할 수 있도록 안내합니다.

이 블로그에서 다룰 내용입니다.

• 실습 가이드 및 AWS 참조 아키텍처를 이용한 워크로드 활성화
• SEMICON, DAC(Design Automation Conference), Synopsys SNUG, Cadence Live (CDNLive) 등의 참석 예정 업계 이벤트
• AWS에 환경을 신속하게 배포하는 데 도움이 되는 워크샵 정보
• 반도체 워크로드를 확장할 수 있는 서비스 및 기능 발표

이 글에서는 AWS에서 반도체 설계 워크플로를 실행하는 방법에 대해 간략하게 설명할 것 입니다. AWS 참조 아키텍처를 사용하여 데이터 마이그레이션 경로를 설명하고 몇 가지 AWS 서비스를 소개 하려합니다.  그리고, 프로덕션 환경을 구성하기 전에 개념 증명 (Proof of Concept, 이하 POC) 워크로드를 실행하는 것으로 가정하였습니다.

아래는 참조 할 아키텍처 다이어그램입니다 (각 번호를 다룰 예정입니다). 다이어그램에 대한 링크는 다음을 참조하세요. (Semiconductor and Electronics on AWS)

AWS를 처음 사용하는 경우 온-프레미스 데이터 센터에서 실행 중인 것들을 AWS 서비스로 전환하는 것이 다소 부담이 될 수 있다는 점을 잘 알고 있습니다. 고객의 여정을 간소화할 수 있도록 위의 다이어그램에서는 하이브리드 온-프레미스 및 AWS 아키텍처를 제공하여 고객의 현재 환경이 AWS에 쉽게 매핑되는 방법을 보여 줍니다. 사용되는 서비스와 AWS 클라우드의 기능을 통해 반도체 및 전자 제품 설계 그리고 제조 워크플로를 위한 강력하고 확장 가능한 플랫폼을 제공하는 아키텍처를 보여줍니다. 반도체 사례에선 아래 내용을 포함합니다. :

• 시뮬레이션, 검증 및 사인오프(Sign-off) 워크로드를 포함한 EDA (Electronic Design Automation)
• 광학 근접 보정 (OPC) 을 포함한 전산 리소그래피
• 전자기학, 열, 재료 및 다중물리학을 포함한 CAE(Computer Aided Engineering)
• 기계 학습 교육 및 분석 (예: 수율 및 실패 분석)
• 공급 체인 및 타사 협업 (예: 문제 디버깅 또는 타사 IP 제공업체와의 협력)
• 소프트웨어/펌웨어 회귀 테스트
• 그 외 다수

1) POC 또는 테스트에 필요한 도구(Tool)과 데이터 결정

AWS에서 POC를 실행하기 전에 앞서 수행할 도구와 필요한 데이터를 결정해야 합니다. 첫 번째 단계에서 종속성이 너무 많거나 전체 워크플로에서 쉽게 분리되지 않는 설계 데이터를 필요로 하는 도구 또는 워크로드를 선택하는 경우에는 어려운 작업이 될 가능성이 높습니다. 따라서 종속성을 줄이기 위해 클라우드 지원 라이선스가 있는 도구부터 시작하는 것이 좋습니다. 그리고 독립된 (또는 거의) 데이터 세트를 사용하는 것이 좋습니다. 저희 팀은 이와 같은 수십 년에 걸친 기존 종속성을 해소하기 위해 고객과 자주 협력하며, 신규 프로젝트나 아주 작은 설계로 시작하는 것이 POC에 가장 효과적이라는 것을 경험하였습니다.

또는 AWS Semiconductor 솔루션스 아키텍트 팀이 POC에 고객의 데이터 및 도구를 사용하는 대신 AWS에서 전체 반도체 설계 환경을 시작하는 워크숍(1일)을 주최할 수 있습니다. 이 경우 고객 또는 타사 데이터를 사용할 필요가 없으며 AWS에서 워크로드를 실행하는 방법에 대한 사례를 제시합니다. 이에 대한 자세한 내용은 나중에 제공하겠습니다.

2) AWS Snowball, AWS 다이렉트 커넥트 또는 다른 AWS 서비스를 사용하여 AWS로 데이터 전송

POC에 필요한 데이터를 결정한 후에는 해당 데이터를 AWS로 전송해야 합니다. 전송 방법은 이동할 데이터의 양에 따라 다릅니다. 정적 데이터의 양이 비교적 적고, 빠르고 안정적인 인터넷 연결을 사용하는 경우에는 인터넷을 통해 AWS 에 데이터를 전송할 수 있습니다.

