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。