在這個文章中，我們將介紹怎麼在特定 T 下，最小化 A。
一般來說，在 IC 競賽中，T 值規定會是以 cycle 數計算，並不會以總時常來做限制。另外，這個 cycle 數也會改的非常寬鬆，基本上你看完題目當下能想到最簡單的方法都會在這個 cycle 數的規定以下。
當然，一個大家都會做的優化就是把 cycle 的週期條的很大，只要超過 critical path 的大小，我們就可以在合成時有比較好的面積。除此之外，在架構設計上，一個規則化的硬體會非常的省面積。
什麼是規則化硬體？也就是盡量的利用同一套硬體去做很多不同的事情。簡單的例子是，一個演算法用到 +、x、/。另一個方法雖然時間比較久，只用了 x，我們就應該選用這樣的方法。下面，我們會以一個例子來說明這個概念：
簡單例子
這邊我會先簡單介紹一個排序的例子，在 2020 IC競賽決賽實作中，我們可以看到一個更複雜的例子。
各位讀者應該都知道排序有很多種， insertion sort、merge sort、bubble sort 等等。如果說我們要在特定 T 下，最小化 A，最好的做法就是做一個 bubble sort 的硬體，他只需要一個簡單的比較器和簡單的 register 即可。
你可能會想，merge sort 的操作次數不是更少嗎？要注意的是這邊我們的 T 值是很足夠的，如果選擇 merge sort 這類操作複雜的演算法實作，我們就會設計出很多套的硬體，造成不必要的硬體面積浪費。
另外，更進一步的來看。一個簡單的 bubble sort 如下：
給定 n 個數值 A_1, A_2, ..., A_n
for i = 1 : n
for j = i + 1 : n
if A_i > A_j
swap(A_i, A_j)
這已經是一個最好設計的硬體了嗎？我們要考量在算 i 和 j 的數值時，也是需要家法器的，而且 j = i + 1 這點也會造成面積浪費。
如果我們時做下面的作法呢？可以看到，我們就不需要 j 了，也使得存 j 的 register 可以省掉。雖然所用的 cycle 數增加了，但只要在符合規定的 cycle 數內，我們就應該靜可能的去把演算法進行規則化。盡力的重複操作同樣的步驟，即使重複操作很幾次也無妨。
給定 n 個數值 A_1, A_2, ..., A_n
for i = 1 : n*(n-1)
if A_i > A_(i+1)
swap(A_i, A_(i1+))
小節
我非常喜歡競賽中出現特定 T 下，最小化 A這樣的題目。因為，當我們把軟體的演算法學熟了，常常會不自覺的就想到一些步驟比較少的作法，進會直接想去實作他。當我們遇到這樣的問題時，應該要考量硬體的代價，特別是 A 值估計對於沒有硬體設計經驗的人相對又很困難。這樣的題目很容易就可以考驗考生對於硬體的認知。