또 다른 옵션은 초기 POC 이후에 AWS 안팎으로 데이터를 자주 전송할 계획이라면 AWS Direct Connect를 고려해야 합니다. AWS Direct Connect를 사용하면 AWS와 데이터 센터, 사무실 또는 코로케이션 환경 간에 사설 전용선 연결을 설정할 수 있습니다. 따라서 대부분의 경우 인터넷 기반 연결보다 네트워크 비용 절감 및 대역폭 처리량을 늘리며 일관된 네트워크 환경을 제공할 수 있습니다.

초기 일회성 전송이 필요한 많은 양의 라이브러리, 설계 또는 시뮬레이션 데이터가 있는 경우에는 AWS Snowball 사용을 고려해야 합니다. AWS Snowball Edge는 최대 100TB까지 지원하며 엣지 서비스 및 클러스터링 기능을 제공하는 다양한 기능 세트를 갖추고 있습니다. 자세한 내용은 AWS Snowball FAQ의 Snowball 사용 시기 섹션을 참조하십시오.

3) AWS로 전송된 초기 데이터는 Amazon S3 버킷에 저장 권고

데이터를 AWS로 이동할 때 데이터를 처음 저장하는 가장 좋은 장소는 Amazon S3 버킷입니다. 반도체 흐름에는 POSIX 호환 파일 시스템이 필요하며 EDA 도구는 현재 객체 스토리지를 기본적으로 지원하지 않습니다. 즉, S3에 초기 데이터를 저장하면 99.999999999%의 안정성, EC2 인스턴스로 25Gpbs 전송 (인스턴스당), 리전간 복제 및 데이터 계층화를 포함하는 여러 기능이 제공됩니다 (자세한 내용은 Amazon S3 Features 및 Amazon S3 FAQs 참조). 스토리지 (#7) 섹션에서 이에 대해 자세히 알아보겠지만 S3 버킷에 직접 연결된 POSIX 호환 파일 시스템을 제공하는 AWS 서비스가 있습니다. 또는 AWS에 거의 모든 파일 시스템을 배포하고 S3의 데이터를 EC2 인스턴스에 마운트된 파일 시스템으로 신속하게 전송할 수 있습니다.

S3에 데이터를 저장하면 민첩성과 빠른 실험(실패)도 가능합니다. S3에 대한 고대역폭 연결을 통해 EC2 인스턴스 간 데이터를 빠르게 전송할 수 있습니다. 따라서 장애 발생 시 데이터나 전체 NFS 파일 시스템을 보존하는 대신 몇 분 안에 전체 환경을 재구축하여 데이터를 새로운 환경에 복제하기만 하면 됩니다.

4) 원격 데스크톱 또는 SSH 커맨드 라인 통한 사용자 액세스

이제 EDA 도구와 데이터가 AWS에 있으므로 작업 실행은 자체 데이터 센터에서 실행하는 방법과 매우 유사합니다. 사용자는 온-프레미스 데이터 센터의 리소스에 액세스하는 것과 마찬가지로 원격 데스크톱 또는 커맨드라인 로그인 (ssh) 을 통해 사용자 작업 환경에 액세스합니다. 엔지니어링 및 설계팀은 다양한 네트워크 조건에서 안전한 원격 데스크톱 솔루션인 AWS NICE DCV 를 사용할 수 있습니다. NICE DCV는 추가 비용 없이 제공되며 기본 인프라에 대해서만 지불하면 됩니다.

5) 반도체 설계 워크플로에 필요한 모든 인프라를 AWS에서 사용 가능

AWS에서 반도체 설계 도구를 실행하려면 온-프레미스 데이터 센터에서 사용되는 것과 유사한 사양이 필요합니다. AWS의 많은 서비스는 전체 반도체 설계 워크플로를 지원하는 인프라를 보유하고 있습니다. 예를 들어 라이센스 관리는 반도체 설계에 매우 중요합니다.

