能设计跟仿真大型复杂的通用芯片，比如CPU、GPU。
另一个就是应用层了。
宁为的意思是要绕开现有的各种架构跟指令集，又牵扯到兼容性的问题。
实际上现阶段AI芯片本就有现成的解决方案，比如FPGA。
跟宁为的构思不同，FPGA直接就可以理解为一种万能芯片，有着统一的结构。
用户通过烧入 FPGA 配置文件，来定义这些门电路以及存储器之间的连线，用硬件描述语言对 FPGA 的硬件电路进行设计。每完成一次烧录，FPGA内部的硬件电路就有了确定的连接方式，具有了一定的功能，输入的数据只需要依次经过各个门电路，就可以得到输出结果。
这种方式显然比宁为设计的这种ASIC模式更具性价比。虽然FPGA也有自身的缺点，比如性能比不上 ASIC 芯片，价格也比 ASIC 芯片更高。
原因是现在各种人工智能的深度学习算法正处于快速发展期，迭代极快，如果照着宁为的想法每种结构都要设计对应配套的最优化可烧录配置文件，也就意味着每次算法更迭，都要在对象库里更新新一代的专用芯片结构。
一旦更新慢了，就落伍了……
所以整个项目组没几个人看好这款EDA软件的前景。
但每个人的想法却又有不同。
有的人觉得无所谓，反正拨款下来了，不管怎么样，大家都多少都能赚点。至于这款
088 不同意见也是有的(4/5)