第七章.多元雲智能管理係統
奶奶的機器人九號場景攻擊 作者：法慧生 投票推薦 加入書簽 留言反饋
選擇困難症加巨大工作量，林久浩還真的去問了丁琪琪，琪琪說：“扔硬幣的時候，確實有很小的概率，發生硬幣立在地麵的情況，所以。。。扔鞋吧~。”林久浩就知道，丁琪琪不會出好主意的。
配屬的算力存儲等硬件係統明天才能到位，這一天，愁上眉梢的林久浩，居然什麽也沒幹，因為不知道怎麽幹，難題。
晚上快十點了，思考中，思考中，已經考慮一天了，選擇困難症，到底要不要下決心，讓小組成員開始寫基於多元關聯擬腦技術的雲智能管理程序，理工科人的習慣，隻要現在動手寫一點，就根本停不下來了。
選擇困難症，扔鞋吧，是先把多元雲的智能管理模型製定出來，估算一下代碼量，然後再聽天由命嗎？還是。。。。。。問問老爸吧。
已經是晚上十點多了，“老爸，您休息了嗎？”林久浩嚐試著給林自強發了一個消息。
“沒有，這麽晚你又要幹什麽？”林自強回道。
“老爸，我有一件技術方麵的事情想谘詢，您，一下。”林久浩不知道怎麽說。
“很麻煩的？”林自強問道。
“很麻煩，時間不短，會影響您休息，不知道該不該說。”林久浩有些猶豫。
“說還是不說，你選擇困難症呀？說。。。立刻。”林自強果斷下了命令。
“好，就是上一回跟您說過的，用於母子腦算法，基於多元關聯擬腦技術的雲資源智能管理的問題，我們怎麽做？”林久浩提出問題。
“你們的母子腦算法，必須基於多元雲智能管理係統，是不是？你現在想怎麽做？”林自強反問。
“我還沒想。”林久浩馬上回來一個信息。
“我還沒說完，你想怎麽做我不管，我這邊已經有規劃了。”林自強手慢。
“您有規劃了，怎麽規劃的？”林久浩興奮了。
“用多元關聯擬腦模型，抽離軟硬件控製部分，定義為信息元，然後構建中間多元關聯模型層，給雲資源管理建立一個大腦。”林自強淡定地說道。
“我就知道，肯定要用多元關聯擬腦模型，但是，我們怎麽用呀？”林久浩問到具體的方麵。
“我會把雲內部所有軟硬件資源及管理信息資源，全部轉化為信息元，建立在多元關聯擬腦模型中，管理信息資源你應該明白了，我不用解釋了吧？”林自強引導著。
“知道，不是用戶存儲的信息，是我們在係統管理中的信息，例如，軟硬件信息、固定的用戶權限、配置信息、故障信息等等。。。都轉化為信息元並關聯起來。我當初做的運維係統多元關聯擬腦模型，就是用的這個理念。”林久浩想起了自己編寫的第一個程序。
“對的，很多驅動程序和管理模塊都是現成的，我們隻需要建立一個腦結構，把這些信息關聯在一起，這個腦結構可不可以滿足你的管理要求？”林自強問道。
“您還沒說結構呢，我不知道能不能滿足我的要求。”林久浩沒明白。
“好吧，我們假設腦結構已經建立好，就是資源控製模塊及管理信息全部信息元化，而且信息元關聯等工作已經完成，你可以把你的需求發出來，看我們能不能滿足要求。”林自強繼續引導。
“好的，我們是要建立一個母子腦生成機製，擬腦軟件部分是由【星辰大海】生成的專用子腦，這個子腦需要配置相應的硬件設備，算力存儲運維之類的硬件資源、管理功能組資源及管理規劃，而且產生的子腦還有生命周期，等等。”林久浩提出需求。
“很簡單呀，你可以在測試係統中，完成子腦的硬件資源需求，也可以用多元雲的實驗資源池部分，確定這個子腦的資源需求範圍。”林自強先提出測算方法，當一個子腦生成的時候，先要知道這個子腦的算力要求範圍，以及存儲需求的範圍。
