手機在旁邊不停的震動，但寧為仿若未覺。
　　最近一段時間，湍流算法那邊他幾乎完全放下了，全身心的投入到了eda軟件這塊。
　　到不是湍流算法那邊已經(jīng)沒問題了，實際上之所以這個項目一直在實驗室里進行內(nèi)測，還沒有對外聯(lián)系進行大規(guī)模公測，也是因為遇到了技術(shù)瓶頸。
　　目前湍流算法在實驗室里的錯誤判斷率穩(wěn)定在十萬分之一點八左右，無法在進一步下降了。
　　十萬分之一點八的出錯率聽起來不算高，但如果應用在12306這種售票網(wǎng)站跟app的服務(wù)器上，卻很可怕。
　　用戶基數(shù)太大了。
　　每一億人次使用12306訂票，可能有1800多人被誤判為惡意爬蟲程序而受到懲罰，這得是多敗人品的一件事。更別提每年使用12306訂票系統(tǒng)的何止一億人次？
　　一個長假都不止了！
　　寧為跟三位輔助的研究員也不是沒想過辦法，幾個人一起頭腦風暴過，對算法經(jīng)過了兩次迭代，但始終無法降低實驗室內(nèi)測的錯誤率。
　　這讓寧為有種感覺，湍流算法的進一步突破，可能需要他對整個系統(tǒng)的理解進一步加深，這是急不來的，索性先這么在實驗室掛著，多做一段時間的內(nèi)測，可用來分析的數(shù)據(jù)足夠多了，說不定就能從這些數(shù)據(jù)中找出一些端倪。
　　所以寧為便不再關(guān)注湍流算法那邊，畢竟eda軟件項目組這邊，沒人比他更清楚這款軟件的結(jié)構(gòu)跟難點。
　　最大的難點其實就是讓芯片設(shè)計簡單化。
　　舉一個簡單的例子。
　　在使用主流eda軟件做后端設(shè)計的時候，第一步一般是需要對標準庫進行設(shè)置。
　　需要的數(shù)據(jù)大概可以分為三類，分別為邏輯層、物理層跟設(shè)計。
　　這三類又能細分為六種文件，包括工藝文件、單元庫、子庫、綜合后網(wǎng)表文件、約束pad位置的tdf文件跟綜合后給出的時序約束文件。
　　然后是芯片的整體布局，這是直接影響到芯片面積、速度信號完整性跟設(shè)計周期的重要步驟。要為模塊、輸入輸出接口、電源焊盤等等分配對應的位置。
　　接下來是時鐘樹綜合，這也是一大挑戰(zhàn)。想想看，在集合數(shù)千萬甚至上億的晶體管后，要將時鐘信號零偏差的傳輸?shù)叫酒恳粋€局部區(qū)域本就是件不簡單的事情。
　　接下來是整體布線，這也是整個芯片設(shè)計最重要的物理實踐過程。
　　緊跟著還要進行設(shè)計規(guī)則檢查。
　　這些都做完之后，沒有問題了，再進入仿真環(huán)節(jié)……
　　按照寧為的想法，是要以上步驟完全縮減到一步到位，在對象庫中集成完成某一特定類任務(wù)的一級芯片架構(gòu)，即為容器，然后是二級架構(gòu)即為組，然后依次往下劃分……
　　操作者只需要將進行簡單的組合，經(jīng)過對已有結(jié)構(gòu)的簡單修補刪減之后，就能直接進入仿真環(huán)節(jié)。
　　這也是這款eda軟件單純只是為了設(shè)計各類ai芯片的原因。
　　如果要用這種傻瓜方式設(shè)計通用芯片，寧為就算真把頭發(fā)耗光，也不可能解決得了傻瓜式操作這一難題。
　　但在ai芯片領(lǐng)域卻是能做到的。
　　就目前ai領(lǐng)域的情況來說，所謂智能算法一是快速尋求最優(yōu)解的過程。這些算法通過模擬一些自然過程，來解決復雜工程問題。