辰小序提示您：看后求收藏（吾看中文5kzw.net），接着再看更方便。
但如果换计算机来做，上就直接循环执行个几万几十万次，精确度就会有非常大的提升。
产线工艺也是类似的，是一个不断的在逼近极限的过程，前期当然非常简单，随便搞搞就能提升。
但工艺越先进，再想提升就越复杂。
但，这条产线给纪弘的感觉就是，它真的已经趋近于极限了。
难道梁松真就这么厉害？
他随手指一指，就能发现所有的瓶颈？就能解决所有的问题？就能让产线上的每一个流程和数据都逼近极限？
这有点儿离谱了吧？
还是说他也将所有数据循环执行了几万几十万次，算出的最优解？
纪弘问了曾学成这个问题，曾学成当即说道：
“产线的数字化模拟肯定是有的，但那个东西主要是数字，隐藏在数字中的有哪些问题，还是需要人去判断的。跟老大的这个AI比差太远了，完全不是一个层次的东西。”
纪弘明白了，这就不对。
人再怎么挑，细微之处总是会被忽略掉的，也不能挑干挑净，尤其是个个都几乎达到极限。
不过他也没有纠结这个，回头找个机会去拜访梁松，问问就知道了。
他现在的主要任务是，利用AI加上曾学成，在现在的基础上，实现层迭ALU的生产工艺。
“光刻产线这边的的难度其实不大，”曾学成对层迭ALU的布局已经做到了心中有数：
“关键核心就是晶圆上下联通位置的精准预留，现在我们改进了控制算法，精度完全可以满足。
“更大的问题应该是在封装那边，现在的导通技术是上下一体垂直导通。但，层迭ALU的话，要复杂非常多。”
卷耳智微那边已经发过来了一批测试版图样例，曾学成已经看到了，按照布局设计，多层硅晶圆之间，某个点可能一层和二层需要导通，但和三层不需要导通，四层五层可能又需要导通。
这样搞个几十层，而且需要导通的点位又十分密集，一个精度控制不好，可能整个晶圆就废了。
“ALU运算器毕竟比存储器复杂，想要每层都完全一致是不可能的，但是，也没你想的那么复杂，虽然每两层的导通点位都不一样，但是还是具有一定的规律性的。”
纪弘笑道：“精度控制，现在的硬件是能满足需求的，至于密集和复杂的问题，就交给AI吧，无非就是算力的事儿，不行多加点显卡。”
(本章完)
