对经常跑ＥＤＡ或其他算力密集型任务的用户来说，在深度掌握本行业业务知识及熟练运用常见ＥＤＡ工具以外，通常还需要在技能树上点上一门技能——ＩＴ，就是怎么（顺利）使用机器把手里的任务给（高效）跑完。

他们的ＩＴ技能升级打怪之旅一般分为三个阶段：

第一阶段：单机单ＣＰＵ核，单任务

第二阶段：单机多ＣＰＵ核，多任务

第三阶段：多机多ＣＰＵ核，多任务

据速石科技观察，很多用户都已经处在第二阶段。

但是，依然有部分用户尚处在第一阶段，比如今天的实证主角。

我们之前的六篇实证都直接一步到位——上云后。

ＨＳＰＩＣＥ│Ｂｌａｄｅｄ│Ｖｉｎａ│ＯＰＣ│Ｆｌｕｅｎｔ│Ａｍｂｅｒ

今天我们看看上云前的幕后系列，又名：搬桌子的故事。

用户需求

某ＩＣ设计公司运行ＥＤＡ仿真前端设计和后端设计的分析任务，进行机电一体芯片技术的开发。现有机房设备较为老旧，共有８台单机，需要同时服务数字和模拟两个研发部门。

随着公司业务的发展，相关部门负责人几乎同时反馈业务峰值时计算资源严重不足，排队现象严重。

实证目标

１、ｆａｓｔｏｎｅ平台是否能有效提升ＶＣＳ任务运行效率？

２、ｆａｓｔｏｎｅ平台是否能有效提升本地机器资源利用率？

３、ｆａｓｔｏｎｅ平台是否支持大规模ＶＣＳ任务自动化稳定运行？

实证参数

平台：

ｆａｓｔｏｎｅ企业版产品

应用：

ＳｙｎｏｐｓｙｓＶＣＳ

适用场景：

数模混合电路仿真

系统：

ＲｅｄＨａｔＥｎｔｅｒｐｒｉｓｅｒｅｌｅａｓｅ５．７（Ｔｉｋａｎｇａ）

实证结果

我们先来看看用户自己跑２００００个任务和我们来跑的效果：

大规模任务验证：２００００个任务

我们将本地机房的８台单机构建为一个统一管理的集群，运行２００００个ＶＣＳ任务的时间是用户自己所需时间的约１／５０。

实证过程：

１、用户使用一台单机Ｃ１运行２００００个ＶＣＳ任务，耗时４０４８５分钟；

２、将本地机房的所有８台单机构建为集群Ａ，使用集群Ａ运行２００００个ＶＣＳ任务，耗时８０９分钟。

用户按常理推断，本地机房共有８台单机，将所有机器一起来运行大规模ＶＣＳ任务的时间大概应该是使用一台机器机耗时的６－７倍（理想值为８倍，但由于存在长尾任务，存在一定差异）。

