对广大半导体设计公司而言，算力资源规划和现金流之间的平衡，啧啧，是一门艺术。
多一分是浪费，少一分则崩溃。
我们曾经在初创型IC企业必备白皮书和成长型IC企业必备白皮书里分别画过以下两张图：
左图名字叫做：守护现金流
这年头现金流的重要性，不必多说。
右图名字叫做：人生就是一场豪赌
不管是初创IC设计公司还是成熟公司，新开始一个项目，总是面临着前路未知的情况：
1. 周期性存在突发算力高峰需求，涉及到先进制程问题更加显著；
2. 每次调整制程，都面临新的资源预估，永远估不准；
3. 可能需要某些内部不可用的内存和计算资源。
我们今天认真盘一盘，怎么把这门艺术拉下神坛。
先给大家一个直观感受。
下图是我们某客户全生命周期月度算力实际用量曲线：整个芯片项目全流程为18个月，涉及前端、验证、后端三大团队。
1. 前4个月，只涉及到前端布局与架构，对于算力需求不高，因此月度算力需求较少；
2. 从5月开始，前端、验证、后端均开始工作，算力开始逐步提升，第11个月达算力小高峰，在第16个月达算力最高峰，月度调度峰值达到百万级核时以上；
3. 算力波峰和波谷的核数差距在20倍以上；
4. 算力在第16个月达到最高峰后，迅速下降。
Part 1 小白版算法
Part 2 老司机版算法
Part 3 全年现实算力需求折算
Part 4 一个并不艰难的选择
Part 1 小白版算法针对的是：项目全新，团队人员也比较新，需要从零计算Part 2 老司机版算法针对的是：项目全新，但有类似经验的老人在团队，可以凭经验值估算为了简化计算，我们根据现实情况作以下假设：
1. 研发团队总人数为100；
2. 团队分为前端、验证和后端3部分，人数比值2：1：1；3. 芯片的全周期分为3个阶段，每阶段4个月 (仅适用小白版算法)；4. 三个团队主要使用资源类型：前端团队使用计算型机器；验证团队前期使用计算型机器，之后使用内存型机器；后端团队使用内存型机器 。这套小白版算法是我们根据N家客户的实际情况，得出的经验参考值：包括不同阶段，不同团队的人员配比与人力占用比例，每人job数，每人每job峰值核数。因实际团队并非全程在此项目中，部分阶段人力需折算，即人力占用比例。在我们的参考值基础上略做调整，大家就能大致得出自己公司的相应数值啦。这套算法通过估算不同阶段内、各个团队所需的算力峰值之和，得出每阶段的算力峰值。各团队的峰值计算公式为每人每job峰值核数（多台机器则为每台核数*机器数）*团队人数*每人job数（每个阶段计算方式一致）。① 阶段工作详情：前端从事设计相关工作，验证团队同步参与，工作状态都较为稳定，此阶段每月峰值核数趋于一致；③ 资源并发需求：前端团队每人1台10核、验证团队每人1台20核。
2-4月：前端团队峰值核数=10*50*1=500 ；① 阶段工作详情：涉及到前端仿真、验证和部分模块的版图工作。6月在前仿最后阶段做一次大仿真，是算力小波峰，随后算力下降；5月：前端团队每人1台18核节点，每人1个job；验证团队每人4个job，每个job约18核（人力占用比例：75%）；后端团队每人1台18核节点；6月：前端团队每人1台24核节点，每人1个job；验证团队每人6个job，每个job约24核（人力占用比例：75%）；后端团队每人1台18核节点；7月：前端团队每人1台18核节点，每人1个job（人力占用比例：40%）；验证团队每人3个job，每个job约18核；后端团队每人1个job，每job约4台18核节点；8月：前端团队每人1个job，每个job18核（人力占用比例：40%）；验证团队每人2个job，每个job18核；后端团队每人1个job，每个job约4台24核节点。
