Joules RTL Design Studio：以更智能的RTL设计，实现卓越的PPAC指标

27天前浏览274

本文翻译转载于：Cadence Blog

作者：Udaya Shankar

借助由 Joules RTL Design Studio 驱动、以 PPAC 为核心的 RTL 设计，加速芯片开发进程。通过本篇文章，了解该工具如何为 PPAC 优化简化 RTL 设计流程，带来更智能的工作流与更出色的芯片性能。

简介

在节奏飞快的数字设计领域，每纳秒、每毫瓦都至关重要，工程师们始终在寻求能够简化工作流程、提升设计质量的工具。Joules RTL Design Studio 应运而生，它是 Cadence 推出的强大解决方案，彻底革新了 RTL 设计优化。无论是解决时序瓶颈、功耗低效问题，还是应对结构复杂性，Joules RTL Design Studio 都能让你在设计早期轻松直面这些挑战。

为何 Joules RTL Design Studio 至关重要

RTL 设计是数字芯片开发的基础， RTL 的质量直接影响最终网表与物理实现的性能。传统方法往往依赖后期修复，对已存在缺陷的 RTL 优化幅度通常仅为 10%–20%。Joules RTL Design Studio 则改变了这一模式，支持在设计早期就开展 PPAC 分析与优化。

核心优势

RTL 分析与调试的统一操作平台
可在运行效率与精度之间实现平衡的预测引擎
集成代码检查工具，用于环境配置与数据检查
生成式 AI 与大数据分析，实现更智能的 RTL 方案探索
原型快速综合
RTL 调试辅助系统，精确定位时序、拥塞与结构问题

RTL 设计优化流程

基于 Joules RTL Design Studio 的 RTL 优化全流程：

RTL 设计

该 RTL 设计采用复杂的代码结构，开发时完全聚焦于功能实现，并已完成功能验证。

复杂设计往往会忽略物理设计带来的影响，导致初始实现效果不佳。因此，前端与后端工程师需要投入大量精力，才能将这类 RTL 落地为 ASIC。此类 RTL 在实现过程中，通常会出现布线、时序和结构方面的诸多问题。

尽早发现这些问题，是确保实现流程顺畅的关键。因此，在设计早期就对 RTL 进行修改以优化 PPA，能够简化整个流程，降低工程师的实现难度。

代码检查

这是保障设计流程中输入文件质量的必备功能。Joules RTL Design Studio 内置的代码检查工具可检测所有输入文件中的问题，包括：

RTL
SDC
激励文件
CPF/UPF

原型设计

原型设计可弥合 “概念性 RTL 设计” 与 “可直接落地的设计” 之间的鸿沟。通过执行 prototype_design 命令可完成快速综合，该功能支持逻辑、物理及 RTL 版图规划流程，能够实现 PPAC的早期预测与方案探索。

这种原型设计方法可向 RTL 设计师反馈逻辑和物理层面的问题，助力 RTL 面向 PPAC 指标优化。它不仅支持快速、早期的 PPAC 预测，还能生成 RTL 版图规划、预估早期时钟树，并修复高扇出负载网络。此外，Genus 综合脚本可直接转换为 Joules RTL Design Studio 的 “原型快速综合（实现）脚本”，对应转换关系如下：

PPAC 追踪流程

在设计流程中，RTL 设计会频繁迭代修改，而这些修改又会导致 PPAC指标随之变化，因此追踪这些指标就变得至关重要。

track_ppac 命令可实现以下核心功能：

创建配置（-create 参数）
持续捕获不同时间节点的指标数据（-capture 参数）
生成受 RTL 修改影响的 PPAC 指标报告与可视化图表（-report 参数）

PPAC 指标追踪支持基于日期或基于标签的两种方式，可轻松对比不同设计版本或不同设计阶段的指标差异。这一功能能极大帮助工程师预判 RTL 修改对 PPAC 指标带来的影响。

RTL 调试辅助系统

RTL 调试辅助系统是定位并修复问题的首选工具。

时序分析

从 RTL 层面执行时序分析，识别违例并按逻辑或物理根源进行分类。时序违例还可按类别或层级进行分析与报告。基于瓦片分块（tile）的违例可视化，有助于在已映射与布局的设计中定位时序问题。此外，RDAS 还能检测最差时序路径的起点与终点、违例路径中的瓶颈，以及与违例路径相关的邻近路径。

拥塞分析

拥塞分析可帮助定位并解决由多路选择器、存在问题的数据通路运算符、高扇出驱动器以及深组合逻辑所引发的拥塞热点。

结构分析

结构分析可深入洞察设计中的数据通路复杂度，以及扇入 / 扇出相关问题。

面向高级 RTL 分析与调试的统一图形界面

Joules RTL Design Studio 提供基于图形界面的组件与绘图工具，实现智能化可视化分析：

彩色表格报告
绘图功能：功耗、面积、时序指标的柱状图与折线图
交叉探查：支持 HDL、原理图与版图查看器联动
属性管理：可查看与编辑设计对象的属性及 PPA 相关参数
报告生成：基于端口与内存裕度的分类彩色表格报告
层级浏览器：基于设计层级的分析视图，用于定位关键模块
基于分块的视图：用于时序违例的空间分布分析
调试功能：直接关联 RTL 调试辅助系统，定位并修复 PPAC 问题

