很多 PCB Layout 工程师第一次听到 LLM PCB Routing 这个组合词时第一反应通常不是“能自动布线了吗”而是“大模型连电阻封装都认不全怎么敢碰走线”。但最近围绕 LLM、PCB、Routing 三者的讨论明显变多甚至出现了一个很有画面感的说法不只是 LLM 在看 PCB而是“合约工程师教会了 LLM 怎么接线”。这篇文章想给出一个更稳妥的判断LLM 做 PCB 布线真正的价值不在于替代 EDA 的布线引擎而在于把一位资深合约工程师脑子里的“布线经验”变成可提问、可复核、可传承的知识资产。换句话说LLM 不负责把铜线画出来它负责告诉你先画哪根、为什么、画完怎么检查。读完这篇文章你能理解 LLM 在 PCB 布线链路里的真实位置能搭出一套最小的 LLM 辅助布线工作流也能知道哪些场景该用它、哪些场景千万别用。1. 这篇文章真正要解决的问题传统 PCB 布线有两条路。第一条是手动布线靠资深工程师的经验慢慢推质量高但周期长、人力贵。第二条是自动布线器例如 EDA 工具自带的 Auto Router速度快但结果往往“能过 DRC、不能过评审”尤其是在高密度、高速、数模混合板卡上自动布线结果经常被老工程师全部推翻。这里真正的矛盾是布线经验的高度集中在个人身上。一个项目交期紧的时候公司最怕的是“负责这块板的合约工程师请假”。他脑子里装的不只是哪条线走哪层还包括为什么这个网络要先走、为什么那个过孔不能打在这、为什么电源平面上不能横跨一条细线。这些东西很难写进规范文档因为规范文档只能写“间距不小于 X mil”而经验描述的是“什么条件下 X 不再适用”。LLM 进入这个场景后解决的不再是“自动画线”这个几何问题而是“经验数字化”这个问题。我们可以把合约工程师沉淀下来的规则、问答、案例导入知识库然后用 LLM 做一层中间大脑输入网表和约束输出布线优先级、风险清单、DRC 复核建议。正因为如此LLM PCB Routing 更适合理解为一种“布线决策辅助系统”而不是“一键自动布线”。对个人开发者、中小硬件团队和刚刚要接手第一块高速板的工程师来说这种辅助系统尤其有价值。2. 基础概念LLM 在布线链路中处于哪一层要理解 LLM 能干什么先要分清 PCB 布线链条里的三个层次几何层、规则层、决策层。几何层是 EDA 工具负责的部分。它负责在物理上创建走线、焊盘、过孔处理线段与线段之间的连接关系。现行商业 EDA 的布线与布线引擎已经很成熟能精确到 mil 甚至微米。规则层是约束管理。例如线宽、线距、过孔尺寸、差分对间距、等长误差、回流地孔数量。这些规则通常以 Constraint Manager 或设计规则文件的形式存在属于可结构化、可计算的数据。决策层则是人类工程师最擅长的部分面对一块新板子先处理哪些网络在电源平面不完整时如何补偿哪些区域需要包地哪些线必须远离电感。传统的 EDA 自动布线器主要工作在几何层和规则层。它能够基于已有约束算出合理路径但很难自主决定“是否应该改变约束”更不会判断“当前叠层下回流路径是否完整”。合约工程师和自动布线器的差别恰好就发生在决策层。LLM 适合接管的也是决策层里那些“看情况”的经验规则。它能读懂自然语言描述的设计意图可以把专家口头表述转化为结构化约束也可以根据网表和叠层信息推理出风险清单。它不适合去计算线宽与电流的精确关系也不适合直接操作成千上万个坐标点。层级典型任务传统 EDA人类工程师LLM几何层实际画线、打孔强中弱规则层约束管理、DRC 校验强中中决策层布线顺序、风险判断、经验复盘弱强强所以一个更现实的工作方式是EDA 负责几何和规则层LLM 负责决策层合约工程师负责审核 LLM 的决策和 EDA 的输出。三者协作而不是互相替代。3. 合约工程师到底教了什么看得见的规则和看不见的原则如果把“合约工程师教 LLM 布线”理解为整理一份规则手册那就低估了这件事的难度。真正有效的教学是把规则变成“有优先级、有条件判断、有反例”的决策树。这里整理几条任何 LLM 接入 PCB 布线场景都应该首先学习的经验。第一布线之前先看叠层和回流路径。很多新手拿到板子就开始拉线但合约工程师通常先看 Layer Stack确认信号层旁边是否有完整的参考平面确认关键器件所在的层有没有被电源平面分割。