愉快的洛杉磯之行结束，陈一然没等到周一，而是在周末就开始了工作。
之前已经整理了ispd 2006 placement benchmark的全部资料，还有几个测试案例的netlist文件，標准单元库的lef 格式描述，以及官方给出的线长和密度约束文档。
【数据的输入格式已经了解了，lef 描述的是標准单元的物理尺寸和引脚位置，netlist 给出的是单元之间的连通关係。hpwl 半周长线长模型。每个 net 的 bounding box 的宽度加高度，就是线长的近似值。】
“你的意思是，你能直接设计解析器？”
【可以，但这只是第一步。benchmark 的格式本身不复杂，复杂的是怎么把解析出来的数据餵给 deepflow。编辑器的 ast 是一维的树形结构，placement 是二维空间加三维连通。
核心改造在於：增量更新的触发条件从文本变更变成了空间位置变更 —— 当一个 cell 的位置移动，受影响的不再是语法树上的兄弟节点，而是空间上相邻的 cell 和 netlist 上相连的 cell。
我们需要一个 adapter，它的功能是：接收 placement 引擎每次移动 cell 之后的坐標变化，转换成 deepflow 能理解的 delta 描述，然后把 deepflow 计算出的梯度反馈回 placement 引擎。】
陈一然在笔记本上开始画图，茉莉一边分析一边让他改。
陈一然扛著久违的低烧感，努力了来两天。
最终输出了一份 13 页的设计文档，包含：benchmark 解析器架构、deepflow 適配层的接口定义、placement 引擎和 gpu 训练集群之间的数据流约定。每一部分的输入输出格式、数据结构、调用顺序，全都写清楚了。
周一早上，陈一然把设计文档列印了好，发给了每个人。凯萨琳也凑热闹想要一份，被陈一然以浪费纸张为由拒绝了。
高德伟看了五分钟，然后放下文档，看著陈一然。
“老板，不愧是第一个项目就能卖两亿的人啊。”
高德伟站起来走到白板前面，他把陈一然文档里的架构图又画了一遍，画完之后退了两步，看了一会。
“这个適配层的设计是对的，把增量更新的触发条件从 ast 的树形结构改成空间 + 连通性的混合索引 —— 这是 placement 和编辑器最本质的差异。”
周天佑看到 gpu 训练集群和 placement 引擎之间的数据流约定，说自己周末刚好把三台 r710 的 cuda 环境和 mpi 调通了 —— 本来以为还要一两周才能用上，没想到架构文档直接把接口定义好了。
其他人各领了一块，张明辉和刘毅负责 benchmark 解析器，桑杰和王雪负责 lef / 標准单元库的数据加载，阿密特和林志伟开始把 ispd 的物理约束翻译成 deepflow 能处理的格式。
工作分配白板上写满了，陈一然在旁边看了一眼，觉得自己没什么事可做了。
“我明天开始就不过来了，你们自己干，有问题 msn 找我。”
高德伟看了他一眼：“老板你这就居家了？”
“我在家效率更高。”
高德伟对这话是买帐的，作为公司里资歷经验最多的人。
他在前几天其实是有点担忧的，毕竟陈一然开业第二天就带大家出去玩的，这做派虽然会让员工很开心，但是以公司进度来看实在没有什么帮助。
更可怕的是，开业那天虽然他分配了人物，实际上路线也算合理，但是陈一然完全没有给大概的时间表。
高德伟自己算过，如果正常比较流畅的话。
团队磨合 + 工具链搭建需要 1 到 2 周。才能能编译、跑通 ispd 2006 benchmark。
deepflow 適配 placement 也需要 2 到 3 个月，才能適配增量计算引擎適配 2d 空间数据。
最后第一个 benchmark 结果，就得三四月，然后还得和传统方法的初步数据做对比。
rl 训练框架跑通的时候，至少得半年以后。
然后在一年左右，公司能產出可用的商业原型，进行稳定的可比可演示的引擎。
这都是往好了想，中途隨便出点问题，就可能卡很久。没有一个详细的项目时间表，整体团队都有可能变得有点混乱。
开业那天，陈一然完全没提过这些，高德伟感觉出来了，他应该是完全没有这个概念。
想想也正常，之前陈一然只是独立开发者，对整体的项目管理可以说是完全没有经验。
高德伟本来觉得，等陈一然发现问题后，可能提议慢慢的推出一个人做项目整体的主管。
这活高德伟自己可以干，但是他不太想，他年龄大了，不想那么累。
陈一然看这样不是个勤快人，团队里现在看只有拉杰比较合適。
然而用了两天，陈一然就让高德伟看到了什么叫做天才。