“有實驗資源池嗎？我們要做的子腦叫【場景】，您幫我分析一下，怎麽實現？”林久浩繼續提需求。
“好，我們按照你說的要求，生成針對【場景】子腦的場景管理信息元，取名字叫【場景管理元】。”林自強說道。
“運維管理信息及生存周期呢？”林久浩問道。
“這些內容應該在【星辰大海】中有明確的規定，我們先把子腦建立起來，然後再去設定管理功能組的需求。”林自強回答。
“好的。”林久浩。
“設定一個信息元【場景管理元】，標注為預設信息元，設定各項條件參數範圍，例如你實際運行的算力是a，你設定的參數範圍為a*150%，這樣實驗雲中的【場景管理元】會得出這個子腦的算力需求範圍，當輸出的預設信息元為實際信息元的時候，信息元【場景管理元】會帶出一個算力參數1.5a，這個信息元【場景管理元】會加入【資源管理信息元】的【我生負】象限，而【資源管理信息元】也在【場景管理元】的【生我正】象限。”林自強開始推演。
“【場景管理元】信息元就是子腦嗎？”林久浩有點含糊。
“不是，【場景管理元】信息元是生成【場景】子腦的上一級關聯信息元，而【場景子腦】在【場景管理元】的【我生負】象限，而且可以產生多個子腦，包括你們需要的平行腦和影子腦。”林自強解釋道，這裏的管理信息元不是實際生成的子腦係統，而是為生成和關聯這個子腦係統而設定的管理信息元。
“哦，這樣太好了，就是【場景管理元】是針對【場景子腦】的管理核心信息元，這個信息元就是生成子腦運行條件的規範，按照規範生成【場景子腦】的運行條件，太好了，因為【場景子腦】不是一個，需要三個腦並行運行相互驗證，同時還需要影子腦進行多執行腦算法比對。”林久浩理解著說道。
“多執行腦算法比對？”林自強問道。
“就是采用新版本的多重平行三維空間技術，我們多執行腦算法比對，是針對多方向預設態計算的一種，多方向預設態是用來預測未來的真實發生態，多執行腦算法比對是麵對一個問題，模擬多種解決方法，對比出最優的，就是我前幾天跟您說過的互斥問題，也是其中的一種。”林久浩解釋道。
“哦，我明白了，看來你那邊的應用場景很豐富，真好。”林自強居然羨慕了。
“老爸，我有時候很佩服您，您都沒有接觸過真實的應用場景，居然就。。。就。。。憑妄想就想出來了。”林久浩說完，立刻意識到，這好像不是誇人。
“嗯，嗯，我們繼續，【場景管理元】作為【場景子腦】的生成規範，如果需要多個【場景子腦】，由【場景管理元】向【生我正】象限申請資源，由【生我正】象限的【資源管理信息元】響應，而實際的資源又在【資源管理信息元】的【我克正】的資源池裏，資源池裏麵的資源被申請，反饋到發起者【場景管理元】信息元，形成執行閉環，最終在【場景管理元】的【我生負】象限會出現一個【場景子腦】的運行條件環境包。”林自強解釋著。
“如果【場景子腦】在運行的時候，例如，算力不夠，怎麽辦？”林久浩又問道。
“你會發現，在【場景管理元】信息元的【我克負】象限裏麵，有你的監控參數信息元，例如，你說的【算力】信息元，【場景子腦】在運行的時候，一直溢出監控的參數，且會一直將參數發向【算力】這個信息元，而【算力】信息元與【場景管理元】關聯，關聯線路容忍度設定範圍閾值，如果參數是70%以內，沒有超越容忍度，則不向【場景管理元】元發申請，如果【算力】監控元參數是80%，超越容忍度閾值，會產生算力不夠，就會向【場景管理元】發出帶參數80%的申請。”林自強繼續解釋。