LLM 在解析叠层配置后应该能自动提出“DDR 数据线所在的顶层下方是一块被分割的电源平面建议调整平面分割或增加跨分割旁路电容”这类建议。第二关键网络永远先走。时钟线、差分线、电源网络、高速数据总线这些网络在布线顺序中必须被前置。这样做的原因不只是它们重要而是它们通常对周围环境有较高要求。如果普通信号线先占了好位置关键网络后面就容易绕远路导致等长和阻抗更难满足。LLM 应学会按照“关键网络 → 敏感模拟信号 → 普通数字信号 → 电源铜皮填充”的顺序输出计划。第三过孔不是随便打的。合约工程师对过孔的第一判断就是回流路径。信号在层间换层时电流需要最近的参考平面过孔形成回流回路。如果缺少回流地孔回路面积变大EMI 就会变差。LLM 在生成布线建议时必须把“换层处是否配置回流地孔”作为一个必检项。第四检查铜皮填充对分布参数的影响。很多人等线布完才铺铜结果发现某一段信号走线下方的铜皮被切断或者高热器件附近的铜皮面积不足。合约工程师的习惯是先做一份“预铺铜区域规划”再用铜皮生成规则约束。LLM 可以把这块区域的形状、层、网络属性、热连接方式统一整理成检查表。第五交付不只是一份 Gerber。工程师真正交付的是一份“为什么这么做”的决策记录。哪根线改过两次、为什么避开某个区域、最终放弃等长的原因是什么。这些信息在后续改板和量产复盘里非常宝贵。LLM 在辅助布线过程中应该顺手生成这种变更记录。4. 环境准备为 LLM 建立布线知识库在写代码之前我们需要先给 LLM 建一个“知识库”。这个知识库不需要复杂用 Markdown 文件加一个向量检索就够起步。关键是把合约工程师的经验整理成结构化文档。一种推荐目录结构如下routing_knowledge_base/ ├── contract_engineer_rules.md ├── stack_up_notes.md ├── high_speed_rules.md ├── power_and_ground.md └── drc_checklist.md其中contract_engineer_rules.md是核心文件。为了让 LLM 检索更准确规则文件里每条规则都要写清楚“适用条件”和“推荐动作”而不是只写一句“高速信号要等长”。下面是一个适合作为知识库条目的范例# 合约工程师布线规则手册 ## 规则信号换层必须评估回流路径 - 适用条件信号在网络换层时参考平面跨越旁路区域。 - 推荐动作 1. 确认换层点附近是否存在同层参考平面。 2. 若同一参考层被切断增加回流地孔。 3. 记录回流路径估算结果纳入 DRC 复核。 - 不适用场景纯低速 IO、电气长度远小于信号上升沿对应空间长度的网络。 ## 规则关键网络优先布线 - 适用条件时钟、差分对、高速并行总线和敏感模拟信号。 - 推荐动作 1. 在布线计划中把关键网络排到前 20% 位置。 2. 为每个关键网络预留布线通道。 3. 关键网络走线完成后不允许被后续普通走线覆盖。 - 判断标准无法保证等长或阻抗时优先保留关键网络质量。这类文档的价值在于它把工程师的“经验”变成了“规则 条件 动作”。LLM 在做 RAG 检索时能更准确地匹配设计场景。如果团队刚刚起步不要急着买商业知识库工具先把这些 Markdown 文件纳入 Git 管理效果已经很可观。除了文档你还需要一个能调用 LLM 的环境。为了安全和数据隐私建议优先使用本地模型或企业私有化部署的模型。公开的云端 API 更适合用来跑非保密原理图片段不建议直接上传完整 BOM 或 Gerber。LLM 的调用方式这里不绑定具体品牌只要兼容 OpenAI 的 SDK 协议即可。5. 核心流程拆解从网表到布线建议LLM 辅助布线流程可以拆成四个阶段。第一阶段是解析输入把网表、叠层、约束文件转换成 LLM 可读的 JSON。第二阶段是生成路由计划让 LLM 输出一份包含布线顺序、约束建议、风险提示的结构化文本。第三阶段是人工复核由资深工程师对这份计划进行修改和确认。第四阶段是闭环回写把最终确定的计划回写到 EDA 设计文件或项目文档中。第一步并不需要 LLM 参与。EDA 工具一般能导出网表或约束文件把它转换成统一的中间格式即可。