第一章：运行时系统架构

各位同学，今天咱们聊聊Fusion Compiler运行时系统的整体架构。说实话，这个主题我琢磨了好多年，从最初接触EDA工具开发到现在，踩过的坑、绕过的弯路，够写一本小册子了。

运行时系统，说白了就是芯片设计工具的“操作系统”。它负责调度任务、管理资源、协调各个模块工作。没有它，再牛的算法也跑不起来。

整体架构概览

先看一张整体架构图，我亲手画的，你们感受一下：

这张图我画了三层结构。顶层是用户接口层，中间是运行时核心层，底层是后端适配层。每一层各司其职，又互相配合。

我个人习惯把运行时系统比作一个餐厅：用户接口层是菜单和前台，核心层是厨房和后厨管理，后端适配层就是食材仓库和供应链。缺了哪一环，这顿饭都做不出来。

前端与后端分离设计

为什么要做前后端分离？这个问题我当年也困惑过。直到有一次，我接手一个老项目，前端UI和后端逻辑全揉在一起，改一个按钮功能要重新编译整个系统...那滋味，谁试谁知道。

前后端分离的核心思想就一句话：接口稳定，实现可变。

举个例子，用户敲一条 report_timing 命令：

// 前端处理
Command cmd = parse("report_timing");
cmd.validate();
cmd.setOptions(options);

// 通过接口发送到后端
RuntimeResult result = runtime.execute(cmd);

// 后端处理
TimingReport report = timingEngine.analyze();
report.format(outputFormat);
return report;

你看，前端只管“我要什么”，后端只管“怎么做到”。中间通过一个稳定的接口协议通信。这样前端换UI框架、后端换算法实现，互不影响。

插件化引擎架构

插件化，说白了就是“搭积木”。核心系统提供框架和接口，具体功能由插件实现。这样做的好处太多了：

• 热插拔：不用重启系统就能加载新功能
• 隔离性：一个插件挂了，不影响其他插件
• 生态化：第三方可以开发自己的插件
• 定制化：用户只加载需要的插件，减少资源占用

我见过一个真实的案例：某大厂的自研EDA工具，核心系统只有20万行代码，但插件加起来超过200万行。这就是插件化的威力——核心稳定，外围灵活。

插件引擎的核心接口设计大致如下：

// 插件接口
interface Plugin {
    String name();
    Version version();
    void init(PluginContext context);
    void execute(Task task);
    void shutdown();
}

// 插件管理器
class PluginManager {
    void loadPlugin(String path);
    void unloadPlugin(String name);
    Plugin findPlugin(String name);
    List<Plugin> getActivePlugins();
}

数据流驱动模型

这个模型，说白了就是“数据走到哪，计算就跟到哪”。传统的控制流模型是“我命令你做什么”，数据流模型是“数据来了，该做什么自己决定”。

为什么会这样设计？你想想看，芯片设计流程中，数据依赖关系极其复杂。一个模块的输出可能是另一个模块的输入，还可能同时被多个模块使用。用控制流模型，你得手动管理这些依赖关系，累死个人。

数据流驱动的核心概念：

• 数据节点：存储数据的地方，可以是内存、文件、数据库
• 计算节点：处理数据的逻辑单元，比如时序分析、功耗计算
• 数据边：数据流动的路径，定义了谁依赖谁
• 触发条件：数据就绪、数据变更、定时触发等

来看一个简化的数据流图：

// 数据流定义
DataFlow flow = new DataFlow();

// 定义数据节点
DataNode designDb = flow.createNode("design_db");
DataNode timingGraph = flow.createNode("timing_graph");
DataNode report = flow.createNode("report");

// 定义计算节点
ComputeNode parseDesign = flow.createComputeNode("parse");
ComputeNode analyzeTiming = flow.createComputeNode("analyze");
ComputeNode generateReport = flow.createComputeNode("report_gen");

// 连接数据流
parseDesign.output(designDb);
designDb.connectTo(analyzeTiming.input());
analyzeTiming.output(timingGraph);
timingGraph.connectTo(generateReport.input());
generateReport.output(report);

// 启动数据流
flow.start();

当 parseDesign 完成，数据自动流向 analyzeTiming，然后流向 generateReport。整个过程不需要你写一行调度代码。

我记得有一次，一个客户的设计有上亿个单元，全量分析要跑三天。用了数据流驱动模型后，每次修改只重算受影响的部分，平均只要20分钟。客户当场就愣住了。

好了，这一章的内容就到这里。运行时系统的架构设计，说白了就是三件事：分好层、插好件、管好流。把这三点想明白，后面的细节就好办了。

---

公众号:蓝海资料掘金营，微信deep3321