企业官网建设流程全解析

简介：Cadence Cerebrus User Guide 是面向电子设计自动化工程师与技术人员的官方操作参考文档，聚焦 Cadence Cerebrus 工具在优化芯片设计流程中的指令、功能与典型使用案例。资源包内仅含 1 个 PDF 文件，整体约 6.19MB，对应产品版本 22.1x，最后更新于 2023 年 12 月，内容反映该软件较新的功能状态。文档由 Cadence Design Systems 出版，涵盖工具操作说明、商标与版权声明、受限使用条件等模块，并因采用 OCR 扫描生成，个别字符可能存在识别偏差，阅读时需结合上下文校正。目前已有 541 人学习下载，适合希望系统掌握 Cerebrus 高级功能、提升设计效率与质量的工程师作为案头查阅资料，也可帮助读者理解该工具在电子设计自动化流程中的定位与合规使用边界。

1. 从一份 22.1x 手册说起：Cerebrus 到底解决什么EDA场景

数字后端工程师大概都有过这种体验：综合、布局、CTS、布线跑完一轮，PPA 不达标，于是回头改约束、调参数、换策略，再跑一轮。一轮下来少则几小时，多则一两天，而真正有效的探索可能只有两三次。Cadence Cerebrus 就是冲着这个痛点来的——它是一套基于强化学习的 RTL-to-GDS 流程自动化优化框架，把「人工试参数」变成「机器按策略搜索」。这份 22.1x 用户指南（2023 年 12 月更新）覆盖了从环境搭建、primitive 定义、配置文件编写，到 Web UI 监控、RAK 快速上手、FP-Opt / VT Optimizer 等专用 App 的完整链路。它面向的是熟悉综合、布局布线、STA 全流程，且能写 Tcl/Tk 的资深设计者。如果你正在评估要不要把 Cerebrus 引入团队流程，或者已经装了工具但卡在配置阶段，这份手册就是那本「翻到某一页就能照着做」的参考书。

2. Cerebrus 强化学习工作流：从 flow phase 到 primitive 的映射逻辑

2.1 为什么不是「脚本套壳」：RL 工作流与手工流程的本质差异

手工流程开发模型的核心是「人定策略、工具执行」：工程师根据经验写一套 Tcl 脚本，固定综合选项、固定 place 策略、固定 CTS 参数，跑完看结果，不行再改。这种模式的上限取决于工程师的经验覆盖范围，而且每次调整都是全流程重跑，时间成本极高。

Cerebrus 的强化学习工作流把这件事拆成了三层：最底层是flow phase，也就是综合、prects、postcts、postroute、signoff_opt 这些阶段；中间层是primitive，即每个阶段里可调的那些「旋钮」——比如综合的 effort 等级、place 的 density 目标、CTS 的 useful skew 开关；最上层是scenario，一个 scenario 就是一组 primitive 取值的组合，Cerebrus 通过 RL 算法决定下一轮探索哪些 scenario。

关键差异在于：手工流程一次只跑一个配置，Cerebrus 一次跑一批 scenario，并且根据上一批的 PPA 结果动态调整下一批的探索方向。手册里提到的「Cerebrus Layers」概念，说的就是这种从底层 flow phase 到上层优化目标的抽象分层。理解了这个分层，后面配 config 文件时才知道每一行在控制哪一层。

2.2 22.14 版本的关键变更：hold costing 默认开启与 flow phase 合并

这份手册覆盖的是 22.1x 系列，其中 22.14 有几个变更值得单独拎出来说，因为它们直接影响 config 文件的写法。

第一个是hold costing 默认开启。在 22.14 之前，hold 的代价计算需要手动在 config 里打开；22.14 之后默认就算 hold，Cost Weights 表的格式也跟着变了。如果你从旧版本迁移过来，原来 config 里关于 hold 的开关可以删掉，但要注意输出报告里多了一列 hold 相关的权重，别以为是工具报错了。

第二个是flow phase 合并。22.14 把 cts 和 postcts 的 primitive 统一放到 postcts 阶段评估，route 和 postroute 的 primitive 统一放到 postroute 阶段评估。这意味着你原来写在 cts 阶段的 primitive，现在实际生效的位置变了。手册里「Primitives table」那张表要仔细看，否则会出现「明明设了参数但结果没变化」的玄学问题。