9月：验证团队，每人4个job，每个job约18核；后端团队每人1-2个job，每个job约4台24核节点（后端人均完成1.6个job，取值1.6）；10月：验证团队每人6个job，每个job约24核；后端团队每人1-2个job，每job约6台24核工作节点（后端人力占用比例：80%，每人2个job）；11月：验证团队每人6个job，每个job约24核；后端团队每人1个job，每job约4台24核工作节点；12月：验证团队每人6个job，每个job约18核；后端团队每人1个job，每job约3台24核工作节点。最终全生命周期算力需求图如下（计量单位：核小时）：2. 不同月份间的峰值算力差异很大，能达到20倍左右；如果对于未来芯片项目，你们有过来人能预估出不同团队不同阶段的算力需求，这套老司机版算法将完全适配你。这套算法是我们根据有项目经验的芯片研发团队的实际情况，通过填入各月每job峰值核数、每月最大并行job数，计算出各团队每月所需的算力峰值。下面为大家奉上这份《XXX芯片项目-资源需求调研模板》：
Step 1：将不同组、每个job所需核数或内存的峰值需求，依次填入中间的“每job峰值核数”和“每job峰值内存”栏目下，负责人填入“团队负责人”栏目下
例如：每个job需要的峰值核数为10，每个job需要峰值内存为20（据经验值统计），前端负责人为Andy。
Step 2：在每月栏目下，填入各团队预期的每月并行最大job数（简称：job数）
Job数可根据研发内部统计，也可根据job数=每人最大并行job数*人数进行计算，如团队并非全程在此项目中，人力还需折算统计。
例如：2022年2-5月，前端团队每人最大并行job数为1，团队有50人，均100%投入在此项目中，则填入下表的job数均为：50*1*100%=50。
Step 3：计算各团队当月峰值算力并相加，得出峰值算力总计（计量单位：核小时）
各团队的峰值计算公式：每job峰值核数*job数（每个阶段计算方式一致）。
例如：2022年2-5月，前端团队的每job峰值核数为10，job数为50；2月验证团队还未开始任务，3-5月，验证团队的每job峰值核数为20，job数为25；2-5月，后端团队还未开始任务。将各团队每月算力峰值相加，得到每月项目的算力峰值，计算得出项目各月算力峰值表
《XXX芯片项目-资源需求调研模板》Server一栏的Middle /High 型是用户自己设定的不同机器配置，后期计算不同机型费用时会用到，跟算力需求计算无关。不管是小白版算法还是老司机版算法，都是一个月每天全部按峰值需求跑任务的前提下进行计算的。但实际情况下，肯定不需要一直按峰值顶格跑。6月算力小波峰：后端按30天*18小时估算，验证按30天*16小时估算；10月算力大波峰：后端按30天*24小时估算，验证按照30天*16小时估算。
灰色代表当月按峰值顶格算的用量，橙色代表月度实际用量。
绿色代表本地资源，必须按这一阶段需求峰值准备，也就是按灰色来准备。买不到峰值，肯定会影响到芯片项目进度。如果是纯本地，就是按绿色这根线买。现金流是必须要动用一大笔的了，采购周期也是必须要考虑的。按照本文开头我们某客户全生命周期月度算力实际用量曲线，波峰、波谷间差距可高达20倍，月调度核时峰值能达到百万级以上。顶格买……
如果是全云端，就是按橙色这根线花钱。想用就用，不想用就关掉，用了才花钱。现金流逐步平缓支出。绿色线和橙色线中间的差距（图中阴影部分），各人可能有各人的体会。一颗芯片设计完整生命周期下，不同阶段，不同应用场景，对算力更精细的需求差异，我们相应的推荐和建议，以后再聊。现在！我们的IC设计研发云平台支持免费试用，还送300元体验金
如果你对这个一站式IC设计云平台还有更多想问的，比如：1、你们支持哪些EDA应用？能覆盖到我常用的软件吗？2、EDA应用所需的计算资源非常大，你们如何解决这个问题？4、除了CPU，GPU/TPU/大内存的机器都有吗？5、你们说的“一整套即开即用的IC研发设计环境”是什么意思？从本地到云上，操作方式会改变很大吗？10、很多PDK，就有几十T，怎么到云上，而且需要持续更新？12、脚本每日都有变动，云上要增加工作量？工作脚本如何更新？14、License Server配置在本地和云端对计算性能/一致性/稳定性是否有影响？15、使用平台的工作人员比较多，能否对每个人设置使用资源的上限？答案都在这里，欢迎扫码添加小F微信（ID：iamfastone）免费获取~
