想请问一下智能验证DRC的有关问题

1241939428

底下是我整个想法的大致流程，但是中间依然有很多不懂的地方，恳请一些大佬能够指导。


首先对于集成电路设计规则种的各种距离判断进行总结，并对相应的距离判断进行分类，形成固定的SVRF判断语句语句，生成的语句包含了内容rule_s = "ENC " + layer1 +" " + layer2 + " < " + str(enc_value) + " ABUT < 90 SINGULAR REGION\n}"包含了规则名称rule_title = layer + ".E." + check_name + " { @ " + comment +judge_type + str(width) + " }"。但是对于很多复杂的规则，因为我还是个小白，并未涉及太多，这里存在了一些疑问。

然后通过简化后的python语言批量生成所需的DRC deck语言。这样可以简化DRC deck的开发时间。

其次是我想用python工具包，结合版图验证工具用于版图识别的关键字解析设计规则，以提取关键数据，来自动创建测试参数列表。不知道有没有大佬做过这种方式的提取，然后参数列表包括规则名称，规则涉及的图层，图层之间的位置关系，检查的数值(最大值、最小值），以及一些特殊的约束等。


基于python工具包，根据所述测试参数列表，自动产生相应设计规则的DRC测试版图库，测试版图库分为正确版图和错误版图两种，正确版图需要通过calibre检测，而错误的版图要被检测出来，且报出错误，每条规则涉及到多个图形的生成，但提及到图形的时候，疑惑的一点在于，怎么样去生成测试图形，才能让这条规则适用于几乎所有的情况，也就是说怎么更加全面的设计测试图形。

最后一步是把测试图形放到calibre里面去跑验证，比如我输入了100个测试版图，其中90个正确的测试版图，10个错误的测试版图，通过验证的应该与我输入的正确版图一致。

此处还有很多术语知识不严谨，这也是我的一个想法，希望大佬可以指点一下

lurenjie123

你这样做有点落后了吧，现在大模型直接就把你第一步干完了，只用搭建本地数据库然后做微调，给他DRM直接给你写完DECK规则。测试图形的话见过直接随机生成一大块面积的吧，这样把所有情况都覆盖了，以前看过相关论文好像有这类算法。