畢竟不可能芯片設計出來就直接拿去流片，要知道流片是很昂貴的，再有錢也禁不起這么造。
有了EDA軟件還只是起步，接下來是芯片結構設計。
這一步很難，難就難在要繞過被人的專利，設計出一個新的智能芯片架構。整體架構出來了，還有各個細節部分，比如每塊芯片都要去設計引腳定義、規格、功能，然后用來豐富自家的元件庫。
這個過程還要給芯片寫好底層驅動，各種通訊協議。
然而這些跟接下來的難度比起來都是浮云，因為關鍵在于芯片不止要設計出來，還要能造出來。
所以他的大腦還希望他能學習精密光學、材料化學，微電子加工。
另外，他的大腦還覺得實現人工智能還有另外一條路，那就是仿造人類，通過生物材料設計一種跟人腦通訊差不多模式通過神經介質來傳遞存儲信號的人工智能實現模式，這又是一個全新的領域，所以需要各種生物學知識跟計算機知識。
至于現階段比較流行的所謂深度學習跟神經網絡，他甚至認為沒什么太大的科技含量，其大半功能的實現，都是通過不斷的回歸，不斷的修改權重，最后給出最優解。
所以五個小時后，從圖書館走出的寧為整個人都被震撼到了。
他感覺自己的大腦肯定是對自己的想法有什么誤解。
他所說的人工智能領域，只是研究其中一個分支，但他的大腦卻似乎希望他成為一個全能的超人，從硬件到軟件，從設計到生產全部搞定？
這特么怎么可能？
現代工業是個分支極細的專項化工業體系，以世界最先進的阿斯麥光刻機為例，其部件就包括了美國Cymer的光源，德國通快的激光器，德國蔡司的光學系統，英國Edward的真空系統以及德國的靜電吸盤技術，等等。
至于擴展到整個半導體領域涉及到的工業體系有去膠設備、熱處理設備、清洗設備、化學機械拋光機、精密量測設備、測試機、分選機、涂膠顯影、探針臺……
除了這些之外，還有四大核心裝備鍍膜機、刻蝕機、離子注入機跟最重要的光刻機。
或者他真的可以？
當這個想法剛從腦子里冒出來，寧為就狠狠的甩了甩腦袋。
所有線全精通？那是瘋子才該有的想法。
到是可以從基礎做起，做到哪步是哪步。
很快寧為便打定了主意，既然想要往這個方向發展，那就做出點成果來，他可以嘗試從最基本的算法跟軟件做起。
當然，得是他完成湍流算法這個項目之后。
好在近期湍流算法項目已經不需要他全心趴在這一塊了，每天反饋的數據都會按照他制定的標準上傳到服務器上，一些代碼細節上的調成，新配的三個研究員跟余興偉也足以勝任，關于湍流算法的第一篇正式論文也差不多完成，等到填補并解釋足夠的數據樣本之后，就能再次投稿了。
他也的確可以花些時間重新開題了。