探寻真正的随机世界：TRNG与PRNG的神秘交织
计算机硬件中的随机数生成器，究竟能否创造出我们期待的“真正随机”？答案并非一目了然。硬件中的真随机数生成器（True Random Number Generator，TRNG）和伪随机数生成器（Pseudo Random Number Generator，PRNG）各司其职，为我们揭示了随机性的复杂面。
TRNG，如同CPU中的神秘守护者，它通过放大电路中的热噪声，捕捉原子热运动带来的微小电压起伏，生成那些看似无序实则源于物理世界的随机数。然而，这并非易事。首先，TRNG的速度受限于低通滤波器，需要时间去捕捉和放大那些低频噪声，这就限制了其工作频率。而且，电路中的噪声并非全然随机，如电源噪声与系统时钟紧密相关，这使得TRNG在面对外部干扰时，既要提高屏蔽能力，又需消耗大量能源。
尽管TRNG的局限性明显，但在实际应用中，它与PRNG的结合至关重要。PRNG，以线性反馈移位寄存器（LFSR）为基础，形成一串看似无尽的0和1序列，它们在输入初始状态后，按预定周期生成数据。相比之下，PRNG的面积小、功耗低，更适合在CPU中密集部署，且工作频率极高。
在实际运作中，TRNG负责不断生成原始的随机种子，这些种子被储存在CPU的“熵池”中。当需要随机数时，种子会被抽取出来，驱动PRNG的运行。这些经过混合的随机数，通过NIST的严格随机性测试，以确保其抗预测性和随机性。
然而，即便是最严格的测试也无法完全证明“真正意义的随机”。TRNG所依赖的热运动，其随机性是否源自自然界最基础的不确定性，这仍然是一个未解之谜。热运动的随机性，就像宇宙中的微小波澜，我们只能用科学的手段去捕捉，却无法穷尽其深层的随机性本质。
总的来说，虽然TRNG与PRNG在为我们提供随机数的道路上并肩作战，但关于“真正意义的随机数”，我们仍在探索的道路上，寻找那隐藏在物理现象背后的奥秘。