但实证中５０倍的提升大大超出了他们的预期。

中间发生了什么？

回到我们开头说的三个阶段——

第一阶段：单机单ＣＰＵ核，单任务

单任务状态下的单机单核，就是一个任务只在一台机器上的一个ＣＰＵ上跑。不管这台机器其实有几个ＣＰＵ，反正就只用一个。资源利用率极其低下，可以说是暴殄天物。

再细一点，这里其实还有个１．５阶段：单机多ＣＰＵ核，单任务。效果类似。

假设给你几个人（ＣＰＵ核），完成一个叫做“搬桌子”的任务。

单任务的处理方式分为单进程和多进程：

单进程的处理方式是：

不管你有几个人，同一时间永远只有１个人在搬整张桌子，其他人在围观。

多进程的处理方式是：

先拆桌子。比如把一张桌子拆成４个零部件，分给４个人来同时搬，有的搬桌子腿，有的搬桌面等等，搬得慢的人决定任务的完成速度。

但是，哪怕你有８个人，一次也只有４个人在搬。

搬完一张桌子再搬下一张，依次往复。

补充一个背景信息：２００９年４月，新思科技就发布了ＶＣＳ的多核技术，通过将耗时的计算处理动态地分配至多个ＣＰＵ内核来突破芯片验证的瓶颈，从而提高验证的速度。

也就是说，应用十多年前就支持单任务多进程了，现在这个技术的名字叫Ｆｉｎｅ－ＧｒａｉｎｅｄＰａｒａｌｌｅｌｉｓｍ，ＦＧＰ。

第二阶段：单机多ＣＰＵ核，多任务

多任务状态下的单机多核，就是多个任务能同时在一台机器上的数个ＣＰＵ上跑，受制于单台机器的大核数，目前多也就９６个核了。

我们继续讲“搬桌子”。

上一阶段的多进程处理方式，存在一个明显的问题。哪怕你有８个人，一次也只有４个人在搬。搬完一张桌子再搬下一张。

这就很不合理了。

于是我们在此基础上改进了一下。

在你有８个人的情况下，一张桌子４个人搬，我们可以同时搬两张桌子啦。这样可以明显加快任务的完成速度。

但是，单台机器的总ＣＰＵ核数就是上限了。

当然这一阶段还是会存在一些问题，会出现有人突然跳出来跟你抢人或者你也搞不清楚哪些人现在有空来帮你。

因为资源使用的不透明和缺乏有序管理，会出现不同人对同一资源的争抢，任务排队等现象。同时，你会发现资源利用率还是不高。

不少用户已经处在这一阶段。

我们看看从第一阶段到第二阶段的实际ＶＣＳ验证效果：

应用并行化验证：４００个任务

对ＶＣＳ进行多任务并行化处理后，一台单机运行相同ＶＣＳ任务的时间缩短为原先的１５％－１６％，极大提升了运行效率。

实证过程：

１、使用一台单机Ｃ１（８核）运行４００个ＶＣＳ任务，耗时８０６分钟；

２、使用一台单机Ｃ２（８核）运行４００个ＶＣＳ任务，耗时７９３分钟；

３、对ＶＣＳ应用进行多任务并行化处理后，使用一台单机Ｃ１（８核）运行４００个ＶＣＳ任务，耗时１３０分钟；

４、对ＶＣＳ应用进行多任务并行化处理后，使用一台单机Ｃ２（８核）运行４００个ＶＣＳ任务，耗时１２２分钟。

第三阶段：多机多ＣＰＵ核，多任务

多任务状态下的多机多核，就是多个任务能同时在数台机器的数个ＣＰＵ上跑，这个我们称之为集群化管理，一般都需要有调度器的参与。

关于调度器的相关知识，看这里：亿万打工人的梦：１６万个ＣＰＵ随你用

前面讲到我们已经可以同时安排搬两张桌子啦。

但其实，如果你的机器足够多，人（ＣＰＵ核）足够多，你完全可以同时搬更多的桌子。

这个时候，必然要面临一个如何调兵遣将的问题。

这么多机器，这么多任务，怎么顺利一一配置、启动、关闭，提高整体资源利用率，好还能自动化管理等等。这就需要一点技术了。

至于云上资源的大规模动态化调度和管理，要更加高阶一点。

在《生信云实证Ｖｏｌ．３：提速２９２０倍！用ＡｕｔｏＤｏｃｋＶｉｎａ对接２８００万个分子》中，我们多调用了１０万核ＣＰＵ资源对整个ＶＳ数据库进行虚拟筛选。

当集群达到如此规模之后，手动管理是不可想象的。

而且云上资源跟本地不同，往往是个动态使用的过程，有时候甚至要抢。

更不用说还要考虑不同用户在不同阶段的策略和需求。

我们看看从第二阶段到第三阶段的实际ＶＣＳ验证效果：

集群化验证：４００个任务

由２台单机构建的集群运行相同ＶＣＳ任务的时间为单机的约６０％，并实现了自动化资源管理。

实证过程：

１、使用一台单机Ｃ１（８核）运行４００个ＶＣＳ任务，耗时１３０分钟；

２、使用一台单机Ｃ２（８核）运行４００个ＶＣＳ任务，耗时１２２分钟；

３、将Ｃ１和Ｃ２构建为集群Ｂ，使用集群Ｂ运行４００个ＶＣＳ任务，耗时７５分钟。

后回顾一下，我们到底做了哪些事：

应用并行化：从单任务到多任务

ｆａｓｔｏｎｅ帮助用户实现了应用并行化，可以充分使用一台单机上的全部ＣＰＵ资源，确保了大的计算效率。

资源集群化：从单机到集群

ｆａｓｔｏｎｅ帮助用户实现了集群化管理，让多台机器能够并行化运行ＶＣＳ任务，实现了数据、应用、资源的统一化管理。

规模自动化：从４００个任务到２００００个任务

用户希望在面临大规模ＶＣＳ任务时，上述方案的稳定性能够得到充分验证。ｆａｓｔｏｎｅ帮助用户充分验证了２００００个ＶＣＳ任务场景下，能够自动化规模化地调度资源高效完成任务，满足用户需求。

到现在为止，速石科技成功帮助用户从单机单任务单进程运行的阶段大幅度跨越到了大规模任务自动化集群化运行阶段。

万事俱备，下一步，上云。

我们的前两篇ＥＤＡ云实证可以了解一下：

《从３０天到１７小时，如何让ＨＳＰＩＣＥ仿真效率提升４２倍？》

《国内大规模ＯＰＣ上云，５０００核并行，效率提升５３倍》

本次ＥＤＡ行业云实证就到这里了。

下一期我们聊Ｖｉｒｔｕｏｓｏ。

敬请期待哦～

关于速石：

速石科技（ｆａｓｔｏｎｅ）致力于构建为应用定义的云，让任何应用程序，始终以自动化、更优化和可扩展的方式，在任何基础架构上运行。

我们为有高算力需求的用户提供一站式多云算力运营解决方案，基于本地＋公有混合云环境的灵活部署及交付，帮助用户提升１０－２０倍业务运算效率，降低成本达到７５％以上，加快市场响应速度。速石平台对药物研发／基因分析／ＣＡＥ／ＥＤＡ／ＡＩ等行业应用进行分析与加速，通过Ｓｅｒｖｅｒｌｅｓｓ框架屏蔽底层ＩＴ技术细节，实现用户对本地和公有云资源无差别访问。

我们的产品包括：ｆａｓｔｏｎｅＣＯＭＰＵＴＥＰＬＡＴＦＯＲＭ和ｆａｓｔｏｎｅＣＯＭＰＵＴＥＣＬＯＵＤ。

想了解更多，可添加小Ｆ微信（ＩＤ：ｉｍｆａｓｔｏｎｅ）