下面是一个简化的网表 JSON 示例[ { net_name: CLK_100M, type: clock, voltage: 3.3V, pins: [U1.A2, U2.B5, U3.C8], target_impedance: 50ohm }, { net_name: USB_D_P, type: differential, voltage: 3.3V, pins: [U4.A1, U5.B2], target_impedance: 90ohm }, { net_name: GPIO_LED, type: signal, voltage: 3.3V, pins: [U6.C3, R1.1] } ]第二步是构造 Prompt。Prompt 里需要把知识库规则、网表数据、输出格式说明一并给 LLM。为了让输出稳定建议在 Prompt 中明确要求“只输出 YAML”并且限定字段。下面是一个完整可用的 Prompt 模板你是一名具有 20 年经验的 PCB 合约布线工程师擅长高速数字板和数模混合板。 请根据下面的布线规则和网表输出一份布线优先级计划。 布线规则 - 关键网络优先包括 clock、differential、bus、power。 - 信号换层必须检查回流路径。 - 普通信号网络尽量不跨分割平面。 - 高风险网络需要额外备注风险原因。 网表 JSON {json.dumps(netlist, ensure_asciiFalse, indent2)} 请只输出 YAML字段如下 - net_order: 数组按布线先后顺序排列网络名。 - constraints: 对象每个网络对应的线宽、线距、等长组等要求。 - risk: 数组每条风险说明包含 net、risk_type、description。这里把网表 JSON 直接嵌入 Prompt适合网络数量在几十条以内的场景。如果是一块上千网络的复杂板卡先要做网络分类和过滤再分批交给 LLM避免上下文过长导致输出不稳定。第三步是解析 LLM 返回的 YAML。因为 LLM 输出的 YAML 偶尔会有格式错误建议用 Python 的yaml.safe_load解析并在解析失败时做简单修复。下面是一个调用与解析的最小示例# 文件路径src/generate_routing_plan.py import json import os import yaml from openai import OpenAI client OpenAI( api_keyos.getenv(LLM_API_KEY), base_urlos.getenv(LLM_BASE_URL, https://api.openai.com/v1) ) def load_netlist(path: str) - list[dict]: with open(path, r, encodingutf-8) as f: return json.load(f) def load_rules(path: str) - str: with open(path, r, encodingutf-8) as f: return f.read() def build_prompt(netlist: list[dict], rules: str) - str: return f你是一名具有 20 年经验的 PCB 合约布线工程师。 请根据下面的布线规则和网表输出一份布线优先级计划。 布线规则 {rules} 网表 JSON {json.dumps(netlist, ensure_asciiFalse, indent2)} 请只输出 YAML字段如下 - net_order: 数组按布线先后顺序排列网络名。 - constraints: 对象每个网络对应的约束要求。 - risk: 数组每条风险说明包含 net、risk_type、description。 def main() - None: netlist load_netlist(data/netlist_sample.json) rules load_rules(routing_knowledge_base/contract_engineer_rules.md) prompt build_prompt(netlist, rules) response client.chat.completions.create( modelos.getenv(LLM_MODEL, gpt-4o-mini), messages[ {role: system, content: 你是 PCB 布线辅助专家。