“然後【場景管理元】把這個參數傳給【資源管理信息元】，然後發到資源池，按照參數選擇是算力添加，然後把定義好的算力單元添加給【場景子腦】，【場景子腦】再獲得添加的單位算力後，就結束了。”林久浩邊理解邊推演。
“沒有結束，你要看到是誰發起的申請，注意閉環。”林自強提醒著。
“【場景子腦】發現算力不夠，是【場景子腦】嗎？”林久浩問道。
“不是，【場景子腦】信息元沒有發現算力不夠，隻是把算力參數發給【算力】監控信息元。”林自強解釋道。
“是【算力】監控信息元發起的？”林久浩自己也在思考，並不確定。
“不是，【算力】信息元也隻是傳遞算力參數，你再想想。”林自強繼續引導。
“是【場景管理元】發起的，因為【場景子腦】隻是出現了算力不夠的問題，並把這個參數傳導給【算力】信息元，而發現算力不夠的問題是【算力】信息元參數突破容忍度後，向【場景管理元】發出的實際參數，【場景管理元】向【資源管理信息元】發送的不是這個參數80%，是由這個參數激活的【場景管理元】信息元中的條件參數，後續的工作需要這個條件參數來完成。”林久浩的理解又進了一步。
“對，閉環，最終的結果需要走到【場景管理元】，【場景管理元】在算力條件這個地方，把添加的算力放進去，修改原【場景子腦】的算力配置參數。”林自強接著說道。
“【場景管理元】作為閉環開始，也是閉環終結，所以在完成閉環後，【場景管理元】的條件參數也改變了，這樣真實的反應了現有的狀態。”林久浩全明白了。
“是的，如果閉環終點不修改，【場景管理元】內部信息就失真了。”林自強說道。
“老爸，正反方向選擇都可以嗎？”林久浩又問道。
“當然可以，你說的反向，就是算力過多，導致浪費問題，需要【場景管理信息元】自動撤回算力資源，對嗎？”林自強反問。
“對呀，影子腦使用後關閉，對應的資源釋放，或者是算力需求小了，需要減少算力，都需要自動處理的。”林久浩描述了用途。
“你監控的參數在與【場景管理元】關聯線路容忍度閾值采用雙向設置，低於某值也觸發傳送，例如，參數算力下限為30%，如果，當前使用的算力低於這個算力參數，就會導致激活【場景管理元】的條件參數，傳導到【資源管理信息元】做單位算力減少操作，最後返回【場景管理元】，做閉環終結。”林自強又講解一遍。
“減少的算力怎麽從擬腦計算的資源池中撤出來？”林久浩繼續問具體方法。
“標記下一次不可用呀，被撤下來的算力資源不再接受新的計算申請，隻完成當前未完成的工作，這樣就可以回收了。”林自強解釋道。
“如果，我說是如果。。。又導致算力增加了怎麽辦？”林久浩問道。
“這個過程是自動的智能的，且實時完成的，所以可以繼續增加呀。”林自強說道。
“我說的是不穩定，一會兒減少了，然後又增加了，這樣是不是自動的方式就容易出問題？”林久浩在腦子裏麵邊推演邊問道。
“那一定是你把參數設定的太嚴格了，寬泛一些，就可以減少波動。”林自強一句話就解決了。
“哦，我已經很清楚的，除了算力以外，還有很多資源都用同樣的方法設定，用同樣的流程完成資源自動分配，真好。”林久浩這回高興了。
“是呀，不隻是硬件資源，軟件資源也可以，例如，軟件節點授權可以靈活分配，有些企業購買多元關聯擬腦節點授權，他們會為每一個應用購買最低授權數，然後再購買一個授權包放入資源管理池，這些授權也可以被動態地靈活分配。”林自強繼續介紹。
“老爸，我們是堂堂正正盜版的，沒有授權限製，所以不需要考慮。”林久浩開了一句玩笑。
