2.2 建置環境：原始碼編譯與 Docker#

開源 EDA 要能改變產業，前提是「能被裝起來」。這句話聽起來平常，卻是三十年來開源工具最常跌倒的地方：演算法再好，如果使用者花三天還編不出 binary，影響力就是零。OpenROAD 從 DARPA 資助之初就把「可安裝性」當成一級目標，因此提供了兩條清楚的安裝路徑——從原始碼編譯，以及使用官方 Docker 映像。這一章我們把兩條路都走一遍，並且談談這背後「 reproducible environment 」的思想脈絡。

兩條路徑的取捨#

從原始碼編譯的好處是你可以追蹤最新開發版、修改程式碼、做實驗；缺點是依賴較多。OpenROAD 的主要依賴包括 CMake（建置系統）、一個夠新的 C++ 編譯器（C++17 以上）、Boost、Eigen、以及 SWIG（用來產生 Python/Tcl 綁定）。Tcl 與 Python 的開發標頭檔也要在系統上備齊，否則綁定會編不出來。

典型的原始碼建置流程如下：

git clone --recursive https://github.com/The-OpenROAD-Project/OpenROAD.git
cd OpenROAD
sudo ./etc/DependencyInstaller.sh -base
sudo ./etc/DependencyInstaller.sh -common
./etc/Build.sh -cmake="-DCMAKE_BUILD_TYPE=Release" -threads=8

DependencyInstaller.sh 是 OpenROAD 團隊維護的依賴安裝腳本，支援 Ubuntu 與 RHEL 系列等主流發行版，會自動處理 Boost、SWIG、spdlog 等套件。Build.sh 則包裝了 CMake 的兩階段建置——先建置依賴的子模組，再建置 OpenROAD 本體。幾十分鐘後，你會得到 ./build/src/openroad 這個可執行檔。驗證方式：

./build/src/openroad -version

值得提醒的是編譯模式：務必使用 Release。和本書討論的 veryl2chip 工具鏈一樣，OpenROAD 的 placement 與 routing 引擎計算量極大，debug build 可能慢上十倍以上，用它跑流程會嚴重誤導你對效能的認知。

Docker 與可重現性#

第二條路徑是 Docker。OpenROAD 官方提供預建映像，把編譯環境、依賴函式庫與工具本體全部打包：

docker pull openroad/flow-ubuntu22.04-builder:latest
docker run -it -v $(pwd):/work openroad/flow-ubuntu22.04-builder:latest

如果你只是想「用」OpenROAD 而不想「改」它，Docker 是最省事的路；如果你要開發，也可以在容器內進行完整編譯，保證環境與 CI 一致。

Docker 路徑的意義遠不止「省去編譯」。晶片設計有個古老的要求叫 reproducibility：同一份設計、同一版工具、同一組選項，必須得到位元級一致的結果，否則 signoff 與量產都無從談起。傳統 EDA 靠版本鎖定與廠商認證來保證這件事；開源世界則靠容器映像。把工具版本、作業系統、函式庫全部凍結在同一個 image 裡，一年之後任何人重新執行，都得到同樣的 GDS。這是把「實驗科學的紀律」帶進 EDA 的方式，也是開源社群能互相信任彼此結果的基礎建設。

安裝 ORFS：流程層的環境#

OpenROAD 是引擎，ORFS（OpenROAD-Flow-Scripts）是駕馭引擎的完整流程。若你的目標是從 RTL 跑到 GDS，通常直接安裝 ORFS 更方便，因為它會把 Yosys、OpenROAD、klayout 等一併處理：

git clone --recursive https://github.com/The-OpenROAD-Project/OpenROAD-flow-scripts.git
cd OpenROAD-flow-scripts
sudo ./setup.sh

setup.sh 會偵測發行版並安裝依賴。ORFS 同樣提供 Docker 版本，官方教學的標準入口是：

cd OpenROAD-flow-scripts
./build_openroad.sh            # 編譯 OpenROAD 並準備環境
source ./env.sh                # 載入環境變數

之後就能用 make（下一節會詳談）跑設計。注意 --recursive 與子模組：ORFS 把 OpenROAD 作為子模組引用，忘了拉子模組是新手最常見的錯誤。

硬體需求與教育意義#

OpenROAD 與 ORFS 是重量級軟體：完整建置需要多核心 CPU（建議 8 核以上）、16 GB 以上 RAM，磁碟空間數十 GB。SkyWater 130nm 這類 platform 的 cell library 就有數千個檔案，routing 一個中型設計可能要數小時。好消息是這些需求在今日任何一台普通工作機上都能滿足——這正是開源革命的核心：1990 年代要跑實體設計，你需要價值數十萬美元的 license 與工作站；今天，一台筆電加上免費軟體，就能做出可流片的 130nm 晶片。

這個門檻的崩塌，改變的是「誰能學晶片設計」。過去 EDA 知識集中在少數大公司與頂尖大學的實驗室裡，因為工具即是知識的載體——沒有工具的人，連演算法長什麼樣都看不到。當 OpenROAD 可以被任何學生 git clone 下來編譯、修改、做實驗，EDA 教學就從「黑箱操作訓練」變成「白箱科學研究」。這也是為什麼 DARPA 願意出錢：他們要的不是一支免費工具，而是重建美國晶片人才的培養管線。環境建置，是這場教育實驗的第一步。