他几乎是一己之力，把可视范围內的麻烦全都解决了，该设计的全都设计好了。
这种人，不上班也就不上班了。隨便在线指挥一下，就足够让项目疯狂推进了。
接下来几天，陈一然基本上每天睡到自然醒，遛完皮蛋就开始一边看剧一边在线和员工们交流问题。
有问题的不少，但大多数自己琢磨一会就解决了。真正需要他帮忙的，都是茉莉能一眼看出来的东西。
林志伟在解析 lef 文件的时候撞上了格式版本的问题，ispd 2006 的数据还是 lef 5.6 的老格式，他按 5.7 写的解析器读到 obs 段就报错。茉莉扫了一眼，知道是 obs 段的 layer 嵌套在 5.6 和 5.7 之间改了，补了个向下兼容。
张明辉那边跑大案例的时候內存炸了，他习惯性地先把整个 netlist 读到內存再建结构，bigblue4 两百万个 cell 一口气吃掉了 16g。
陈一然让他改成流式解析，边读边建图，省掉中间的完整副本。张明辉是 ea 出来的，游戏引擎的资源加载全是流式的，这活对他来说应该顺手。果然第二天就重构完了，內存砍了一半。
阿密特遇到的麻烦比较刁钻，macro cell 的固定位置约束和標准单元的密度约束在同一个区域里衝突了。
需要一个约束消解层，macro 优先，標准单元只在 macro 没占用的空间里生效。茉莉把逻辑理了一下，写了几行发过去，阿密特加了这层之后全部约束通过了，然后发过来了一堆彩虹屁。
除此之外，团队基本上没出什么大问题。可以说，在茉莉的一对一投餵下，公司的磨合非常的快，基本上一周就完成了高德伟预计半个多月才能完成的任务。
周五下午，陈一然开车去了公司。
高德伟在终端前面跑了第一个集成测试，屏幕上的 log 刷了大概三十秒，最后一行显示：ispd 2006 adaptec1 loaded and validated。
办公室里稀稀落落地鼓了几下掌。
陈一然走到白板前面。上面还留著周一画的架构图，旁边多了密密麻麻的箭头和批註，全是这一周大家往上加的。
“下周开始跑第一次 placement，adaptec1，二十万个 cell。不要求线长多好，只要全流程走通。”
林志伟靠在椅子上想了想：“第一次跑的话，我建议先用最简单的隨机初始化做 baseline。不做任何 ai 训练，就隨机放 cell 然后让 deepflow 算线长。先把数据全流程验证一遍，从解析到引擎到线长评估，確保每一步的数据都是对的。等 baseline 確认没问题了再上 rl。”
高德伟点了点头：“同意。而且这个 baseline 本身就有用。你可以同时把模擬退火也跑一遍 adaptec1，用相同的 benchmark 条件。等 rl 训练起来之后，这两个 baseline 就是对比的锚点。”
周天佑手里还拿著半卷网线说：“训练集群这边有个问题。r710 只有 cpu 没有 gpu，placement 的 rl 训练如果是纯 cpu 跑，二十万个 cell 的叠代速度会很慢。deepflow 的增量计算引擎本身可以大幅降低单次叠代的计算量，但是 rl 需要的大量並发探索还是需要 gpu 加速。”
阿密特问：“你之前不是说三台 r710 都调通了吗。”
“调通了，但 r710 是伺服器级的 xeon，没配 gpu 卡。纯 cpu 跑深度学习训练，效率大概只有 gpu 的十分之一。”
高德伟转过来看陈一然：“这周先用 cpu 跑小的，benchmark 跑通了再考虑 gpu 扩容？”
陈一然看了下茉莉的说法，回復道：“先看看 adaptec1 在纯 cpu 上的单次叠代时间。deepflow 的增量更新可能比你想的省算力。如果一晚上能跑几万次叠代，对於二十万个 cell 的初版原型来说够了，后续上大规模训练再配 gpu。”
拉杰有点无奈的说：“儘快吧，我感觉现在只能帮帮忙。”
阿密特点点头说：“下周我可以把八个 benchmark 案例的约束全部翻译完，这周只做完了 adaptec1 这一个。”
“全部八个做完要多久。”
“两周。后面几个大的比较复杂，bigblue 系列有 macro corner 的额外密度约束。”
“先集中精力把 adaptec1 跑通全流程，其他 benchmark 后面再补。”
几个人又討论了一轮，白板上又多了一堆箭头和 todo。
硅谷是这样的，尤其是初创公司，正是大家都很热情的时候，说到兴奋处，几个单身的甚至开始提议乾脆今天晚上不回家，就在在单位住了。
陈一然赶紧败退了，今天可是周五，还要回家和爸妈视频呢，这周国內的房子他们应该就能定下了。