“胡說，你們的是。。。國家專用版，多元關聯擬腦技術一發明出來就有國家專用版，不是盜版，是專門給國家定製的版本。”林自強加重語氣強調不是盜版。
“哦，明白了，老爸。我們現在采用國產設備，設備型號及配置很統一，所以這個雲智能管理模型看著不難實現吧。。。是吧？”林久浩又嚐試著問道，他最希望聽到，“不難，很容易”之類的話。
“確實，不像以前，一個雲裏麵各種品牌的設備，管理很複雜。不過，即使如此，所有代碼重新編製，肯定是天量代碼，但是，我們用了多元關聯擬腦算法模型，你發現需要編製的代碼很少，在模型上配置後，再編寫一些執行腦函數就好了。”林自強沒有讓林久浩失望。
“老爸，是不是這就是，我們的多元關聯擬腦技術的優勢？”林久浩接著問道。
“不隻是，這個模型還把很多信息比對過程轉化為數學計算過程，尤其是閉環的使用。”林自強耐心解釋。
“老爸，我又糊塗了，這些關聯在一起不就好了，為什麽要用六親關係？又克又正了，又生又負了的？”林久浩因為最近的事太多，又有點糊塗了。
“六親關係是為了信息元劃分在不同象限用的，如果隻給你八個象限，一堆關聯信息元你怎麽分？按照什麽關係分類？”林自強用問題解釋問題。
“哦，確實，無法按照【正正正】【負負負】的分，那為什麽要用象限呀。”林久浩還糊塗著。
“象限可以大大減少執行腦代碼，假設你激活了一個信息元，並想讓這個信息元在它的擬腦結構中思維行走，在執行腦部分隻需要輸入【信息元編碼，象限，參數1，參數n】就可以了。”林自強解釋道。
“【信息元編碼，象限，參數1，參數n】對了，想起來了，執行腦輸入信息元編碼找到信息元，給你一個象限方向，而多元關聯擬腦就在這個象限開始思維行走，如果後麵跟著參數為空，則行走函數就會在這個象限發起全路徑行走，然後等待閉環反饋；如果給一個參數值，行走函數就會以路徑最短，或者權重最大，或者角度最小等，優先行走，如果沒有形成閉環，再從次優的路徑行走，直到出現閉環。”林久浩複述了一遍以前的知識。
“對，執行腦發起思維，隻需要很少的幾個指令，而今天，我們做的多元雲智能管理係統，也沒有必要大量編寫代碼。”林自強拉回話題。
“看來先編寫多元雲智能管理部分是對的，不能像琪琪說的那樣，扔鞋。”林久浩說道。
“對，一定要做好基礎的雲智能管理部分，否則你生成的【場景子腦】會有巨大的維護工作量，而且你還需要形成多個子腦，例如，平行腦和影子腦，工作量倍量增長，人力耗不起呀！”林自強不但懂技術還懂運維。
沉吟了一會兒，林久浩不想在麻煩父母了，隨即說道：“知道了，老爸，您休息吧，再晚就影響我媽休息了。”。
“你媽？距離很遠的，不會影響到她的呀。”林自強說道。
“什麽，老爸您們現在，在哪裏？”林久浩驚奇的問道。
“你媽在家休息，我在單位加班呢。”林自強回答。
“加班？加班幹什麽？”林久浩忙問。
“昨天有人都求到琪琪那個簡單大腦了，還扔鞋，我們正在加班測試多元雲智能管理係統3.0版本。”林自強解釋道。
“您都知道了，是琪琪告訴您的，所以您自己就加班加點幫我做係統。”林久浩突然被感動到了。
“不是我一個，我把視頻打開，你自己看吧。”林自強打開了視頻，林久浩看到公司裏麵燈火通明，三多帶著幾十名員工在加班工作。
“謝謝，老爸。”林久浩。
“謝什麽，本來我們這邊就已經在升級多元雲智能管理係統，現在為了趕你的時間，大家一起加班做測試，兩天提交給你，怎麽樣？”林自強問。