AWS License Manager는 온-프레미스에서 이전한 라이센스 또는 벤더에서 구입한 추가 라이센스를 몇 분 안에 배포할 수 있습니다. 배치 작업 스케줄링 및 오케스트레이션은 현재 사용 중인 솔루션을 AWS에 설치 하거나, AWS 서비스만을 사용하여 클라우드 네이티브 방식으로 구현, 또는 AWS의 유연성을 사용하여 사용자가 지정한 오케스트레이션 워크플로를 선택적으로 구축할 수 있습니다. 사용자 관리는 여러 가지 방법으로 수행할 수 있습니다. 예를 들어 AWS자체 서비스를 활용하거나 레거시 지원을 위해 사용중인 사내 사용자 관리 솔루션을 이전하는 것입니다.

6) AWS는 컴퓨팅을 위한 포괄적인 옵션을 제공

Amazon EC2 인스턴스를 선택하기 전에 POC에 필요한 물리적 코어 수와 메모리 사용량을 결정해야 합니다. AWS는 200개 이상의 EC2 인스턴스 유형 (Amazon EC2 인스턴스 유형) 을 보유하고 있으며, 고객들은 여러 EC2 인스턴스 유형에서 반도체 설계 워크플로를 성공적으로 수행하였습니다.

많은 고객들이 z1d, R5, C5, M5 및 X1 인스턴스 유형을 사용하고 있습니다. z1d 인스턴스 제품군은 4GHz 클럭 스피드 프로세서에 16Gb/물리 코어의 메모리 대 코어 비율을 제공합니다. z1d를 사용하면 작업을 더 빠르게 실행하여 비용을 최적화할 수 있으므로 라이센스 활용도가 높아집니다. R5 인스턴스 제품군은 최대 768GB의 메모리 공간과 16GB/물리 코어의 메모리 대 코어 비율을 제공합니다.

물리적 설계 및 타이밍 클로저와 같이 더 많은 메모리가 필요한 작업의 경우 X1 인스턴스 패밀리와 X1e 인스턴스 패밀리가 있습니다. X1e 인스턴스에는 최대 4TB에 가까운 메모리가 있습니다. 또한 코어당 메모리가 많이 필요하지 않은 컴퓨팅 집약적인 워크로드 (예: 프런트 엔드 디자인) 의 경우 AWS 고객은 C5 인스턴스와 M5 인스턴스 패밀리를 사용합니다.

인스턴스 유형을 선택한 후에는 기능만 테스트할 수 있도록 POC의 크기를 제한하는 것이 좋습니다. Amazon EC2 스팟 인스턴스와 같은 다양한 유연한 요금 옵션을 제공하지만 대규모 테스트를 수행하는 대신 성공적인 POC를 실행한 다음 예산에 맞는 요금 옵션을 결정하는 것이 좋습니다.

7) AWS의 스토리지 옵션을 사용하여 워크플로 변경 없이 실행 가능

앞에서 간단히 언급했듯이 AWS는 POSIX 호환 파일 시스템에서 작업을 실행하기 위한 몇 가지 옵션을 제공합니다. 예를 들어, Amazon EFS, Amazon FSX for Lustre 중에서 선택할 수 있으며, EC2 인스턴스에 자체 파일 시스템을 구축할 수도 있습니다. 워크플로의 I/O 프로필에 따라 현재 사용 중인 파일 시스템과 유사한 특성을 가진 솔루션을 구축해야 합니다.

예를 들어, EDA Tool에 IOPS 성능이 높은 파일 시스템이 필요한지, 대용량 순차 읽기를 위해 높은 지속 대역폭이 필요한지, 아니면 일시적인(임시) 데이터에만 사용되는지를 결정해야 합니다. 각 파일 시스템 솔루션에 대한 자세한 내용은 이 블로그 게시물에서 다루는 범위를 벗어납니다. 향후 블로그 게시물에서 이것을 다룰 예정입니다. 또한 AWS 솔루션스 아키텍트와 협력하여 요구 사항에 가장 적합한 솔루션을 결정할 수 있습니다.

8) 추가 AWS 서비스 활용

데이터가 AWS, 특히 Amazon S3에 저장되면 AWS 클라우드에서 제공하는 많은 추가 서비스를 활용할 수 있습니다. 많은 반도체 설계 고객들이 S3에 Data Lakes를 구축하고 로그 처리, 라이센스 활용 및 배치 작업 스케줄링 최적화를 위한 데이터 분석을 사용하고 있습니다. 또한 데이터 계층화 (예: S3 Intelligent-Tiering) 를 활용할 수 있습니다. S3 Intelligent-Tiering 스토리지 클래스는 성능에 영향 없이 또는 운영에 오버헤드 없이 가장 비용 효율적인 액세스 계층으로 데이터를 자동으로 이동함으로써 비용을 최적화하도록 설계되었습니다.

