Azure NetApp Files 用于 EDA 工作负载：从革命到规模化突破
TL;DR · AI 摘要
Azure NetApp Files 通过高并发、低延迟存储能力，解决了 EDA 工作负载在云环境中的扩展瓶颈问题。
核心要点
- Azure NetApp Files 支持高达 17,280 并发 EDA 作业，响应时间仅 0.60ms。
- 通过大卷突破模式实现高并发共享存储，避免传统存储瓶颈。
- 该方案已获 SPECstorage® 验证，适用于真实半导体设计场景。
结构提纲
按章节快速跳转。
Azure NetApp Files 正在重新定义云端 EDA 存储的可能性，提供高性能、可扩展的存储解决方案。
EDA 工作负载具有高并发、低延迟敏感性和密集共享访问特征，传统云存储难以满足需求。
ANF 架构支持计算与存储独立扩展，支持大规模并发元数据操作，保障稳定性能。
大卷及突破模式进一步扩大并发能力，支持数千任务共享单一存储环境。
使用 SPECstorage® Solution 2020 基准测试，达到 17,280 并发作业和 0.60ms 响应时间。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- Azure NetApp Files for EDA
- 核心优势
- 高并发支持
- 低延迟性能
- 关键技术
- 大卷模式
- 并发元数据处理
- 验证结果
- SPECstorage® 测试
- 17,280 并发作业
金句 / Highlights
值得收藏与分享的关键句。
Azure NetApp Files 大卷突破模式配置实现了 17,280 个 SPECstorage® Solution 2020 EDA_BLENDED 作业，平均响应时间为 0.60 毫秒。
ANF 支持独立扩展的计算与存储，避免因存储成为瓶颈限制 EDA 集群增长。
传统存储在高并发下会成为系统瓶颈，影响回归周期和工具许可成本。
标题：Azure NetApp Files 用于 EDA 工作负载：从革命到规模化突破
URL 来源：https://azure.microsoft.com/en-us/blog/azure-netapp-files-for-eda-workloads-from-revolution-to-breakthrough-at-scale/
发布日期：2026-05-22T15:00:00+00:00
Markdown 内容： Azure NetApp Files 正在重新定义云中 EDA 的可能性——提供可扩展、高性能的存储，支持大规模并发、低延迟和稳定的生产性能。通过独立基准验证和实际应用案例，组织现在可以在没有传统存储瓶颈的情况下，在大规模上运行 EDA 工作负载。
去年，我们概述了 Azure NetApp Files 如何通过提供适用于云规模电子设计自动化 (EDA) 工作负载所需的低延迟、高吞吐量存储来重塑芯片设计。自那以后，我们持续提升性能和可扩展性。今天，我们又迈出了重要的一步。
现代半导体设计由规模决定。成千上万的并发 EDA 作业跨越仿真、综合和验证运行，并针对共享数据集持续执行，其中即使存储延迟的小幅波动也可能在整个设计周期中产生连锁反应。对于许多团队来说，这在过去限制了 EDA 工作流在云端的扩展能力。
这一限制正在改变。
Azure NetApp Files (ANF) 通过提供可预测的、高性能的共享存储，重新定义了云中 EDA 的可能性，实现了大规模并发下的稳定性能。借助新的独立基准结果以及领先半导体公司的广泛采用，Azure 正在确立自己作为现代 EDA 环境可行甚至优越平台的地位。
为什么 EDA 存储难以在云中扩展
EDA 工作负载结合了三个传统上对云存储架构构成挑战的特性：
- 极高的并发性，数千个作业同时访问共享文件系统。
- 严格的延迟敏感性，即使是微小的延迟也会降低计算效率并延长运行时间。
- 密集的共享数据访问模式，在负载下造成争用。
虽然云计算可以轻松扩展，但共享存储往往引入了影响整体系统效率的变异性。随着并发性的增加，存储成为瓶颈，影响回归周期、增加工具许可证成本并减慢出货时间。
对于评估云转型的 EDA 团队而言，核心问题一直是一致的：存储能否与计算一起扩展，同时保持可预测的性能？
现代方法：大规模使用 Azure NetApp Files 进行 EDA
Azure NetApp Files 是专门为此挑战而设计的。其架构直接满足高度并行、共享工作负载（如 EDA）的需求。
