VCS license 报错:Unable to checkout license 排队与诊断速查
更新时间:2026-10-07。FAQ 速查页,属于 chip-design/verification 系列的工程环境问题篇。跑仿真被 license 卡住是验证工程师几乎必踩的坑,本篇把「抢不到 license」这一个现象拆成可逐条对照的排查清单。回归大规模并发时的 license 规划另见 LSF 网格回归。
本文要回答的问题
- VCS 报
Unable to checkout license到底是没有余量,还是根本没连上服务器? - 设了
SNPSLMD_QUEUE=1之后任务一直挂着不动,怎么确认它在排队而不是卡死? - 用哪几条命令看 license 服务器上谁占着 feature、还剩几个?
- 怎么从环境变量和流程上避免团队反复踩同一个坑?
一、先看现象:两种「跑不起来」不是一回事
VCS(Synopsys 的 Verilog 仿真器)启动 vcs 编译或 simv 运行时,第一步是向 license 服务器 checkout 一个 feature(如 VCSRuntime_Net)。失败的表现分两大类:
- 直接报错退出:日志里出现
Unable to checkout license或License checkout failed,进程立刻死掉。这是「要不到」——可能没连上服务器、feature 名不对、或者根本没余量。 - 静默挂起:终端没有任何新输出,进程也不退出,CPU 占用为零。这多半是开启了排队模式(
SNPSLMD_QUEUE=1),任务在 license 队列里等位。这不是故障,是设计行为,但新人常误以为仿真卡死。
区分两者的命令很简单:ps 看进程是否还活着,再看环境变量里有没有 SNPSLMD_QUEUE。
还有第三种容易混淆的现象:编译阶段能过、运行阶段才报错。VCS 编译(vcs 命令)和运行(simv)checkout 的 feature 不同——编译吃 VCSCompiler 类 feature,运行吃 VCSRuntime 类 feature。团队里常见「编译 license 买了 50 个、运行 license 只有 10 个」的配比,于是回归高峰期的表现就是编译全过、仿真排队。看到这种不对称,先别怀疑 RTL,去查运行 feature 的余量。
典型的报错原文长这样(摘自真实日志,关键是最后两行的 FlexNet 错误码):
Error-[LIC] License checkout failed
Unable to checkout license for feature 'VCSRuntime_Net'.
FLEXnet error: -4, "Licensed number of users already reached"
For further information, refer to the FLEXnet Licensing documentation.FlexNet 错误码是定位的捷径:-4 是余量占满,-15 是连不上服务器,-5 是 feature 不存在。日志里看到这串负数,直接对照本文第三节的表就能定类。
二、checkout 链路:哪一环断了
整个 license 取用链路只有三段,但每一段都有独立的失败模式:
这张图读法是:客户端只认环境变量里写的 端口@主机,连的是 FlexNet 的 lmgrd 守护进程;lmgrd 自己不数 license,真正记账的是 Synopsys 厂商守护进程 snpslmd。所以「ping 得通服务器但 checkout 失败」完全正常——lmgrd 活着不代表 snpslmd 活着。右下角的队列只在客户端设了 SNPSLMD_QUEUE=1 时生效:没设就立即报错退出,设了就原地轮询等待。
与链路相关的环境变量一共四个,作用各不相同,配错任何一个都会走到图里不同的断点:
| 环境变量 | 作用 | 常见配错 |
|---|---|---|
SNPS_LICENSE_FILE | Synopsys 系工具优先读取的 license 位置,端口@主机 或文件路径 | 端口写错(27000/27020 混淆)、主机名解析不到 |
LM_LICENSE_FILE | FlexNet 通用变量,多家 EDA 厂商共用 | 多厂商拼接时分隔符错(Linux 用冒号,不是分号) |
SNPSLMD_QUEUE | 设为 1 开启排队模式,checkout 不到就轮询等待 | 回归脚本里没设,高峰期批量失败 |
SNPS_SIM_WAIT_TIME | 排队时的等待超时控制(部分版本支持) | 不设则无限等待,卡死回归流水线 |
优先级上 SNPS_LICENSE_FILE 高于 LM_LICENSE_FILE:两个都设了,VCS 只看前者。排查「变量明明设了却不生效」时,第一反应应该是检查是否被更高优先级的变量覆盖。
三、报错 → 原因 → 处置对照表
| 报错/现象关键词 | 最可能原因 | 处置 |
|---|---|---|
Unable to checkout license + Cannot connect to license server | 环境变量写错、服务器宕机、防火墙挡端口 | 核对 SNPS_LICENSE_FILE 的端口@主机;telnet <host> <port> 测连通 |
Unable to checkout license + Licensed number of users already reached | feature 余量被占满 | lmstat -a 看谁占着;等释放或加 SNPSLMD_QUEUE=1 排队 |
No such feature exists | feature 名对不上 license 文件(版本/套餐不符) | lmstat -f <feature> 确认服务器端 feature 名;核对 license 文件 INCREMENT 行 |