다른 지역에 협업 팀이 있는 경우 Amazon S3의 또다른 기능인 리전간 교차 복제 (Cross Region Replication) 을 활용할 수 있습니다. 이를 통해 다른 AWS 리전의 다른 버킷에 데이터를 자동 및 비동기적으로 복제할 수 있습니다. Amazon S3에 있는 데이터를 사용하면 여러 AWS 서비스를 활용하여 현재 환경의 기능을 탐색하고 확장할 수 있습니다.

9) 격리된 환경을 통해 보안 강화

반도체 및 전자 산업에서 대부분의 설계에는 타 공급업체 또는 IP 공급업체를 사용해야 합니다. 기존의 온-프레미스 환경에서는 필요한 공동 작업을 수행하기 위해 전체 회사 네트워크에 대한 액세스가 필요할 수 있습니다. 안전 및 보안 조치를 취할 수 있지만 제 3 자는 여전히 동일한 네트워크에 있게 됩니다.

AWS에서는 해당 프로젝트와 관련된 당사자만 액세스할 수 있는 별도의 환경을 정의할 수 있습니다. 즉, 더 이상 네트워크를 열고 제한을 추가 할 필요 없이 프로젝트별로 완전히 새로운 격리된 환경을 설정 할 수 있습니다. 또한, 제조 시설과의 모든 통신은 안전하고 최적화된 네트워크 연결을 통해 수행할 수 있습니다. 여기에는 GDSII 파일 전송뿐만 아니라 생산성 향상을 위해 반도체 설계 회사에 수율 분석 데이터 재전송도 포함됩니다.

10) AWS 인프라 및 서비스로 보안 태세 강화

AWS를 사용하면 현재 사용 가능한 가장 유연하고 안전한 클라우드 컴퓨팅 환경에서 비즈니스를 안전하게 운영하는 데 필요한 제어와 확신을 얻을 수 있습니다. AWS 고객은 AWS 데이터 센터와 고객의 정보, ID, 애플리케이션 및 디바이스를 보호하도록 설계된 네트워크의 이점을 누릴 수 있습니다. AWS를 사용하면 포괄적인 서비스 및 기능을 통해 데이터 지역성, 보호 및 기밀성과 같은 핵심 보안 및 규정 준수 요구 사항을 충족하는 능력을 향상시킬 수 있습니다.

AWS를 사용하면 수동 보안 작업을 자동화할 수 있으므로 비즈니스 확장 및 혁신에 집중할 수 있습니다. 또한 사용한 서비스에 대해서만 요금을 지불하면 됩니다. 모든 고객은 AWS가 서비스 제공 및 관련 공급망을 확보하고 보안이 중요한 워크로드에 대해 충분히 안전한 것으로 인정받은 유일한 상용 클라우드라는 이점을 누릴 수 있습니다.

보안에 대한 자세한 내용은 다음 링크를 참조하십시오: AWS Cloud Security 와 AWS Key Management Service (KMS)

마무리

이제 AWS 클라우드에서 반도체 및 전자 제품 설계 워크플로를 안전하게 실행하는 방법을 잘 이해하였습니다. 당사는 소형 ASIC부터 수천억 개의 트랜지스터를 갖춘 대형 SoC에 이르기까지 모든 것을 설계하는 전 세계 고객들을 보유하고 있습니다. 이 블로그 게시물에서는 몇 가지 기능만 강조했습니다. AWS Semiconductor 및 Electronic팀은 이러한 주제를 확대하고 지속적인 고객 피드백을 바탕으로 다양한 주제를 추가하여 보다 자세한 게시물을 게시할 예정입니다. 곧 다시 뵙겠습니다.

–  Mark Duffield, Worldwide Tech Lead for Semiconductor and Electronics at AWS
– David Pellerin, Head of Worldwide Business Development for Infotech/Semiconductor  at AWS

이 글은 AWS for Industries의 Introduction to semiconductor design workflows on AWS 한국어 번역으로 EDA 분야 Specialist Solutions Architect인 손성환님이 번역해 주셨습니다.