第三个是WNS(100) 成为默认时序指标。原来用 WNS，现在用 WNS(100)，也就是第 100 条最差路径的 WNS。这个改动对优化方向有实际影响：WNS 只盯最差的一条路径，WNS(100) 会兼顾一批路径，优化出来的结果通常更均衡，但单点最差路径可能不如原来激进。

2.3 配置文件的骨架：path group、primitive 开关与 cost weight

一份典型的 Cerebrus config 文件，核心就三块：path group 定义、primitive 启用/禁用、cost metric 权重。下面是一个最小可用的骨架，我按手册里的字段名写，参数值用占位符，你替换成自己项目的实际值。

# 设置 Cerebrus 的 path group，用于时序代价计算 set_db cerebrus_path_groups {clk_main clk_aux data_path} # 启用或禁用 primitive：这里只启用综合阶段的 effort 和 place 的 density set_db cerebrus_primitive_syn_effort true set_db cerebrus_primitive_place_density true set_db cerebrus_primitive_cts_useful_skew false # 设置 cost metric 权重：时序为主，面积和功耗为辅 set_db cerebrus_cost_weight_timing 1.0 set_db cerebrus_cost_weight_area 0.3 set_db cerebrus_cost_weight_power 0.2 # 设置 bootstrap 范围：primitive 的初始探索区间 set_db cerebrus_bootstrap_syn_effort {medium high} set_db cerebrus_bootstrap_place_density {0.65 0.75 0.85}

这段配置的逻辑是：先告诉 Cerebrus 哪些 path group 参与时序计算，然后明确哪些 primitive 允许被探索、哪些锁死。cerebrus_cost_weight_*控制优化目标的偏向，时序权重给 1.0 意味着时序是硬指标，面积和功耗作为次要项参与打分。cerebrus_bootstrap_*定义每个 primitive 的初始搜索空间，Cerebrus 会在这个范围内选第一批 scenario。

参数怎么改：如果发现优化结果面积膨胀太厉害，把cerebrus_cost_weight_area从 0.3 提到 0.5 以上；如果时序始终压不下去，检查cerebrus_path_groups是否漏了关键时钟域。手册里「Typical Configuration File Settings」那一节有更完整的字段列表，建议对照着过一遍。

3. 跑通第一次 Cerebrus Run：命令、目录结构与 LSF 投递

3.1 启动命令与 Live Web UI 的访问方式

Cerebrus 的启动命令本身不复杂，但前置条件容易漏。手册里「Prerequisites」一节明确要求：UNIX 环境、Tcl/Tk 可用、底层实现工具（Genus/Innovus 等）已配置好 license 和路径。满足之后，最基本的启动方式是：

# 在项目工作目录下启动 Cerebrus cerebrus -f config.tcl -j 8 -dir ./cerebrus_run # -f 指定配置文件 # -j 指定并行 job 数，22.13 之后 max_scenarios 会根据机器资源自动调整 # -dir 指定运行目录，所有中间文件和日志都放在这里

启动后，Cerebrus 会在-dir指定的目录下建立一套固定的目录结构。手册里「Cerebrus Directory Structure」列得很细，实际用起来最常打交道的是这几个：TMP目录放临时文件，logs放每个 scenario 的日志，reports放 QoR 报告，html放 Web UI 的静态页面。

Live Web UI 的访问方式是在浏览器里打开http://<host>:<port>，端口号在启动日志里会打印出来。Live 模式下可以看到每个 scenario 的实时状态、cost 曲线、QoR summary。如果跑在 LSF 集群上，注意 Web UI 的 host 要填提交节点的主机名，而不是计算节点。

3.2 LSF 投递与 distribution script 的写法

Cerebrus 支持把 scenario 投递到 LSF 集群上跑，这是实际项目里最常用的模式，因为单机跑几十个 scenario 根本不现实。手册里「Launching Jobs onto LSF」和「Distribution Scripts」两节讲的就是这件事。

核心是写一个 distribution script，告诉 Cerebrus 怎么把 job 提交到 LSF。下面是一个简化版的模板：

#!/bin/bash # distribution script: 把单个 scenario 提交到 LSF # Cerebrus 会传入 scenario 相关的环境变量，这里直接透传 bsub -q normal -n 4 -R "rusage[mem=8192]" \ -o $CEREBRUS_SCENARIO_LOG \ -e $CEREBRUS_SCENARIO_ERR \ "cd $CEREBRUS_SCENARIO_DIR && source run_scenario.sh"