“謝謝！老爸，謝謝！老爸。”林久浩由衷地感謝，憋了一天的那一口氣，總算舒了出來，自信又回來了。
下一章節===《第八章.創建場景子腦》
配屬的算力存儲等硬件係統明天才能到位，這一天，愁上眉梢的林久浩，居然什麽也沒幹，因為不知道怎麽幹，難題。
晚上快十點了，思考中，思考中，已經考慮一天了，選擇困難症，到底要不要下決心，讓小組成員開始寫基於多元關聯擬腦技術的雲智能管理程序，理工科人的習慣，隻要現在動手寫一點，就根本停不下來了。
選擇困難症，扔鞋吧，是先把多元雲的智能管理模型製定出來，估算一下代碼量，然後再聽天由命嗎？還是。。。。。。問問老爸吧。
已經是晚上十點多了，“老爸，您休息了嗎？”林久浩嚐試著給林自強發了一個消息。
“沒有，這麽晚你又要幹什麽？”林自強回道。
“老爸，我有一件技術方麵的事情想谘詢，您，一下。”林久浩不知道怎麽說。
“很麻煩的？”林自強問道。
“很麻煩，時間不短，會影響您休息，不知道該不該說。”林久浩有些猶豫。
“說還是不說，你選擇困難症呀？說。。。立刻。”林自強果斷下了命令。
“好，就是上一回跟您說過的，用於母子腦算法，基於多元關聯擬腦技術的雲資源智能管理的問題，我們怎麽做？”林久浩提出問題。
“你們的母子腦算法，必須基於多元雲智能管理係統，是不是？你現在想怎麽做？”林自強反問。
“我還沒想。”林久浩馬上回來一個信息。
“我還沒說完，你想怎麽做我不管，我這邊已經有規劃了。”林自強手慢。
“您有規劃了，怎麽規劃的？”林久浩興奮了。
“用多元關聯擬腦模型，抽離軟硬件控製部分，定義為信息元，然後構建中間多元關聯模型層，給雲資源管理建立一個大腦。”林自強淡定地說道。
“我就知道，肯定要用多元關聯擬腦模型，但是，我們怎麽用呀？”林久浩問到具體的方麵。
“我會把雲內部所有軟硬件資源及管理信息資源，全部轉化為信息元，建立在多元關聯擬腦模型中，管理信息資源你應該明白了，我不用解釋了吧？”林自強引導著。
“知道，不是用戶存儲的信息，是我們在係統管理中的信息，例如，軟硬件信息、固定的用戶權限、配置信息、故障信息等等。。。都轉化為信息元並關聯起來。我當初做的運維係統多元關聯擬腦模型，就是用的這個理念。”林久浩想起了自己編寫的第一個程序。
“對的，很多驅動程序和管理模塊都是現成的，我們隻需要建立一個腦結構，把這些信息關聯在一起，這個腦結構可不可以滿足你的管理要求？”林自強問道。
“您還沒說結構呢，我不知道能不能滿足我的要求。”林久浩沒明白。
“好吧，我們假設腦結構已經建立好，就是資源控製模塊及管理信息全部信息元化，而且信息元關聯等工作已經完成，你可以把你的需求發出來，看我們能不能滿足要求。”林自強繼續引導。
“好的，我們是要建立一個母子腦生成機製，擬腦軟件部分是由【星辰大海】生成的專用子腦，這個子腦需要配置相應的硬件設備，算力存儲運維之類的硬件資源、管理功能組資源及管理規劃，而且產生的子腦還有生命周期，等等。”林久浩提出需求。
“很簡單呀，你可以在測試係統中，完成子腦的硬件資源需求，也可以用多元雲的實驗資源池部分，確定這個子腦的資源需求範圍。”林自強先提出測算方法，當一個子腦生成的時候，先要知道這個子腦的算力要求範圍，以及存儲需求的範圍。
“有實驗資源池嗎？我們要做的子腦叫【場景】，您幫我分析一下，怎麽實現？”林久浩繼續提需求。
