这才几天，你还想提升多大？直接搞定4nm？用EUV？”
纪弘微微摇了摇头，他不懂纪弘在想什么。
这么长的时间，其实真正比较大的调整就只有运动控制那一次，剩下的几乎全都是微调。
这些微调说有效果吧，可能有一点点，都不太明显，甚至是稍微误差一下下的事儿，也就在统计学的概念里，有了一点点的提升。
难道除了发现的那一个问题之外，其他的地方真的全都到极限了？
纪弘总觉得哪里有些不对，因为极限是很难达到的。
举个最简单的例子：用正多边形模拟求圆的面积的问题。
大家都知道，边数越多，正多边形就越接近圆。但如果是人去画，边的数量你不论怎么花那都是有限的。
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，实现层叠ALU的生产工艺。
“光刻产线这边的的难度其实不大，”曾学成对层叠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
…。。