会议室里安静了几秒。
老张靠在墙角，盯著白板上那张层次图，眉头拧成一个疙瘩。
他之前一直以为小智跑得慢是框架本身的计算复杂度问题，还琢磨著要不要从底层算子做优化。
现在肖宿把三层结构一画出来，他忽然意识到自己连问题出在哪里都没找对。
肖宿没有在这个结论上停留太久。
他转过身，在白板的空白处继续。
“小智从设计之初就註定和传统调度策略不匹配。”
他在层次图旁边画了一个新的模块，標註为“任务分解粒度调整器”。
“要適配小智这种低维解耦结构，调度策略需要改三个地方。
第一个是任务分解的粒度。
传统调度器按数据量等大拆分，因为高维空间里数据量和计算量是近似线性的，低维解耦空间里这条线就不成立了。
语义层数据量大但计算量中等，逻辑层数据量中等但计算量最大，符號层数据量最小计算量也最小，所以拆分粒度不能一样。”
而分配的逻辑应该是这样的：
语义层用大块，减少拆分次数，省通信开销。
逻辑层用中块，避免单节点计算时间过长拖慢整体。
符號层用小块，充分利用並行度。
“第二个就是通信拓扑，传统调度器用树形归约，叶节点匯总到父节点，一层一层往上，高维空间里通信量小，树形的瓶颈不明显，低维空间里通信量大增，根节点会被堵死。”
他很快画出了一个环形结构。
“而改成环形拓扑，每个节点只和相邻节点通信，数据在环上流动而不是匯聚，总通信量一样，但没有单点瓶颈，平均延迟反而更低了。”
“第三个是任务亲和性，语义层对延迟不敏感，它的输出是一次性的，早一点晚一点差別不大，但逻辑层和符號层之间需要频繁交换中间结果，对延迟是极度敏感的。
调度器需要能识別这种差异，把延迟敏感的任务放在同一个物理节点上，或者至少放在同一台交换机下。”
他放下笔，退后半步。
白板上清楚地铺著一张图。
层次结构，粒度分配表，环形拓扑示意图，亲和性標註
每一部分的位置都是经过安排的，连箭头都没有多余的交叉。
宋晓曼盯著那张图看了半天，忽然发现自己不知道什么时候已经把抹布攥成了一个球。
周庆宇站在白板前，把肖宿写的每一个字从头到尾看了一遍，又看了一遍。
他明白肖宿的意思了。
肖宿画的这张图，本质上是在说一件事：
调度策略的底层逻辑，需要从“通用计算优先”切换到“结构感知优先”。
传统调度器把任务当成黑箱，只关心计算量和数据量。
肖宿的调度器把任务拆开，知道每一层在算什么，知道每一层对什么敏感，然后针对性地分配资源。
这个思路他不是没想过。 事实上，去年他就思考过能不能让调度器感知神经网络的不同层，但是想要实现的复杂度实在太高了，最后他还是放下了，做会了传统的负载均衡优化。
而现在，肖宿画出的这张图，甚至连每一个模块的输入输出、计算复杂度、延迟敏感度都標得清清楚楚。
思考问题的深度简直难以想像。
越看，他的脸上越是激动，心底也不禁掀起了惊涛骇浪，因为他已经意识到了这个方法的应用前景。
要知道，现在全球的算力中心跑的都是通用调度器，sr、kuberes、还有各家自研的变种，所有人的优化方向都是怎么把高维张量算得更快。
低维解耦空间是一个全新的战场，而且目前这个战场上几乎没有人。
不是大家不想进来，而是从前从来没有能跑在低维解耦空间里的框架。
没有框架，调度器就是无源之水。
而现在，肖宿做出来了
而开启一个全新世界的钥匙现在就在他们面前。
周庆宇攥紧了手指，心底快速思索起来：恆科的小智一號已经在適配小智了，他们目前用的肯定是通用调度方案，等產品量產后，必然会遇到和他们一样的通信瓶颈。
以恆科的实力，自己组团队攻克这个问题，最少也需要半年到一年。
如果按照肖宿的方法，抢在恆科之前，把適配小智框架的调度器做出来，恆科一定会主动找上门来合作！
到时候，这可就不是普通的校企合作了。
以往合作都是企业看中高校的算力和人力，主动权在企业。
可要是他们手里有这套独家调度算法，局面就会彻底反转，不是他们求著恆科，而是恆科离不开他们的技术。
到时候他们拥有真正的议价权，算力研究中心也能彻底打开產业落地的口子了。
“我觉得可以干。”老张开口了，“肖宿同学已经把骨架画出来了，我们来做血肉。
环形通信拓扑我在早年的一个项目里接触过，当时是因为树形归约