“好，我們按照你說的要求，生成針對【場景】子腦的場景管理信息元，取名字叫【場景管理元】。”林自強說道。
“運維管理信息及生存周期呢？”林久浩問道。
“這些內容應該在【星辰大海】中有明確的規定，我們先把子腦建立起來，然後再去設定管理功能組的需求。”林自強回答。
“好的。”林久浩。
“設定一個信息元【場景管理元】，標注為預設信息元，設定各項條件參數範圍，例如你實際運行的算力是a，你設定的參數範圍為a*150%，這樣實驗雲中的【場景管理元】會得出這個子腦的算力需求範圍，當輸出的預設信息元為實際信息元的時候，信息元【場景管理元】會帶出一個算力參數1.5a，這個信息元【場景管理元】會加入【資源管理信息元】的【我生負】象限，而【資源管理信息元】也在【場景管理元】的【生我正】象限。”林自強開始推演。
“【場景管理元】信息元就是子腦嗎？”林久浩有點含糊。
“不是，【場景管理元】信息元是生成【場景】子腦的上一級關聯信息元，而【場景子腦】在【場景管理元】的【我生負】象限，而且可以產生多個子腦，包括你們需要的平行腦和影子腦。”林自強解釋道，這裏的管理信息元不是實際生成的子腦係統，而是為生成和關聯這個子腦係統而設定的管理信息元。
“哦，這樣太好了，就是【場景管理元】是針對【場景子腦】的管理核心信息元，這個信息元就是生成子腦運行條件的規範，按照規範生成【場景子腦】的運行條件，太好了，因為【場景子腦】不是一個，需要三個腦並行運行相互驗證，同時還需要影子腦進行多執行腦算法比對。”林久浩理解著說道。
“多執行腦算法比對？”林自強問道。
“就是采用新版本的多重平行三維空間技術，我們多執行腦算法比對，是針對多方向預設態計算的一種，多方向預設態是用來預測未來的真實發生態，多執行腦算法比對是麵對一個問題，模擬多種解決方法，對比出最優的，就是我前幾天跟您說過的互斥問題，也是其中的一種。”林久浩解釋道。
“哦，我明白了，看來你那邊的應用場景很豐富，真好。”林自強居然羨慕了。
“老爸，我有時候很佩服您，您都沒有接觸過真實的應用場景，居然就。。。就。。。憑妄想就想出來了。”林久浩說完，立刻意識到，這好像不是誇人。
“嗯，嗯，我們繼續，【場景管理元】作為【場景子腦】的生成規範，如果需要多個【場景子腦】，由【場景管理元】向【生我正】象限申請資源，由【生我正】象限的【資源管理信息元】響應，而實際的資源又在【資源管理信息元】的【我克正】的資源池裏，資源池裏麵的資源被申請，反饋到發起者【場景管理元】信息元，形成執行閉環，最終在【場景管理元】的【我生負】象限會出現一個【場景子腦】的運行條件環境包。”林自強解釋著。
“如果【場景子腦】在運行的時候，例如，算力不夠，怎麽辦？”林久浩又問道。
“你會發現，在【場景管理元】信息元的【我克負】象限裏麵，有你的監控參數信息元，例如，你說的【算力】信息元，【場景子腦】在運行的時候，一直溢出監控的參數，且會一直將參數發向【算力】這個信息元，而【算力】信息元與【場景管理元】關聯，關聯線路容忍度設定範圍閾值，如果參數是70%以內，沒有超越容忍度，則不向【場景管理元】元發申請，如果【算力】監控元參數是80%，超越容忍度閾值，會產生算力不夠，就會向【場景管理元】發出帶參數80%的申請。”林自強繼續解釋。
“然後【場景管理元】把這個參數傳給【資源管理信息元】，然後發到資源池，按照參數選擇是算力添加，然後把定義好的算力單元添加給【場景子腦】，【場景子腦】再獲得添加的單位算力後，就結束了。”林久浩邊理解邊推演。