}, {role: user, content: prompt} ], temperature0.2 ) content response.choices[0].message.content # 去掉可能的 yaml 包装 content content.strip().removeprefix(yaml).removesuffix().strip() plan yaml.safe_load(content) with open(output/routing_plan.yaml, w, encodingutf-8) as f: yaml.safe_dump(plan, f, allow_unicodeTrue, sort_keysFalse) print(routing plan saved to output/routing_plan.yaml) if __name__ __main__: main()这段代码需要openai和pyyaml依赖。安装命令如下pip install openai pyyaml运行前还需要在环境变量里配置LLM_API_KEY。如果使用本地模型通常只需要设置LLM_BASE_URL为本地服务地址即可。export LLM_API_KEYyour_valid_key_here export LLM_BASE_URLhttps://api.openai.com/v1 export LLM_MODELgpt-4o-mini python src/generate_routing_plan.py6. 运行结果与效果验证运行成功后output/routing_plan.yaml会生成一份结构化布线计划。下面是一个符合预期的示例输出net_order: - CLK_100M - USB_D_P - GPIO_LED constraints: CLK_100M: net_type: clock line_width_mil: 6 line_clearance_mil: 6 impedance: 50 USB_D_P: net_type: differential line_width_mil: 5 line_clearance_mil: 4 impedance: 90 paired_net: USB_D_N GPIO_LED: net_type: signal line_width_mil: 8 line_clearance_mil: 5 risk: - net: CLK_100M risk_type: return_path description: 该网络从顶层换到底层时参考平面可能被电源分割区块阻断建议增加回流地孔。拿到这份 YAML 后不要直接照做。你应该先做三项验证。第一检查net_order是否覆盖了网表中的所有网络名称。如果 LLM 漏掉了网络说明 Prompt 里的网表长度可能超限或者输出被截断。第二把constraints和 EDA 里的 Constraint Manager 逐项核对线宽、线距、阻抗等数值必须以实际叠层计算结果为准。第三针对risk里的每一条请有经验的工程师判断是不是真实风险而不是让 LLM 为了显得专业而编造风险。如果发现某个知名高速网络没有被排进前列或者 LLM 把低速网络误判为 clock 类型不要急着改 Prompt 重跑。更有效的做法是给知识库补充“网络命名规则”和“网络类型判断示例”例如“名称包含 CLK、DDR、USB、PCIe 的网络优先归为高速网络”这类明确规则。LLM 在有了明确示例之后误判概率会显著下降。验证的另一层含义是“负面验收”。你需要确认 LLM 生成的计划没有违反基本物理常识。举例来说如果一个 6 层板的叠层中没有完整参考平面而 LLM 仍然建议信号换层不增加回流地孔这就是一个明显错误。出现这种情况时第一步先看 Prompt 是否把完整的叠层信息提供给了 LLM第二步再看知识库中是否有对应规则。很多时候问题并不在模型推理能力而在输入材料不完整。7. 常见问题与排查思路LLM PCB Routing 在实操中的问题通常集中在输出格式、知识遗漏、物理不合法和数据安全四个方面。