1. DRC概述
1.1 什么是设计规则检查（DRC）
设计规则检查（Design Rule Check，DRC）是芯片设计流程中一项关键的物理验证步骤。它通过自动化工具，将版图（Layout）数据与晶圆厂（Foundry）提供的工艺设计规则（Design Rule，DR）进行逐条比对，确保版图几何图形满足制造工艺的物理约束。
DRC 的本质是 “规则驱动的几何图形合法性验证”。每条规则定义了版图中不同层（Layer）之间或同一层内图形的最小/最大尺寸、间距、包围、密度等参数。DRC 工具逐条扫描版图，标记出违反规则的区域，生成错误报告供设计者修正。
核心定义： DRC 是连接“电路设计意图”与“物理制造能力”的强制性质量关卡。未经 DRC 验证的版图，在流片（Tape-out）后几乎必然出现短路、断路、栅极漏电等物理失效。
1.2 DRC 在芯片设计流程中的位置
芯片设计流程通常分为前端逻辑设计与后端物理设计。DRC 位于后端物理设计的 物理验证（Physical Verification） 阶段，是流片前的最后一道关键检查之一。以下表格展示了 DRC 在完整设计流程中的位置与前后依赖关系：
| 阶段 | 主要任务 | 输出 | DRC 参与 |
|---|---|---|---|
| 前端设计 | RTL 编码、功能仿真、逻辑综合 | 门级网表（Netlist） | 无 |
| 后端物理设计 | 布局（Placement）、时钟树综合（CTS）、布线（Routing） | 版图（GDSII/OASIS） | 无 |
| 物理验证 | DRC、LVS、ERC、Antenna 检查 | DRC 报告、LVS 报告 | 核心环节 |
| 签核（Sign-off） | 时序签核、功耗签核、物理签核 | 签核报告 | DRC 清零是前提 |
| 流片（Tape-out） | 将最终版图交付晶圆厂 | 掩模版数据 | DRC 必须 100% 通过 |
从流程图中可以更直观地看到 DRC 在物理验证阶段的核心位置：
流程要点： DRC 并非一次性通过。在物理验证阶段发现违例后，设计者需要返回后端物理设计阶段修改版图，然后重新运行 DRC，形成“修改 → 验证 → 再修改 → 再验证”的迭代循环，直至所有违例清零。
1.3 DRC 的重要性与目标
DRC 的重要性源于芯片制造工艺的物理极限。光刻、刻蚀、化学机械抛光（CMP）等工艺步骤对版图形状、间距、密度有严格的容忍范围。违反设计规则的版图在制造过程中会出现以下典型失效：
- 短路（Short）： 金属线间距过小，导致相邻导线在光刻后粘连。
- 断路（Open）： 金属线宽度过窄，导致刻蚀后导线断裂。
- 栅极漏电（Gate Leakage）： 多晶硅栅与有源区交叠不足，导致晶体管无法正常开关。
- 天线效应（Antenna Effect）： 长金属线在等离子体刻蚀中积累电荷，击穿栅氧化层。
- 密度不均匀（Density Violation）： 金属密度过高或过低，导致 CMP 后表面不平坦，影响后续光刻精度。
DRC 的核心目标可以归纳为以下四个维度：
| 目标维度 | 具体描述 | 典型规则示例 |
|---|---|---|
| 制造可行性 | 确保版图在给定工艺节点下可被成功制造 | 最小线宽 ≥ 0.13μm（130nm 工艺） |
| 电气可靠性 | 避免因物理缺陷导致电路功能失效或寿命缩短 | 金属线间距 ≥ 0.2μm，防止电迁移 |
| 良率保障 | 通过冗余规则和均匀性规则提升晶圆良率 | 金属密度 20%~80%，避免 CMP 凹陷 |
| 设计一致性 | 确保版图与电路网表（LVS）一致，且无天线违例 | 天线比率 ≤ 指定阈值 |
以下 SVG 图展示了 DRC 违例的典型类型与制造失效之间的对应关系：
常见误区： 初学者常认为 DRC 只是“跑一遍工具，改几个错误”的简单步骤。实际上，在先进工艺节点（如 7nm、5nm）下，DRC 规则数量可达数万条，且包含大量复杂的条件规则（如多重 patterning、OPC 辅助规则）。DRC 验证往往占据物理验证阶段 40%~60% 的时间，是芯片设计周期中不可忽视的瓶颈环节。
1.4 DRC 脚本自动化的切入点
传统 DRC 验证依赖图形化界面（GUI）手动操作，效率低且容易遗漏。DRC 脚本自动化通过编写 Tcl、Python 或 SKILL 脚本，实现以下关键能力：
- 批量运行： 一键启动多个 DRC 任务，支持并行验证。
- 规则定制： 根据项目需求动态选择或组合规则集。
- 结果解析： 自动解析 DRC 报告，提取违例坐标、类型、严重等级。
- 可视化与修复： 自动定位违例区域，甚至生成修复脚本。
- 回归测试： 在版图修改后自动重跑 DRC，确保不引入新违例。
本课程将从 DRC 脚本自动化的基础概念出发，逐步深入到规则文件结构、结果解析算法、流程集成与优化，帮助学员构建完整的 DRC 自动化验证与结果解析能力。