“沒有結束，你要看到是誰發起的申請，注意閉環。”林自強提醒著。
“【場景子腦】發現算力不夠，是【場景子腦】嗎？”林久浩問道。
“不是，【場景子腦】信息元沒有發現算力不夠，隻是把算力參數發給【算力】監控信息元。”林自強解釋道。
“是【算力】監控信息元發起的？”林久浩自己也在思考，並不確定。
“不是，【算力】信息元也隻是傳遞算力參數，你再想想。”林自強繼續引導。
“是【場景管理元】發起的，因為【場景子腦】隻是出現了算力不夠的問題，並把這個參數傳導給【算力】信息元，而發現算力不夠的問題是【算力】信息元參數突破容忍度後，向【場景管理元】發出的實際參數，【場景管理元】向【資源管理信息元】發送的不是這個參數80%，是由這個參數激活的【場景管理元】信息元中的條件參數，後續的工作需要這個條件參數來完成。”林久浩的理解又進了一步。
“對，閉環，最終的結果需要走到【場景管理元】，【場景管理元】在算力條件這個地方，把添加的算力放進去，修改原【場景子腦】的算力配置參數。”林自強接著說道。
“【場景管理元】作為閉環開始，也是閉環終結，所以在完成閉環後，【場景管理元】的條件參數也改變了，這樣真實的反應了現有的狀態。”林久浩全明白了。
“是的，如果閉環終點不修改，【場景管理元】內部信息就失真了。”林自強說道。
“老爸，正反方向選擇都可以嗎？”林久浩又問道。
“當然可以，你說的反向，就是算力過多，導致浪費問題，需要【場景管理信息元】自動撤回算力資源，對嗎？”林自強反問。
“對呀，影子腦使用後關閉，對應的資源釋放，或者是算力需求小了，需要減少算力，都需要自動處理的。”林久浩描述了用途。
“你監控的參數在與【場景管理元】關聯線路容忍度閾值采用雙向設置，低於某值也觸發傳送，例如，參數算力下限為30%，如果，當前使用的算力低於這個算力參數，就會導致激活【場景管理元】的條件參數，傳導到【資源管理信息元】做單位算力減少操作，最後返回【場景管理元】，做閉環終結。”林自強又講解一遍。
“減少的算力怎麽從擬腦計算的資源池中撤出來？”林久浩繼續問具體方法。
“標記下一次不可用呀，被撤下來的算力資源不再接受新的計算申請，隻完成當前未完成的工作，這樣就可以回收了。”林自強解釋道。
“如果，我說是如果。。。又導致算力增加了怎麽辦？”林久浩問道。
“這個過程是自動的智能的，且實時完成的，所以可以繼續增加呀。”林自強說道。
“我說的是不穩定，一會兒減少了，然後又增加了，這樣是不是自動的方式就容易出問題？”林久浩在腦子裏麵邊推演邊問道。
“那一定是你把參數設定的太嚴格了，寬泛一些，就可以減少波動。”林自強一句話就解決了。
“哦，我已經很清楚的，除了算力以外，還有很多資源都用同樣的方法設定，用同樣的流程完成資源自動分配，真好。”林久浩這回高興了。
“是呀，不隻是硬件資源，軟件資源也可以，例如，軟件節點授權可以靈活分配，有些企業購買多元關聯擬腦節點授權，他們會為每一個應用購買最低授權數，然後再購買一個授權包放入資源管理池，這些授權也可以被動態地靈活分配。”林自強繼續介紹。
“老爸，我們是堂堂正正盜版的，沒有授權限製，所以不需要考慮。”林久浩開了一句玩笑。
“胡說，你們的是。。。國家專用版，多元關聯擬腦技術一發明出來就有國家專用版，不是盜版，是專門給國家定製的版本。”林自強加重語氣強調不是盜版。
