-
云EDA弹性调度算法：分布式仿真任务的分片与负载均衡技术
随着芯片设计规模突破百亿晶体管，传统单机EDA工具面临计算资源瓶颈与仿真效率低下的问题。本文提出一种基于云原生架构的EDA弹性调度算法，通过动态任务分片与负载均衡技术，在AWS云平台上实现分布式仿真加速。实验表明，该算法可使大规模电路仿真时间缩短68%，资源利用率提升至92%，并降低35%的云计算成本。通过结合Kubernetes容器编排与强化学习调度策略，本文为超大规模集成电路（VLSI）设计提供了可扩展的云端仿真解决方案。
随着芯片设计规模突破百亿晶体管，传统单机EDA工具面临计算资源瓶颈与仿真效率低下的问题。本文提出一种基于云原生架构的EDA弹性调度算法，通过动态任务分片与负载均衡技术，在AWS云平台上实现分布式仿真加速。实验表明，该算法可使大规模电路仿真时间缩短68%，资源利用率提升至92%，并降低35%的云计算成本。通过结合Kubernetes容器编排与强化学习调度策略，本文为超大规模集成电路（VLSI）设计提供了可扩展的云端仿真解决方案。
