“物理驗證是通往 tape-out 的最後一關。”
當工藝推進至 7 nm、5 nm 乃至更先進節點，設計規則變得愈發複雜、模塊層級更多、混合信號／3D 封裝挑戰加劇。此時， DRC (Design Rule Check) 與 LVS (Layout Versus Schematic) 這兩項物理驗證工作不僅是良率保障，更是與 foundry 簽入流程中不可繞開的一環。選對工具，能讓你少走彎路、快下 mask。
- 工具一覽
Siemens Calibre
Calibre 長期以來在 DRC/LVS 領域享有“行業標準”之稱。其工具套件包括 nmDRC、nmLVS 等，被大量 foundry 用作籤核平台。
優點在於：籤核 rule-deck 一般首先在 Calibre 上成熟、foundry 對 Calibre 的 支持最早且最廣。這縮短了“為什麼同樣規則在不同工具表現不一致”的調試循環。
適用場景：你在領先節點（如 5 nm／3 nm）設計、且 foundry 驗核 deck 基於 Calibre。
需要注意：如果你設計流程偏向“在 P&R 內部就想早驗早修”，但只用 Calibre 做傳統批量籤核，可能會錯過“在設計進行中實時反饋”的機會。
Synopsys IC Validator (ICV)
IC Validator 是 Synopsys 專注於物理驗證的解決方案，其特色為與 Synopsys 的 P&R 工具（如 ICC2/Fusion）緊密集成。
優勢在於：能在設計／實現階段就進行實時或近實時的 DRC 檢查（例如 Live DRC inside ICC2），避免等到最後才發現問題而返工。
適用場景：你主要用 Synopsys 的 P&R 套件，且希望將 DRC/LVS 反饋週期前置。
注意事項：若 foundry 驗核 deck 本身在 Calibre 上更成熟，仍需確認規則一致性。
Cadence Pegasus Verification System (/ PVS)
Pegasus 是 Cadence 針對大規模 DRC 籤核、高吞吐、雲／並行處理優化的方案。其官方稱可實現“up to 10×”對比傳統工具的 DRC 加速。
優勢在於：如果你的挑戰是“跑滿一整片 GDS 或 3D 封裝設計，常常卡在 DRC 排隊／跑滿一夜”的情況，Pegasus 的彈性並行特性就尤為吸引。適用場景：大型 SoC、3D IC、封裝設計或多片 - 拼 場景，且你能調用雲／大規模 CPU 資源。注意事項：仍需確認 deck 兼容性、現場經驗與 foundry 籤核流程。 - 選擇標準 & 決策因素
Deck 成熟度與歸屬
工具並不是孤立存在，最關鍵的是 rule-deck（檢驗規則集）是誰寫、誰維護、在哪裏首先生效。
如果 foundry 本身提供基於 Calibre 的 籤核 deck，那麼即便你流程用別的工具，也可能因為 deck 不成熟而坑很多。
最快的 debug 循環
在設計階段就做 DRC/LVS（如 ICV）可以顯著減少後階段返工。
在籤核階段再做（如 Calibre 或 PVS）意味着你可能已積累大量問題。
因此你需要問：我更看重“早期乾淨”還是“最後籤核通關”？
吞吐能力 & 隊列痛點
當你趕 tape-out、跑的是整片 GDS 、要在短時間內完成驗證：
Pegasus 強項是大規模並行、雲／爆發計算能力。
ICV 也有強分佈式能力（例如支持數千 CPU 核）
Calibre 雖也有大規模選項，但在“爆發式並行＋雲”場景上可能略遜。
所以，若你的現實環境是“工具隊列長”“跑一次要等待一天以上”，就要優先考慮並行能力。
3D／封裝 & 混合信號邊界
現代設計越來越不是純數字 2D 芯片：3D IC、封裝結構、混合信號塊、芯片-片間互連，都讓驗證工具必須覆蓋這些邊界。
因此要確認：你的 工具是否被用來驗證 die + interposer + package + BGA／LGA 等場景。 - 實戰分享要點
跑哪一節點／哪個 foundry？節點越先進、規則越複雜，工具選型越重要。
運行時間最長的原因是什麼？是密度（density）、層級（hierarchy）、天線效應（antenna）、奇偶數循環（odd-cycle）？
調試／查看界面哪些幫助你省下了時間？強大的 viewer/debug UX 可以讓你少卡一小時、甚至一天。
這些實際問題往往決定“選哪個工具”的最終答案。 -
總結建議
如果你在領先節點，且 foundry deck 已在 Calibre 上成熟：優先選 Calibre。
如果你整個流程以 Synopsys 生態為主，想把驗證提前到設計實現階段：選 IC Validator。
如果你追求極致 DRC 吞吐、暴力並行、大片驗證，尤其是 3D／封裝場景：考慮 Pegasus。
最好結合你的 IT 資源（有無雲／大規模 CPU farm）、團隊經驗、流程契合度，再做決定。END《EDA網院》出品 · 與全球工程師一起探索芯片的世界
