深入解析GDSII二进制结构：从文件头到图素层的逐字节剖析-编程实验室

1. GDSII文件格式概述

GDSII（Graphic Data System II）是集成电路设计领域最常用的版图数据交换格式，它采用二进制形式存储芯片设计中的所有几何图形和层次结构信息。这个格式最早由Calma公司在1970年代开发，后来成为半导体行业的实际标准。

我第一次接触GDSII文件是在2013年参与一个芯片设计项目时。当时为了调试一个版图转换问题，不得不深入研究GDSII的二进制结构。打开文件的那一刻，满眼的十六进制数据让人望而生畏，但随着逐步解析，这种精妙的二进制结构设计让我着迷。

GDSII文件本质上是一个结构化的记录序列，每个记录包含：

2字节的长度字段（记录总字节数）
2字节的类型标识符
数据内容（长度可变）

这种设计使得解析器可以快速定位和识别每个数据块，即使不读取全部内容也能跳过不关心的部分。在实际项目中，这种特性对处理大型版图文件特别有用。

2. 文件头结构解析

文件头是GDSII的起点，包含版本信息和基本参数。让我们通过一个真实案例来解析：

00 06 00 02 00 03

这6个字节可以分解为：

前2字节00 06：记录长度6字节
接着2字节00 02：记录类型HEADER
最后2字节00 03：版本号3

在项目中遇到过版本兼容性问题：某些老版本工具生成的GDSII文件在新版工具中打开会报错。通过分析发现，新版工具对单位精度有更高要求，这提示我们在文件转换时要特别注意版本差异。

文件头之后通常会跟着BGNLIB记录，记录文件创建和修改时间。例如：

00 1C 01 02 00 65 00 01 00 05 00 0F 00 2F 00 32 00 65 00 01 00 05 00 0F 00 2F 00 32

解析要点：

00 1C：记录长度28字节
01 02：BGNLIB类型
后续24字节是两组时间数据（创建和修改时间），每组包含：
- 2字节年份（00 65=101，即2001年）
- 2字节月份
- 2字节日
- 2字节小时
- 2字节分钟
- 2字节秒

3. 库信息与单位定义

LIBNAME记录存储库名称，采用ASCII编码：

00 0C 02 06 4C 61 79 6F 75 74 31 00

解析结果：

00 0C：12字节长度
02 06：LIBNAME类型
4C 61 79 6F 75 74 31："Layout1"的ASCII码
最后的00是字符串终止符

UNITS记录定义了两个关键参数：

00 14 03 05 3E 41 89 37 4B C6 A7 F0 39 44 B8 2F A0 9B 5A 54

GDSII采用独特的浮点数格式：

1字节符号和指数（指数采用偏移码表示）
7字节尾数（原码表示）
计算示例：3E 41 89 37 4B C6 A7 F0
- 首字节3E=00111110
- 符号位0（正数）
- 指数0111110-1000000=-2
- 尾数0.14189374BC6A7F0（十六进制小数）
- 最终值≈1.41×10^-2

4. 结构定义与图素解析

STRUCTURE是GDSII的核心组织单元，每个结构以BGNSTR开始：

00 1C 05 02 00 65 00 01 00 05 00 0F 00 2F 00 32 00 65 00 01 00 05 00 0F 00 2F 00 32

STRNAME定义结构名称：

00 0A 06 06 43 65 6C 6C 31 00 → "Cell1"

图素类型中最常用的是BOUNDARY（多边形填充）：

00 04 08 00 00 06 0D 02 00 2B → LAYER 43 00 06 0E 02 00 00 → DATATYPE 0 00 2C 10 03 00 00 00 00 32 C8 00 00... → 5个坐标点

PATH（路径）的特别之处在于可以定义线端类型：

21 02 PATHTYPE 0F 03 WIDTH

PATHTYPE=0：直角端
PATHTYPE=1：半圆端
PATHTYPE=2：延伸直角端

5. 模块引用与阵列

SREF（简单引用）允许重用已有结构：

00 04 0A 00 00 0A 12 06 43 65 6C 6C 31 00 → 引用Cell1 00 06 1A 01 00 00 → 变换矩阵（无变换） 00 0C 10 03 00 00 00 00 32 C8 00 00 → 插入坐标

AREF（阵列引用）更高效：

00 04 0B 00 00 0A 12 06 43 65 6C 6C 31 00 00 06 1A 01 00 00 00 06 13 02 00 03 00 02 → 3列2行 00 18 10 03 00 00 00 00 32 C8 00 00... → 3个定位点

在28nm工艺项目中，我们通过合理使用AREF将版图文件大小减少了37%，同时保持了完整的层次结构信息。

6. 二进制解析实战技巧

使用Python解析GDSII的基本方法：

import struct def read_gds_record(f): header = f.read(4) if len(header) < 4: return None length, rectype = struct.unpack('>HH', header) data = f.read(length-4) if length>4 else b'' return (length, rectype, data) with open('layout.gds', 'rb') as f: while True: record = read_gds_record(f) if not record: break print(f"Record: len={record[0]} type={record[1]:04X}")

常见问题排查经验：