从根本上讲，ANF 实现了计算和存储的独立扩展，因此 EDA 集群可以在不使存储成为瓶颈的情况下增长，新增的计算节点也不会在存储层引入热点或争用。它原生支持大规模并发元数据操作，处理 EDA 工作流程中典型的数百万个小文件交互而不出现性能下降。此外，其服务级别性能模型确保吞吐量和 IOPS 能够随容量线性扩展，消除了复杂调优的需要。
最近，诸如大卷和大卷突破模式等创新进一步扩大了并发能力范围。这些功能允许数千个并行作业共享单一存储环境，同时在持续负载下保持一致的延迟。
这提供了基于云的 EDA 系统长期以来难以提供的功能：不仅在低利用率下，而且在满负荷生产负载下都能实现一致且可重复的性能。
独立验证：SPECstorage® Solution 2020 基准测试结果
为了在现实环境中验证这些能力，Azure NetApp Files 使用行业标准 SPECstorage® Solution 2020 EDA_BLENDED 基准进行了测量。该基准通过结合元数据密集型前端操作与吞吐量密集型后端处理，模拟真实的 EDA 工作流程，所有操作都在严格的延迟要求下进行。
Azure NetApp Files 大卷突破模式的规模配置达到了 17,280 个 SPECstorage® Solution 2020 EDA_BLENDED 作业，总体响应时间为 0.60 毫秒 (ms)。
这些结果展示了几个重要特征：
- 能够维持极高的并发 EDA 工作负载水平。
- 在负载下始终具有较低的响应时间。
- 随着并发性的增加表现出线性扩展行为。
- 不需要过度配置。
历史上，此类别的顶级基准测试结果通常与紧密集成的本地系统相关联。此次验证突显了整个行业的更广泛转变：当架构正确时，基于云的 EDA 基础设施不仅能匹配本地方法，而且在某些场景下还能在规模和运营效率方面超越本地方法。
生产验证：已在 ANF 上运行的 EDA 工作负载
这种性能不仅限于基准测试。AMD 和 ASML 等组织已经在生产环境中使用 Azure NetApp Files 运行 EDA 和高性能设计工作负载。
这些公司处于半导体创新的前沿，其基础设施必须同时支持超大规模和精确的可预测性。它们采用 ANF 反映了整个行业的一个趋势：将 EDA 工作负载迁移到云端不再是一种实验性做法，而是正在成为一种战略优势。
这些客户以及其他许多客户一致报告了相同的运营效益：
- 在不降低性能的情况下提高回归并发性。
- 提高计算资源利用率并减少 EDA 工具许可证费用。
- 设计周期更具可预测性，从而能够更自信地安排关键里程碑。
在这种背景下，存储不再是瓶颈——它成为了扩展能力的推动因素。
Azure 如何帮助 EDA 团队自信地扩展
组织在使用 Azure NetApp Files 部署 EDA 环境时具有灵活性，具体取决于工作负载特性和运营优先级。
一些团队选择围绕单个大型卷构建集中式模型，以最大化吞吐量并严格控制延迟。另一些团队则采用多卷方法来分散工作负载，并在不同类型的作业中扩展并发性。许多企业将现有的本地环境扩展到 Azure 中，利用云容量来应对峰值需求，而无需永久扩展基础设施。
在所有这些模式中，有一个原则始终一致：存储性能必须与计算能力同步可预测地扩展。Azure NetApp Files 提供了这一基础。
Azure NetApp Files 提供现代 EDA 工作负载所需的持续、高性能 NFS 性能，缩短运行时间，加快流片计划，并让芯片设计师对存储永远不会成为瓶颈充满信心。
Srikanth Gubbala，Applied Materials 全球 HPC 基础设施负责人
整合在一起
云存储在 EDA 领域的发展标志着半导体行业的一个重要转折点。曾经被认为是一种权衡——规模与可预测性之间的取舍——如今已不再是限制因素。
借助 Azure NetApp Files，组织可以自信地在云端运行高度并发的 EDA 工作负载，其架构针对特定需求进行了设计，并通过独立基准测试得到了验证。
对于那些探索如何现代化其 EDA 基础设施的团队来说，前进的道路越来越清晰。基于云的存储现在可以满足最苛刻的设计环境的要求，同时提供随着工作负载继续增长而扩展的灵活性。
有关基准配置和设计考虑的更深入的技术探讨，请参阅配套的 Azure Tech Community 技术博客：**“从规模到突破：Azure NetApp Files 为 EDA 设立新的云基准。”**
如需更多信息，请查阅 Azure NetApp Files 文档 或发送邮件至 [askanf@microsoft.com](mailto:askanf@microsoft.com)。