RTL 生产力特性

用于提升 RTL 设计效率的特性包括：

RTL 重构：在综合之前智能修改 RTL 设计，以实现 PPA 优化。
RTL 差异对比：智能识别 RTL 设计在 PPA 优化过程中发生的变更。

总结

Joules RTL Design Studio 不只是一款工具，更是一个综合性平台，帮助 RTL 设计师在设计早期做出明智决策、减少迭代次数，并实现最优的 PPAC 指标。它深度融入 Cadence 生态系统，同时支持 AI 驱动的分析，是专业数字设计师的必备利器。无论你是在排查时序问题，还是评估架构权衡方案，Joules RTL Design Studio 都能让设计更智能、更快速、更高效。

通过 Cadence 的专项课程 《Joules RTL Design Studio v25.1 RTL 设计优化》，释放 RTL 设计的全部潜力。该培训旨在帮助你掌握高级优化技术，运用 Joules RTL Design Studio 的强大功能，实现更快速、高效的芯片开发。完成课程后，你将获得实战经验，深化对以 PPAC 为核心的 RTL 设计的理解，掌握提升性能、功耗与面积效率的最佳实践，拓展知识体系，彻底转变高效 RTL 设计的思路与方法！

来源：Cadence楷登

Cadence 携手 NVIDIA 发布业界首款具备全自主芯片设计能力的虚拟工程师

Level-5 ChipStack AI Super Agent 框架与 NVIDIA OpenShell 运行环境携手推动代理式 AI 在半导体开发中的安全落地中国上海，2026 年 6 月 8 日 —— 楷登电子（美国 Cadence 公司，NASDAQ：CDNS）近日宣布推出业界首款具备全自主能力的 AI 虚拟工程师，将 ChipStack™ AI Super Agent 提升至 Level-5 自主水平。全新的智能体能力基于 Cadence 的 AI 驱动电子设计自动化（EDA）产品组合，结合 NVIDIA Nemotron[1] 模型构建，并由 NVIDIA OpenShell[2] 运行环境提供安全保障，赋能客户在自动化工作流程中运行动态仿真。在 NVIDIA，数千名工程师正每年使用数十亿计算小时数来运行数百万次测试以验证其设计。每位工程师都将使用 ChipStack 智能体，配合 Cadence® Xcelium™ Logic Simulation 和 Jasper® Formal Verification 来运行数百次动态仿真，从而使 RTL 验证周期提速 40 倍以上，并将通常长达五周的验证周期缩短至不到一天，极大提升复杂半导体设计的验证速度。 “我们看到客户正在利用 AI，让其资深工程师能够以更高速度和更强信心推进更具挑战性的芯片设计。”Cadence 高级副总裁兼系统验证事业部总经理 Paul Cunningham 表示，“借助 ChipStack AI Super Agent，我们正在迈向下一步——从辅助工程师的 AI 演进为能够执行实际设计和验证工作的自主虚拟工程师。这些智能体以我们高精度签核引擎为基础，并在安全、受控的环境中运行，让团队能够充满信心、更高效地加速创新。”从 AI 辅助迈向自主工程设计ChipStack AI Super Agent 现具备 Level-5 自主水平，可独立执行复杂的芯片设计和验证工作流程，同时允许工程师根据需要进行检查、指导和协作。该智能体与协作环境原生集成，并兼容 Codex 或 Claude Code 等工具，为自主活动提供了极高的透明度，帮助团队随时掌握系统的进度和决策。ChipStack AI Super Agent 不再依赖逐步提示，而是能够评估中间结果，决定下一步行动，并在规格理解、RTL 生成、验证规划、形式分析、仿真、调试和设计收敛等任务间不断迭代，直至目标完成。工程师的角色也将从执行单项任务转向监督结果并引导目标。在前沿部署中，自主验证工作流已将传统上需要数周的验证周期缩短至不到一天。立足工程级准确性，为量产保驾护航Cadence 的一个关键差异化优势在于，智能体的自主行为与该公司基于物理原理的核心设计和验证引擎紧密结合。这将确保 AI 引导的行动始终立足于经过验证的计算模型和具备高精度签核的结果，为高风险工程项目建立起所需的信任。为支持生产部署，ChipStack AI Super Agent 将在 NVIDIA OpenShell 环境中运行。NVIDIA OpenShell 是为自主智能体打造的沙箱环境，通过策略控制、隔离以及对工具、基础设施和设计数据的受控访问来强化监管并帮助保护敏感知识产权（IP）。Cadence 的物理引擎与 OpenShell 的安全架构相结合，为从受监督的试点项目到生产级自主工作流程提供了一条切实可行的路径。“随着半导体设计日益复杂，工程团队需要能够在不牺牲安全性、可控性或信任的前提下加快验证速度的 AI 智能体。”NVIDIA 副总裁兼计算工程总经理 Timothy Costa 表示，“通过使用 NVIDIA OpenShell 保障 Cadence 的 ChipStack AI Super Agent，并借助 Nemotron 模型提供支持，Cadence 正将受控自主性引入芯片设计工作流程——给予客户一条更快、更安全的先进半导体开发和验证路径。”引领代理式 AI 新时代此次发布体现了 Cadence 在由 NVIDIA 提供支持的代理式 AI 的创新速度。继 2025 年 11 月收购 ChipStack 后，Cadence 于 2026 年 2 月推出首款产品，并于 4 月在 CadenceLIVE 上将其扩展为 AI 超级智能体产品组合，推出用于定制和模拟设计的 ViraStack AI Super Agent、用于数字实现和签核的 InnoStack AI Super Agent 以及作为跨设计堆栈协调代理工作流程的编排框架的 Cadence AgentStack。Cadence 现正努力将这些功能扩展至完全自主水平。可用性ChipStack AI Super Agent 和 AgentStack 编排框架的 Level-5 自主能力预计将于 2026 年下半年向早期体验客户开放。来源：Cadence楷登