这个脚本的关键点：bsub是 LSF 的提交命令，-q指定队列，-n指定核数，-R指定资源需求。Cerebrus 在调用这个脚本时，会通过环境变量传入 scenario 的目录、日志路径等信息，脚本里直接用$CEREBRUS_SCENARIO_*引用即可。

写完 distribution script 后，手册建议先做一次「Verifying a Distribution Script」的验证：手动跑一次脚本，确认 job 能正常提交、日志能正常写、退出码是 0。这一步别省，否则 Cerebrus 跑起来之后一堆 job 失败，排查起来更费时间。

3.3 判断 base scenario 是否成功：看什么日志、查什么指标

Cerebrus 跑起来之后，第一件事是确认 base scenario 成功了。base scenario 是不做任何 primitive 探索的基准配置，它的结果决定了后续所有 scenario 的比较基准。如果 base scenario 挂了，后面全是白跑。

判断方法：在logs目录下找到 base scenario 对应的日志文件，搜索Cerebrus Base Scenario Run相关的标记。手册里「Identifying a Successful Cerebrus Base Scenario Run」一节提到，成功的 base scenario 会在日志里输出完整的 QoR 指标，包括 timing、area、power 的汇总值。如果日志里只有工具启动信息，没有 QoR 输出，说明底层实现工具没跑完，去查底层工具的日志。

另一个快速判断方式是看reports目录下有没有生成 base scenario 的 QoR 报告文件。有报告文件且内容完整，基本就是成功了；没有报告文件或者文件是空的，回去查底层工具的报错。

4. Primitive 与 Scenario 配置：数据类型、注入方式与动态添加

4.1 primitive 的数据类型与属性：哪些能调、哪些不能调

Primitive 是 Cerebrus 优化的基本单元，理解它的数据类型是配好 config 的前提。手册里「Primitive Data Types」和「Primitive Attributes」两节把 primitive 分成了几类：布尔型（开关类，比如 useful skew 开或关）、枚举型（有限选项，比如 effort 的 low/medium/high）、数值型（连续或离散数值，比如 density 目标值）。

不是所有工具参数都能做成 primitive。一个参数要成为 primitive，需要满足两个条件：一是它对 PPA 有可观测的影响，二是它的取值空间是有限的或者可枚举的。像「随机种子」这种参数就不适合做 primitive，因为它的影响不可预测。

在 config 文件里定义 primitive 时，用set_db cerebrus_primitive_<name>的格式。手册里「Defining Primitives」一节给了完整的语法，关键是要把 primitive 的名字和底层工具的实际参数对应起来。比如cerebrus_primitive_syn_effort对应的是 Genus 的syn_effort参数，名字对不上工具就不认。

4.2 动态添加 primitive：在 run 中途调整探索空间

22.13 引入了一个实用功能：可以在 Cerebrus run 进行中动态添加 primitive。手册里「Adding Primitives Dynamically」和「Delayed Primitives」两节讲的就是这个。

典型场景：你启动 Cerebrus 时只启用了综合阶段的 primitive，跑了几轮之后发现综合阶段的优化空间已经榨干了，想加入 place 阶段的 primitive 继续探索。以前的做法是停掉当前 run，改 config，重新启动；现在可以在 run 进行中通过命令动态添加。

# 在 Cerebrus run 进行中，动态添加 place 阶段的 primitive # 这条命令通过 Cerebrus 的交互接口发送 add_cerebrus_primitive -name place_density -type enum \ -values {0.65 0.75 0.85} -phase place # 添加 delayed primitive：延迟到指定 flow phase 才评估 add_cerebrus_primitive -name cts_useful_skew -type bool \ -values {true false} -phase postcts -delayed

add_cerebrus_primitive的参数说明：-name是 primitive 名称，-type是数据类型，-values是取值集合，-phase指定在哪个 flow phase 生效，-delayed表示延迟评估。延迟评估的意思是，这个 primitive 虽然在 config 里定义了，但 Cerebrus 不会立即把它加入探索空间，而是等到指定的 flow phase 才纳入。

这个功能的好处是避免「一次性开太多 primitive 导致搜索空间爆炸」。RL 算法在搜索空间太大的时候收敛会变慢，分批加入 primitive 可以让算法先在小空间里找到方向，再逐步扩大。

