是任何事都亲力亲为，获取最大利益，本就是希望能不去思考这些勾心斗角的事情。

数学很有趣，物理同样很有趣，思维在各种维度上跳跃，对于纯粹的理科生而言，通过复杂的空间构型解决一个个问题带来的舒爽感远比去琢磨一帮人的心里在想些什么，琢磨人性有趣的多。

即便一定要思考人性，群体意识下的社会构型也比去揣测单体意识不可测性要更符合逻辑。简单来说，就是林子大了什么鸟都有，但许多奇葩的鸟儿，只在样本足够复杂的时候才会出现。

网络时代，每天都能在新闻上看到各种奇葩的新闻，足以让人发出现实原来可以比小说更奇葩，甚至发出神剧编剧都不敢这么写剧本的惊呼。

但实际上小说跟神剧中的奇葩很常见，但现实中的奇葩故事跟种种巧合，虽然肯定会有，但如果真从概率学的角度来看，发生的概率其实是可以忽略不计的。

这就好像已经到了2025年，人类已经登录月球许多次了，距离马斯克要向火星移民百万人只剩下三年时间了，但西半球依然有百万人坚定的相信地平说，并努力的在证明这一点，甚至成立了地平说协会。

这个数字看上去庞大，但是跟西半球的总人口数量比起来，百万人着实不多，也不过是几千人里面藏着一个奇葩而已，自然不具备代表性。

就好像每天全世界都有许多未成年人逃学，但最终纯粹因为不想上学还混了个环保小公主称号的，全世界也就一个人而已，大多数人逃学，那就是逃学。

当然那位小公主已经沉寂了，大概还在跟高中知识死磕，但这些宁为并不关心，因为沉浸在学术的世界里，有趣的事情太多了。

即便是芯片设计这种听起来就极为复杂且严肃的项目其实同样如此。尤其是芯片设计本就是协同性要求极高的一项技术，对于总览全局的人来说，即便是各个部门都给出了正确的结果，将之结合起来的时候，往往也能发现许多有趣到会导致系统性灾难的问题。

就好像宁为希望三维硅通管cpu能偶集成ai识图功能，这就需要芯片内的cpu、ddr、总线、ai处理器、ipi，都能完美的工作。

那么当ipi采集到图像，储存入ddr，ai处理器进行识别，然后由cpu进行验证计算，一整套工序需要考验ipi速率跟能力，da的速率跟能力，总线是否匹配，ddr速率，ai处理器识别速率跟匹配，cpu交互效率等等……

即便每个部门负责的一块功能都能在验证时达到完美，但将每个完美的功能全部综合到一起的时候，哦豁，芯片刚跑就开始发烧，是从头开始设计，还是丢给下游厂商去堆散热就成了一个问题。

而对于宁为来说，他要做的是通过全局考量，从理论上不但让一个个部门给出各自完美的解决方案，还要有预见性的解决一些将所有功能综合起来还不会出现太大问题的统筹性指导。

极具挑战性且极为耗废脑力的工作，一旦沉溺，问题就会很严重。比如吃饭、喝水时都会考虑问题是如何出现的，又该如何解决，自然就不会去深入琢磨其他人的想法。

更何况就算要琢磨人的想法，也不如去看实验室各个部门之间沟通的那些交流（tuiguo记录。理科文化人之间为了工作而撕逼往往能展现出极为强大且远超文档记录的文字功底。那些充满了内涵的语言，足以让许多文学类博士都为之汗颜，可以说极为充分的展现了华夏文字的博大精深。

当然，那些都是闲暇时才会干的事，对此宁为已经见怪不怪了，甚至还学了几手……

此时，宁为就在勾勒着芯片内部放大后的结构，试图从理论上解决在三维通管中出现的一个信