之前已经整理了ispd 2006 placement benchmark的全部资料，还有几个测试案例的netlist文件，標准单元库的lef 格式描述，以及官方给出的线长和密度约束文档。
【数据的输入格式已经了解了，lef 描述的是標准单元的物理尺寸和引脚位置，netlist 给出的是单元之间的连通关係。hpwl 半周长线长模型。每个 net 的 bounding box 的宽度加高度，就是线长的近似值。】
“你的意思是，你能直接设计解析器？”
【可以，但这只是第一步。benchmark 的格式本身不复杂，复杂的是怎么把解析出来的数据餵给 deepflow。编辑器的 ast 是一维的树形结构，placement 是二维空间加三维连通。
核心改造在於：增量更新的触发条件从文本变更变成了空间位置变更 —— 当一个 cell 的位置移动，受影响的不再是语法树上的兄弟节点，而是空间上相邻的 cell 和 netlist 上相连的 cell。
我们需要一个 adapter，它的功能是：接收 placement 引擎每次移动 cell 之后的坐標变化，转换成 deepflow 能理解的 delta 描述，然后把 deepflow 计算出的梯度反馈回 placement 引擎。】
陈一然在笔记本上开始画图，茉莉一边分析一边让他改。
陈一然扛著久违的低烧感，努力了来两天。
最终输出了一份 13 页的设计文档，包含：benchmark 解析器架构、deepflow 適配层的接口定义、placement 引擎和 gpu 训练集群之间的数据流约定。每一部分的输入输出格式、数据结构、调用顺序，全都写清楚了。
周一早上，陈一然把设计文档列印了好，发给了每个人。凯萨琳也凑热闹想要一份，被陈一然以浪费纸张为由拒绝了。
高德伟看了五分钟，然后放下文档，看著陈一然。
“老板，不愧是第一个项目就能卖两亿的人啊。”
高德伟站起来走到白板前面，他把陈一然文档里的架构图又画了一遍，画完之后退了两步，看了一会。
“这个適配层的设计是对的，把增量更新的触发条件从 ast 的树形结构改成空间 + 连通性的混合索引 —— 这是 placement 和编辑器最本质的差异。”
周天佑看到 gpu 训练集群和 placement 引擎之间的数据流约定，说自己周末刚好把三台 r710 的 cuda 环境和 mpi 调通了 —— 本来以为还要一两周才能用上，没想到架构文档直接把接口定义好了。
其他人各领了一块，张明辉和刘毅负责 benchmark 解析器，桑杰和王雪负责 lef / 標准单元库的数据加载，阿密特和林志伟开始把 ispd 的物理约束翻译成 deepflow 能处理的格式。
工作分配白板上写满了，陈一然在旁边看了一眼，觉得自己没什么事可做了。
“我明天开始就不过来了，你们自己干，有问题 msn 找我。”
高德伟看了他一眼：“老板你这就居家了？”
“我在家效率更高。”
高德伟对这话是买帐的，作为公司里资歷经验最多的人。
他在前几天其实是有点担忧的，毕竟陈一然开业第二天就带大家出去玩的，这做派虽然会让员工很开心，但是以公司进度来看实在没有什么帮助。
更可怕的是，开业那天虽然他分配了人物，实际上路线也算合理，但是陈一然完全没有给大概的时间表。
高德伟自己算过，如果正常比较流畅的话。
团队磨合 + 工具链搭建需要 1 到 2 周。才能能编译、跑通 ispd 2006 benchmark。
deepflow 適配 placement 也需要 2 到 3 个月，才能適配增量计算引擎適配 2d 空间数据。
最后第一个 benchmark 结果，就得三四月，然后还得和传统方法的初步数据做对比。
rl 训练框架跑通的时候，至少得半年以后。
然后在一年左右，公司能產出可用的商业原型，进行稳定的可比可演示的引擎。
这都是往好了想，中途隨便出点问题，就可能卡很久。没有一个详细的项目时间表，整体团队都有可能变得有点混乱。
开业那天，陈一然完全没提过这些，高德伟感觉出来了，他应该是完全没有这个概念。
想想也正常，之前陈一然只是独立开发者，对整体的项目管理可以说是完全没有经验。
高德伟本来觉得，等陈一然发现问题后，可能提议慢慢的推出一个人做项目整体的主管。
这活高德伟自己可以干，但是他不太想，他年龄大了，不想那么累。
陈一然看这样不是个勤快人，团队里现在看只有拉杰比较合適。
然而用了两天，陈一然就让高德伟看到了什么叫做天才。