Invalid license key / UNSUPPORTED | license 文件版本与 daemon 版本不匹配 | 升级服务器端 snpslmd 与 FlexNet 版本 |
| 进程静默挂起、无输出 | SNPSLMD_QUEUE=1 排队中 | lmstat -a 看余量;确认是等待而非死锁,耐心等或提优先级 |
| 排队永远轮不到 | 队里有僵尸任务(占着 license 的进程已死但未释放) | 让管理员 lmremove 清掉失效 checkout |
| 服务器重启后全部失败 | lmgrd/snpslmd 没随开机拉起 | 检查服务器侧 lmgrd -c license.dat 启动脚本与日志 |
| 报错间歇性出现、重试又成功 | 余量处于临界值,多个任务竞争最后一个 | 按容量问题处理:监控余量、排队兜底、评估增购 |
表里最后一行值得单独说一句:间歇性失败最迷惑人,因为它「有时能跑」,容易被当成 RTL 或随机种子问题反复 rerun。判据很简单——把失败时间点和当时的 lmstat 余量记录对一下,失败总发生在余量归零的窗口里就是容量问题,不是仿真问题。团队里建议把每次 license 失败的日志(含 FlexNet 错误码和时间戳)收集到共享目录,攒两周就能看出明显的高峰规律。
四、诊断命令速查
诊断统一在装有 FlexNet 工具的机器上执行(Synopsys 安装包自带 lmstat),-c 指向 license 文件或 端口@主机:
# 总览:所有 feature 的总量/已用/谁在占用
lmstat -a -c 27000@lic-server
# 只看 VCS 相关 feature 的余量
lmstat -f VCSRuntime_Net -c 27000@lic-server
# 看服务器端两个守护进程是否都活着
lmstat -c 27000@lic-server | grep -E "lmgrd|snpslmd"
# 客户端侧确认排队开关
echo $SNPSLMD_QUEUE # 1 表示开启排队
echo $SNPS_LICENSE_FILE # 应为 端口@主机读 lmstat -a 输出时盯三个字段:Total of N licenses issued(总量)、Total of M licenses in use(已用)、以及逐行列出的占用者「用户 主机 PID」。M 等于 N 就必然触发排队或报错。列出占用者后还能顺便发现「同事下班没关仿真」这类人为占坑。
输出里还有一处容易误读:守护进程状态段。健康的输出应同时出现 lmgrd is UP 和 snpslmd: UP 两行。只看到 lmgrd is UP 而 snpslmd 一行标着 DOWN 或 not running,就是典型的「服务器能 ping 通、telnet 端口也通、但 checkout 全失败」场景——端口是 lmgrd 在监听,账房先生却不在了,这时要做的是到服务器侧看 snpslmd 的日志(通常在 license 文件同目录的 .log),常见原因是 license 文件里的 VENDOR 行路径写错或 hostid 对不上。
还有一个实战技巧:lmstat 支持在登录服务器不通的情况下从任何装了 FlexNet 工具的客户机远端查询,不需要 ssh 到 license 服务器。排查时先在自己工位机跑一遍,三十秒内就能判断「是我机器的问题还是全团队的问题」——如果 lmstat 显示余量充足而只有你 checkout 失败,问题收敛到本机环境变量;如果全团队都在排队,问题在容量或服务器。
五、解决与防复发
短期处置按场景选:
- 个人调试:直接
export SNPSLMD_QUEUE=1,任务挂住等位,不占终端可以提交到后台。 - 批量回归:回归脚本里统一设
SNPSLMD_QUEUE=1,并把 license 等待时间纳入超时阈值——排队 30 分钟没轮到就该报警而不是无限等,见 回归失败归类 里把「环境失败」与「RTL 失败」分开统计的做法。 - 服务器侧僵尸 license:管理员用
lmremove -c 27000@host -f <feature> <user> <host> <display>清理。
防复发三件事:
- 环境变量进团队模板:
SNPS_LICENSE_FILE和SNPSLMD_QUEUE写进统一的setup.csh/setup.sh,新人 clone 即用,避免每个人手抄一个版本。 - 余量监控:定时跑
lmstat -f VCSRuntime_Net,余量低于阈值(比如只剩 10%)时通知管理员,把「抢不到」变成提前可见的容量问题。 - 用量审计:每周看一次占用排行,长时间占用不放的行为(挂着仿真去休假)用流程约束,比加买 license 便宜得多。仿真本身的提速也能降低占用时长,思路见 testbench 性能剖析。
另外提醒一个反直觉的点:排队模式不是越多越好。全团队都设 SNPSLMD_QUEUE=1 时,高峰期几百个任务同时轮询会给 snpslmd 造成明显的请求压力,极端情况下拖慢整个 checkout 响应。更稳妥的做法是回归系统侧做两级控制——先由调度器(LSF/Grid Engine)按 license 余量做准入(LSF 支持把 license 配置成 consumable resource),拿不到调度槽位的任务连仿真都不启动;进了仿真的任务再开队列兜底。这样轮询压力从「每个仿真进程一次」降到「调度器一次」,服务器侧日志也干净得多。
这一篇在知识体系里的位置
本篇是验证工程环境速查页,向上属于 验证方法学目录;与之衔接的主题是大规模回归的调度(LSF 网格回归)与失败归类流程(回归失败归类)。license 问题定位后如果瓶颈转到仿真速度本身,再读 testbench 性能剖析。
总结
VCS license 报错分「直接失败」和「静默排队」两类:先查 SNPS_LICENSE_FILE 指向与 SNPSLMD_QUEUE 开关,再用 lmstat -a 看 lmgrd/snpslmd 是否都活着、feature 余量被谁占满,按对照表对症处置;防复发靠环境变量模板化、余量监控和用量审计三件套。