4.3 scenario replay：把优化结果重新套回流程验证

Cerebrus 跑完之后，最有价值的产出是「哪些 scenario 的 PPA 最好」。但 RL 算法找到的最优 scenario，不一定在真实流程里也能复现同样的结果——因为 Cerebrus 内部的评估可能用了简化模型或者不同的 corner。

手册里「Scenario Replay」一节就是解决这个问题的：把 Cerebrus 找到的最优 scenario 重新套回完整的实现流程，验证 PPA 是否真的达标。Replay 的方式有几种，对应不同的 flow wrapping 模式。

# 用 Outer Control Flow Wrapping 模式 replay 指定 scenario cerebrus -replay -scenario <scenario_id> -flow outer_control # 用 Stylus Common UI Flow Wrapping 模式 replay cerebrus -replay -scenario <scenario_id> -flow stylus_common # replay 时禁用某些 primitive，用于对比分析 cerebrus -replay -scenario <scenario_id> -disable_primitive cts_useful_skew

Replay 的关键参数是-scenario，指定要 replay 的 scenario ID，这个 ID 在 Cerebrus 的 QoR summary 里能看到。-flow指定 flow wrapping 模式，要和当初跑 Cerebrus 时用的模式一致，否则 primitive 的注入点会对不上。-disable_primitive用于对比分析：把某个 primitive 禁掉再 replay，看结果变化，从而判断这个 primitive 对 PPA 的实际贡献。

5. 避坑与排查：Cerebrus 跑不起来时先查这几处

5.1 坑一：base scenario 日志正常但 QoR 为空

现象：Cerebrus 启动后，base scenario 的日志文件有内容，工具也正常退出了，但reports目录下没有 QoR 报告，或者报告文件是空的。

原因：最常见的原因是底层实现工具的 license 不够，或者底层工具在跑的过程中报了 warning 但没报 error，Cerebrus 以为跑完了，实际上关键步骤被跳过了。另一个原因是 path group 定义有问题，Cerebrus 找不到有效的时序路径，导致 QoR 计算失败。

解决：先去看底层工具自己的日志（通常在 scenario 目录下的genus.log或innovus.log），搜索Error和Warning。如果 license 不够，联系 IT 加 license；如果 path group 有问题，检查cerebrus_path_groups里的时钟名是否和设计里的实际时钟名一致。

5.2 坑二：primitive 设了但结果没变化

现象：在 config 里启用了某个 primitive，也设了 bootstrap 范围，但跑了几轮之后发现这个 primitive 的取值始终没变，或者变了但 PPA 没反应。

原因：22.14 之后 flow phase 合并了，原来在 cts 阶段生效的 primitive 现在实际在 postcts 阶段评估。如果你还在 cts 阶段找它的影响，自然看不到变化。另一个原因是 primitive 的名字和底层工具参数名没对上，Cerebrus 实际上没把这个 primitive 注入到工具里。

解决：先确认 primitive 对应的 flow phase 是否正确，手册里「Primitives table」那张表要对照着看。然后检查 primitive 名称，用report_cerebrus_primitives命令列出当前实际生效的 primitive 列表，看你要的那个在不在里面。

5.3 坑三：LSF 投递后 job 一直排队

现象：Cerebrus 启动了，distribution script 也写了，但 job 提交到 LSF 后一直处于 PEND 状态，不开始跑。

原因：LSF 队列的资源限制。Cerebrus 默认提交的 job 可能请求了较多的核数或内存，而队列里没有足够的空闲资源。另一个原因是 distribution script 里的bsub参数写错了，比如队列名不对、资源需求格式不对。

解决：先用bqueues和bhosts看队列和节点的资源情况。如果资源确实紧张，调低 distribution script 里的-n和-R参数。如果队列名不对，找 LSF 管理员确认可用的队列名。手册里「Tips for a Successful Cerebrus Run」一节也提到，建议先用小规模 job 测试 distribution script，确认能跑通再放大。

5.4 坑四：Web UI 打不开或显示不全

现象：Cerebrus 跑起来了，日志里也打印了 Web UI 的地址，但浏览器打开后页面空白，或者部分图表加载不出来。

原因：Live Web UI 依赖 Cerebrus 进程的实时数据推送，如果 Cerebrus 进程被挂起或者网络不通，页面就会卡住。另一个原因是浏览器版本太旧，不支持 Web UI 用的前端特性。