他几乎是一己之力，把可视范围內的麻烦全都解决了，该设计的全都设计好了。
这种人，不上班也就不上班了。隨便在线指挥一下，就足够让项目疯狂推进了。
接下来几天，陈一然基本上每天睡到自然醒，遛完皮蛋就开始一边看剧一边在线和员工们交流问题。
有问题的不少，但大多数自己琢磨一会就解决了。真正需要他帮忙的，都是茉莉能一眼看出来的东西。
林志伟在解析 lef 文件的时候撞上了格式版本的问题，ispd 2006 的数据还是 lef 5.6 的老格式，他按 5.7 写的解析器读到 obs 段就报错。茉莉扫了一眼，知道是 obs 段的 layer 嵌套在 5.6 和 5.7 之间改了，补了个向下兼容。
张明辉那边跑大案例的时候內存炸了，他习惯性地先把整个 netlist 读到內存再建结构，bigblue4 两百万个 cell 一口气吃掉了 16g。
陈一然让他改成流式解析，边读边建图，省掉中间的完整副本。张明辉是 ea 出来的，游戏引擎的资源加载全是流式的，这活对他来说应该顺手。果然第二天就重构完了，內存砍了一半。
阿密特遇到的麻烦比较刁钻，macro cell 的固定位置约束和標准单元的密度约束在同一个区域里衝突了。
需要一个约束消解层，macro 优先，標准单元只在 macro 没占用的空间里生效。茉莉把逻辑理了一下，写了几行发过去，阿密特加了这层之后全部约束通过了，然后发过来了一堆彩虹屁。
除此之外，团队基本上没出什么大问题。可以说，在茉莉的一对一投餵下，公司的磨合非常的快，基本上一周就完成了高德伟预计半个多月才能完成的任务。
周五下午，陈一然开车去了公司。
高德伟在终端前面跑了第一个集成测试，屏幕上的 log 刷了大概三十秒，最后一行显示：ispd 2006 adaptec1 loaded and validated。
办公室里稀稀落落地鼓了几下掌。
陈一然走到白板前面。上面还留著周一画的架构图，旁边多了密密麻麻的箭头和批註，全是这一周大家往上加的。
“下周开始跑第一次 placement，adaptec1，二十万个 cell。不要求线长多好，只要全流程走通。”
林志伟靠在椅子上想了想：“第一次跑的话，我建议先用最简单的隨机初始化做 baseline。不做任何 ai 训练，就隨机放 cell 然后让 deepflow 算线长。先把数据全流程验证一遍，从解析到引擎到线长评估，確保每一步的数据都是对的。等 baseline 確认没问题了再上 rl。”
高德伟点了点头：“同意。而且这个 baseline 本身就有用。你可以同时把模擬退火也跑一遍 adaptec1，用相同的 benchmark 条件。等 rl 训练起来之后，这两个 baseline 就是对比的锚点。”
周天佑手里还拿著半卷网线说：“训练集群这边有个问题。r710 只有 cpu 没有 gpu，placement 的 rl 训练如果是纯 cpu 跑，二十万个 cell 的叠代速度会很慢。deepflow 的增量计算引擎本身可以大幅降低单次叠代的计算量，但是 rl 需要的大量並发探索还是需要 gpu 加速。”
阿密特问：“你之前不是说三台 r710 都调通了吗。”
“调通了，但 r710 是伺服器级的 xeon，没配 gpu 卡。纯 cpu 跑深度学习训练，效率大概只有 gpu 的十分之一。”
高德伟转过来看陈一然：“这周先用 cpu 跑小的，benchmark 跑通了再考虑 gpu 扩容？”
陈一然看了下茉莉的说法，回復道：“先看看 adaptec1 在纯 cpu 上的单次叠代时间。deepflow 的增量更新可能比你想的省算力。如果一晚上能跑几万次叠代，对於二十万个 cell 的初版原型来说够了，后续上大规模训练再配 gpu。”
拉杰有点无奈的说：“儘快吧，我感觉现在只能帮帮忙。”
阿密特点点头说：“下周我可以把八个 benchmark 案例的约束全部翻译完，这周只做完了 adaptec1 这一个。”
“全部八个做完要多久。”
“两周。后面几个大的比较复杂，bigblue 系列有 macro corner 的额外密度约束。”
“先集中精力把 adaptec1 跑通全流程，其他 benchmark 后面再补。”
几个人又討论了一轮，白板上又多了一堆箭头和 todo。
硅谷是这样的，尤其是初创公司，正是大家都很热情的时候，说到兴奋处，几个单身的甚至开始提议乾脆今天晚上不回家，就在在单位住了。
陈一然赶紧败退了，今天可是周五，还要回家和爸妈视频呢，这周国內的房子他们应该就能定下了。