汤姆没说话，但眼神里的轻视已经彻底消失，取而代之的是专注和思索。
“切换场景。”他要求，“郊区，大面积覆盖，用户稀疏但分布不均匀。”
“好。”
场景切换。
这次模拟的是典型的美国郊区——用户分散在几平方公里范围内，有的在房子里，有的在车里，有的在户外。
这种场景的难点在于覆盖和功耗的平衡。
基站功率开大了浪费，开小了边缘用户服务差。
但解睇的算法再次表现出色。
通过动态调整波束成形和功率控制，在保证边缘用户基本速率的前提下，整体功耗比传统方案降低了35%。
“功耗数据可靠吗？”汤姆问。
“可靠。”小王调出仪器读数，“我们用的是高精度功率计，每秒钟采样一次。这是半小时内的平均功耗。”
汤姆看着那些数据，沉默了更久。
他终于意识到，眼前这个年轻的中国女性，不是靠关系坐上这个位置的。
她真有本事。
“最后一个场景。”汤姆说，“室内场馆，比如体育馆演唱会。用户高度密集，业务突发性强。”
这是公认的最难场景之一。
几万人挤在一个封闭空间里，同时发照片、录视频、直播……对网络的冲击是毁灭性的。
测试开始。
模拟的是一场五万人的演唱会，开场时刻，用户同时上线。
大屏幕上的指标瞬间飙红——负载99%，时延突破200毫秒，丢包率高达15%。
“要崩了。”美方团队有人小声说。
但解睇很镇定：“等三十秒。”
果然，三十秒后，算法开始发挥作用。
它识别出这种“突发拥塞”模式，启动了应急机制——临时降低非实时业务的质量（如下载速率），优先保障实时业务（如通话、直播）；同时动态调整调度周期，加快资源分配速度。
两分钟后，指标开始回落。
时延降到100毫秒以下，丢包率降到5%，虽然还有波动，但系统稳定住了。
“不可思议……”
汤姆喃喃道，
“我们之前做过类似仿真，这种场景下，系统通常会在三分钟内崩溃。”
“所以我们加入了‘过载保护’模块。”
解睇解释，
“当检测到突发拥塞时，算法会暂时进入‘保守模式’，牺牲一部分性能换取稳定。等拥塞缓解，再恢复正常。”
她调出代码：
“关键在这里——这个拥塞检测算法，我们用了机器学习训练，准确率在实验室条件下达到98%。”
汤姆彻底服气了。
他走到解睇面前，郑重地说：
“阎，我为我之前的傲慢道歉。你们的工作，是世界级的。”
解睇微笑：
“汤姆，不用道歉。技术讨论，有分歧很正常。重要的是我们最终达成共识。”
“是的。”
汤姆点头，
“那么，关于5G路线图，我完全支持你的版本。不仅如此，我建议加快进度——如果这个调度算法能早日成熟，我们可以提前半年推出原型机。”
“这正是我希望的。”
解睇说，
“汤姆，我想请你负责调度算法的工程化落地。你们团队有丰富的产品经验，这是我们需要学习的。”
这是一个聪明的安排——既给了汤姆团队重要任务，体现了信任；又让中方团队有机会学习产品化经验。
汤姆眼睛一亮：“真的？你愿意把这个核心模块交给我们？”
“当然。”解睇说，“技术没有国界，团队不分彼此。我们现在是一个公司，一个目标。”
“好！”汤姆用力点头，“你放心，我一定做好。”
气氛彻底转变了。
美方团队围上来，开始热烈讨论技术细节。
那些隔阂和偏见，在实实在在的技术成果面前，烟消云散。
因为真正的技术人，最认的就是实力。
你有本事，我就服你。
就这么简单。
测试持续了一整天。
结束时，已经是晚上八点。
但没有人喊累，反而个个兴奋。
汤姆主动提出：“阎，我知道附近有家很好的中餐馆。我请客，庆祝我们达成共识。”
解睇笑了：“好啊。不过中餐馆，应该我请。”
“不，这次我请。”汤姆坚持，“算是……道歉宴。”
餐厅里，双方团队围坐两桌。
汤姆点了很多菜——宫保鸡丁、麻婆豆腐、水煮鱼、北京烤鸭……
虽然味道可能不太正宗，但诚意十足。
“阎，我敬你。”汤姆举杯，“说实话，被收购时，我心里很不舒服。觉得中国人不懂技术，只会靠资本运作。”
他一口喝干杯中酒：
“但现在我知道，我错了。你们不但懂技术，而且做得比我们好。”
解睇也举杯：“汤姆，我也要感谢你。你们团队在产品化、工程化方面的经验，是我们急需的。希望我们合作愉快，一起做出最好的5G。”
小主，这个章节后面还有哦，请点击下一页继续阅读，后面更精彩！
喜欢四合院：为人师表阎埠贵逆袭人生请大家收藏：(m.zjsw.org)四合院：为人师表阎埠贵逆袭人生爪机书屋更新速度全网最快。