就在张建与李工探讨linux系统级智能插件可能的方案以及原理的时候，纪弘也正在家里绞尽脑汁的思考怎么跟程荟解释这其中的技术。

“所谓粒度资源管控，这么说吧，就像是在红绿灯路口，一般的智能红绿灯就可以做到根据车流控制信号灯各个方向的绿灯时间。

“这个方向车多，那就绿灯时间给长一点，这个方向车少一些，那就多等一会儿红灯，让一让，如此来最大限度的保证通过量。

“但在车流量都非常大的时候，这个控制时间其实并不好使，四个方向都堵车你怎么办？给谁分配绿灯的时间长才更合适？

“所以，现在我们的这ai的逻辑不一样，它计算的不是一个路口，而是整个城市交通网络，着眼的是全局，选择的是对于全市道路都有利的一种分配方案。

“gpu的调度其实原理一样，考虑全局比考虑局部从思路上就要更优，从而让全网络所有的运算链路最大化的畅通。”

“嗯嗯嗯嗯。”程荟一边吃饭一边不住的点头，这种类比确实什么专业术语，粒度资源管控之类的好理解的多了，她完全听得明白，甚至听得津津有味儿。

“另一个就是gpu共享组件，还拿堵车来说，这是用另一种方式来解决这个问题的。

“路口车很多，经常拥堵，但是我们综合统计发现，不管是五座车还是七座车，几乎都是只坐了一个人或者两个人。

“那么我们就可以根据大数据，利用ai智能调度，智慧的将路径相近、目的地相似的乘客组合到一个车里，然后节省路面空间，从而最大限度的减轻拥堵，提升效率。

“放到gpu共享组间里，大约也是这个道理。多个任务通过路径提前预判、算力综合分配等方式进行智能组合，共享gpu算力单元，理论上做到极致甚至可以达到一丝算力都不浪费的程度。”

“而