而曾学成则是根据AI的反馈结果对产线进行各方面的微调，现在的他已经完全成为了纪弘的跟班了，这与领导无关。

之前跟着梁松，但梁松独特的眼光和技能他学不来，纪弘这儿则是完全不一样，AI在那，用起来非常的简单和方便。

在曾学成的协助下，利用灵犀，他们把各个控制系统的软件和系统也进行了一定程度的重构，各模块儿都加入了AI判定和控制，AI慢慢的融入到了整个生产流程的控制之中。

这也多亏了他们原本就使用的不是官方的系统，而是自己开发的，源码还都在。

重构的过程很顺利，甚至系统的更新都没有影响生产——产线一直在保持低产能运转的状态，甚至都没有停工。

但工艺的提升……

纪弘有点儿不满意。

“提升是不是小了点啊？”这天吃饭的时候，纪弘还跟曾学成抱怨：“只有两个点的良率。”

听纪弘说这样的话，曾学成一口饭没咽下去，直接就喷了，米粒都从鼻孔里出来了：“老大啊，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，现在的导通技术是上下一体垂直导通。但，层叠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。”