下面整理了一份排查表适合在落地时对照使用。问题现象可能原因排查方式解决方案LLM 输出的 YAML 无法解析模型在生成代码块标记时多加了说明文字打印response.choices[0].message.content查看原始内容在解析前去除 yaml 前后缀并增加重试逻辑生成的net_order缺少网络Prompt 中网表过长被截断检查输入 token 数确认网表 JSON 未超上下文将网表按网络类型分批输入或先做降维筛选LLM 把普通信号误判为高速网络规则中缺少网络类型判断示例查看知识库中是否有命名规律说明补充CLK、DDR、USB等关键词映射规则建议的线宽线距与叠层矛盾输入材料没有包含叠层和阻抗需求检查 Prompt 是否填入了 stackup 数据在网表 JSON 中加入叠层参考字段并让规则库覆盖叠层检查风险清单全篇都像“正确的废话”知识库内容太泛缺少板级上下文查看风险是否绑定具体网络名引导 LLM 输出针对具体网络的风险而不是泛化建议上传完整设计文件后被拒或泄露担忧使用了外部云 API 且保护不足检查数据脱敏流程改用本地部署 LLM或只上传非涉密的结构化摘要同一输入多次输出结果不一致采样温度过高检查生成参数temperature降到 0.2 以下必要时使用固定随机种子排查时有一个通用原则先看输入再看提示词最后才怀疑模型能力。绝大多数问题都出在网表数据不完整、知识库规则不具体、输出格式约束不严格这三个地方。LLM 不是不会做推理而是我们的输入材料还不足以支撑它做高质量推理。8. 最佳实践与工程建议在实际项目里使用这套流程有五个建议值得认真对待。第一个建议是“人在回路”。LLM 生成的布线计划只能作为初稿。最终必须经过经验丰富的工程师确认尤其是高风险网络。不要让 LLM 的 YAML 直接驱动 EDA 自动布线至少在工程化初期不要这么做。如果后续要做自动化联动也应该设置“计划未确认则不允许写回”的硬性门槛。第二个建议是“用版本管理知识库”。布线规则不是一成不变的。每完成一个项目就把这个项目里发现的新规则补充进 Markdown 文件。使用 Git 管理知识库能看到规则的变化过程也能定位是哪一次修改导致 LLM 行为变化。第三个建议是“先小范围验证”。不要一上来就让 LLM 处理整块 12 层服务器主板。先拿一块 2 层或 4 层的简单板子验证网表解析、Prompt 生成、YAML 输出、人工复核这一整套流程能否跑通。流程收敛后再扩大到高复杂度项目。LLM 在少量网络上的表现和学习速度都更容易评估。第四个建议是“区分数值计算与经验判断”。LLM 不适合做精确的阻抗计算、电流载流计算和热仿真。这类工作应该交给专用计算工具。LLM 更适合做的是“根据这些计算结果判断布线策略是否合理”。在 Prompt 里明确告知“数值来自计算工具LLM 只做解释和风险提示”能显著减少幻觉。第五个建议是“注意数据边界”。完整的网表、BOM、Gerber 都属于高密级设计数据。如果使用外部 LLM API必须脱敏后再上传。组件名、网络名可以用代号替换关键参数可以使用模糊区间。内部有条件的团队更推荐在本地 GPU 工作站或私有化服务上部署模型。安全底线一定不能因为便利性而让步。9. 总结与后续学习方向LLM PCB Routing 的讨论目前还处于早期阶段。它不会立刻取代布线工程师更不可能让一个完全不懂 PCB 的人只靠聊天就生成一块可以量产的高速板卡。但它的确打开了一个新的协作方式让大模型成为合约工程师经验的载体让经验可以被追问、被复用、被沉淀。回头再看“合约工程师教会了它什么”这个问题答案就更清楚了教会它的是布线决策顺序、回流路径意识、关键网络优先原则以及“什么时候该保持怀疑”。如果你接下来想深入这个方向有三条学习路径可以参考。第一条是熟悉 PCB 设计基础特别是叠层设计、阻抗控制和 DRC 规则没有这些基础很难判断 LLM 的输出质量。第二条是学习 RAG 与提示工程把领域知识库和 LLM 连接到一起。第三条是研究 EDA 自动化接口比如 KiCad 的 Python API 或商业 EDA 的脚本接口让 LLM 生成的计划能真正回写到设计工具里。对大多数团队来说先跑通一条“解析网表 → 生成计划 → 人工复核”的最小链路就已经能感受到这个方向的潜力。