第101章 瓶颈（1 / 2）
请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
天穹第三阶段的交付验收进入最后衝刺期，但一个新问题浮出了水面。
左城接到唐旭的电话时正在看开放平台的月度数据。电话那头的声音很凝重，他立刻赶到了实验室。
“左总，星间链路调度的效率不达標。“唐旭指著屏幕上的仿真曲线，“480颗卫星全网仿真跑了一遍，传统调度算法的频谱利用率只有百分之六十二，距离设计目標百分之八十差了將近二十个百分点。“
左城看著仿真报告上的数据，眉头紧锁。频谱利用率百分之六十二，这意味著天穹第三阶段的卫星网络只能发挥出六成的能力，剩下的四成被白白浪费了。合同上写得清清楚楚，频谱利用率低於百分之七十五就要扣尾款，低於百分之七十直接延期。
“问题出在哪里“左城问。
“星间链路的动態调度太复杂了。“唐旭在白板上画了一个示意图，“480颗卫星在轨道上高速运行，每颗卫星和相邻卫星之间的链路质量每秒都在变化。轨道高度、卫星间距、大气干扰，这些因素叠加在一起，频谱环境每时每刻都在变。传统算法是固定策略，按预设优先级分配资源，但环境变化太快，固定策略跟不上。“
“需要自適应调度“左城问。
“对，需要算法根据实时链路状態动態调整。“唐旭说，“这本质是多变量优化问题，变量太多，传统算法搞不定。需要用深度学习来解，让ai自己学会在复杂环境下做最优调度。“
左城沉默了。ai，又是ai。
他之前就预感到ai会成为402的下一个挑战，但没想到来得这么快。如果频谱利用率达不到百分之八十，交付评审就会被延期，1.2亿的合同尾款会被扣住。
“我们有没有人懂深度学习“左城问。
唐旭摇头：“402的核心团队是通信和物联网方向的，没有ai人才。马昊的机器学习经验只限於简单预测模型，深度学习完全是另一个量级。“
左城站起来，走到窗边。天际线上，几朵云正在缓慢地移动，像太空中的卫星一样安静而遥远。
他需要ai能力，但402没有ai团队。招人来不及，深度学习工程师不是一两个月能招到的，招到了也需要时间磨合。外包不现实，核心算法不能交给外面的人。
只剩下一个选择：自己做。
左城转身看著唐旭：“你把星间链路调度的所有数据和歷史仿真结果整理一份给我，包括链路质量的变化规律、频谱分配的约束条件、优化目標函数。越详细越好。“
唐旭有些意外：“左总，你要亲自做深度学习这个领域，门槛很高的。“
“先让我看看问题规模。“左城说，“如果变量在可控范围內，也许不需要特別深的模型，浅层网络加优化算法就能解。“
唐旭点头：“好的，我今天就整理。不过如果真要用深度学习，我们连训练环境都没有，gpu伺服器得重新搭建。“
“你先整理数据，硬体我来想办法。“
唐旭走后，左城关上办公室的门，打开系统面板。
科技树上，ai枝干还处於灰暗状態，尚未激活。激活条件显示：需要掌握至少三项ai核心技术。目前左城只掌握边缘ai推理这一项，还差两项。
但系统面板上有一个新的提示：【边缘ai推理】叶片已与万物互联枝干关联，可参与融合。
左城盯著这行提示，大脑飞速运转。如果用边缘ai推理叶片和其他叶片进行科技融合，也许能產生一个更强大的ai能力叶片，从而更快地达到激活ai枝干的条件。
↑返回顶部↑