解决：先确认 Cerebrus 进程还在跑（ps -ef | grep cerebrus）。如果进程正常，换一个现代浏览器（Chrome 或 Firefox 的较新版本）再试。如果还是不行，看 Cerebrus 日志里有没有 Web UI 相关的报错。手册里「Cerebrus Live Web UI」一节提到，Live 模式对网络稳定性有要求，如果网络环境不稳定，可以改用 Static HTML 模式，等 run 结束后再看报告。

5.5 坑五：restart 后 scenario 状态丢失

现象：Cerebrus run 中途因为机器故障或手动 kill 中断了，用-restart重启后，发现之前跑过的 scenario 状态丢了，Cerebrus 从头开始跑。

原因：Cerebrus 的 restart 依赖TMP目录下的状态文件。如果中断时状态文件没写完整，或者TMP目录被清理了，restart 就会失败。另一个原因是 restart 时用的 config 文件和原来的不一致，Cerebrus 检测到配置变化，选择重新开始。

解决：restart 前先确认TMP目录还在，里面的状态文件没被删。restart 时用和原来完全相同的 config 文件和命令行参数。手册里「Restarting Cerebrus」一节提到，如果只是想让 Cerebrus 继续跑但增加并行度，可以用-j参数调整，不需要改 config。

6. 进阶技巧：用 RAK 快速验证与 FP-Opt 的 one-pass/two-pass 选择

RAK（Rapid Adoption Kit）是这份手册里最容易被忽略但实际价值很高的部分。它本质上是一套预置的示例流程，包含 config 文件、distribution script、测试数据，拿来就能跑。手册第 8 章「Running the RAK」给了完整的步骤，我一般建议新上手 Cerebrus 的人先跑一遍 RAK，确认环境没问题，再换成自己的设计。

RAK 有两种输出模式：命令行模式和浏览器模式。命令行模式下，RAK 跑完会在终端打印 QoR summary；浏览器模式下，会生成一套静态 HTML 报告，用浏览器打开就能看。两种模式的数据来源是一样的，只是展示方式不同。

FP-Opt（Floorplan Optimizer）是 Cerebrus 的一个专用 App，用于优化 floorplan 阶段的 macro 摆放和布局。手册第 9 章讲了 FP-Opt 的配置，其中最关键的选择是 one-pass 还是 two-pass。

One Pass 的逻辑是：Cerebrus 直接在一个 pass 里探索 macro 摆放的 primitive，跑完就出结果。Two Pass 的逻辑是：第一个 pass 先做粗粒度的探索，找到大致方向；第二个 pass 在这个方向附近做细粒度探索。手册里「FP-OPT One Pass Flow」和「FP-OPT Two Pass Flow」两节分别给了配置示例。

我的经验是：如果 macro 数量在 20 个以内，One Pass 够用；超过 20 个，直接上 Two Pass，否则很容易陷入局部最优。Two Pass 的配置里要注意fp_opt_pass参数，第一个 pass 设coarse，第二个 pass 设fine，中间的衔接由 Cerebrus 自动处理。

VT Optimizer 是另一个常用 App，用于多阈值电压单元的优化。手册第 9 章「VT Optimizer」一节讲了配置方法，核心是设置 VT 类型的 primitive 和对应的 cost weight。VT 优化的目标通常是在满足时序的前提下，尽量用高阈值单元降低 leakage power。配置时要注意cerebrus_cost_weight_power的权重，如果 leakage 是主要矛盾，把这个权重调高。

Margins Optimizer 和 PPA primitive 的并发探索是 22.14 的新功能。以前这两个是分开跑的，现在可以在一个 run 里同时探索。配置上的变化是在 config 里同时启用 margins 相关的 primitive 和 PPA 相关的 primitive，Cerebrus 会自动协调两者的探索节奏。手册里「Exploring Margins Optimizer and PPA Primitives Concurrently」一节给了具体的配置示例。

从那以后我每次配 Cerebrus 都强制走一遍 RAK 验证环境，再上自己的设计。这个习惯帮我省了很多「以为是 config 写错了，其实是环境没配好」的排查时间。希望帮到你。

本文还有配套的精品资源，点击获取