手机在旁边不停的震动，但宁为仿若未觉。
最近一段时间，湍流算法那边他几乎完全放下了，全身心的投入到了EDA软件这块。
到不是湍流算法那边已经没问题了，实际上之所以这个项目一直在实验室里进行内测，还没有对外联系进行大规模公测，也是因为遇到了技术瓶颈。
目前湍流算法在实验室里的错误判断率稳定在十万分之一点八左右，无法再进一步下降了。
十万分之一点八的出错率听起来不算高，但如果应用在12306这种售票网站跟APP的服务器上，却很可怕。
用户基数太大了。
每一亿人次使用12306订票，可能有1800多人被误判为恶意爬虫程序而受到惩罚，这得是多败人品的一件事。更别提每年使用12306订票系统的何止一亿人次？
一个长假都不止了！
宁为跟三位辅助的研究员也不是没想过办法，几个人一起头脑风暴过，对算法经过了两次迭代，但始终无法降低实验室内测的错误率。
这让宁为有种感觉，湍流算法的进一步突破，可能需要他对整个系统的理解进一步加深，这是急不来的，索性先这么在实验室挂着，多做一段时间的内测，可用来分析的数据足够多了，说不定就能从这些数据中找出一些端倪。
所以宁为便不再关注湍流算法那边，毕竟EDA软件项目组这边，没人比他更清楚这款软件的结构跟难点。
最大的难点其实就是让芯片设计简单化。
举一个简单的例子。
在使用主流EDA软件做后端设计的时候，第一步一般是需要对标准库进行设置。
需要的数据大概可以分为三类，分别为逻辑层、物理层跟设计。
这三类又能细分为六种文件，包括工艺文件、单元库、子库、综合后网表文件、约束Pad位置的TDF文件跟综合后给出的时序约束文件。
然后是芯片的整体布局，这是直接影响到芯片面积、速度信号完整性跟设计周期的重要步骤。要为模块、输入输出接口、电源焊盘等等分配对应的位置。
接下来是时钟树综合，这也是一大挑战。想想看，在集合数千万甚至上亿的晶体管后，要将时钟信号零偏差的传输到芯片每一个
本章未完，请点击下一页继续阅读！