“哦，明白了，老爸。我們現在采用國產設備，設備型號及配置很統一，所以這個雲智能管理模型看著不難實現吧。。。是吧？”林久浩又嚐試著問道，他最希望聽到，“不難，很容易”之類的話。
“確實，不像以前，一個雲裏麵各種品牌的設備，管理很複雜。不過，即使如此，所有代碼重新編製，肯定是天量代碼，但是，我們用了多元關聯擬腦算法模型，你發現需要編製的代碼很少，在模型上配置後，再編寫一些執行腦函數就好了。”林自強沒有讓林久浩失望。
“老爸，是不是這就是，我們的多元關聯擬腦技術的優勢？”林久浩接著問道。
“不隻是，這個模型還把很多信息比對過程轉化為數學計算過程，尤其是閉環的使用。”林自強耐心解釋。
“老爸，我又糊塗了，這些關聯在一起不就好了，為什麽要用六親關係？又克又正了，又生又負了的？”林久浩因為最近的事太多，又有點糊塗了。
“六親關係是為了信息元劃分在不同象限用的，如果隻給你八個象限，一堆關聯信息元你怎麽分？按照什麽關係分類？”林自強用問題解釋問題。
“哦，確實，無法按照【正正正】【負負負】的分，那為什麽要用象限呀。”林久浩還糊塗著。
“象限可以大大減少執行腦代碼，假設你激活了一個信息元，並想讓這個信息元在它的擬腦結構中思維行走，在執行腦部分隻需要輸入【信息元編碼，象限，參數1，參數n】就可以了。”林自強解釋道。
“【信息元編碼，象限，參數1，參數n】對了，想起來了，執行腦輸入信息元編碼找到信息元，給你一個象限方向，而多元關聯擬腦就在這個象限開始思維行走，如果後麵跟著參數為空，則行走函數就會在這個象限發起全路徑行走，然後等待閉環反饋；如果給一個參數值，行走函數就會以路徑最短，或者權重最大，或者角度最小等，優先行走，如果沒有形成閉環，再從次優的路徑行走，直到出現閉環。”林久浩複述了一遍以前的知識。
“對，執行腦發起思維，隻需要很少的幾個指令，而今天，我們做的多元雲智能管理係統，也沒有必要大量編寫代碼。”林自強拉回話題。
“看來先編寫多元雲智能管理部分是對的，不能像琪琪說的那樣，扔鞋。”林久浩說道。
“對，一定要做好基礎的雲智能管理部分，否則你生成的【場景子腦】會有巨大的維護工作量，而且你還需要形成多個子腦，例如，平行腦和影子腦，工作量倍量增長，人力耗不起呀！”林自強不但懂技術還懂運維。
沉吟了一會兒，林久浩不想在麻煩父母了，隨即說道：“知道了，老爸，您休息吧，再晚就影響我媽休息了。”。
“你媽？距離很遠的，不會影響到她的呀。”林自強說道。
“什麽，老爸您們現在，在哪裏？”林久浩驚奇的問道。
“你媽在家休息，我在單位加班呢。”林自強回答。
“加班？加班幹什麽？”林久浩忙問。
“昨天有人都求到琪琪那個簡單大腦了，還扔鞋，我們正在加班測試多元雲智能管理係統3.0版本。”林自強解釋道。
“您都知道了，是琪琪告訴您的，所以您自己就加班加點幫我做係統。”林久浩突然被感動到了。
“不是我一個，我把視頻打開，你自己看吧。”林自強打開了視頻，林久浩看到公司裏麵燈火通明，三多帶著幾十名員工在加班工作。
“謝謝，老爸。”林久浩。
“謝什麽，本來我們這邊就已經在升級多元雲智能管理係統，現在為了趕你的時間，大家一起加班做測試，兩天提交給你，怎麽樣？”林自強問。
“謝謝！老爸，謝謝！老爸。”林久浩由衷地感謝，憋了一天的那一口氣，總算舒了出來，自信又回來了。
下一章節===《第八章.創建場景子腦》