第(2/3)页

    随意张口嘴，那些在脑海里转过千遍万遍的内容就自己脱口而出。

    “生成算法用的是改进后的图神经网络，输入是硬件指令集的拓扑结构，输出是映射矩阵。推理延迟在八到十二毫秒之间，对动态迁移的影响可以忽略不计。”

    埃里克森又追问了一句：“改进后的图神经网络？基准模型是什么？改进点在哪里？”

    “GIN，图同构网络。”

    江野摊了摊手：“改进在于加入了注意力机制，让模型能够自动识别指令集中的关键结构。至于改进点，抱歉，这是机密，除非方案能通过……我只能说，改进后的模型在跨架构迁移任务上的准确率比GIN高了十三个百分点。”

    埃里克森愣了一下，直接坐了下去。

    随即又有人开口。

    “论文第六章提到‘多源异构算力的能耗优化模型’，但没有给出具体的优化目标函数。你用的是线性加权还是帕累托前沿？”

    “帕累托前沿。”

    “权重怎么确定？”

    “没有权重。多目标进化算法，基于分解的MOEA/D，约束条件是每个算力单元的能效比和响应延迟……”

    “你的调度算法如何应对？”

    “我不想回答这么低级的问题，你自己算一下就知道……调度算法在此基础上加入了鲁棒优化，能够容忍百分之十五的预测误差。”

    “百分之十五的依据是什么？”

    “全球光缆传输延迟的实际波动统计。”

    “谱方法的收敛阶呢？”

    “指数级。”

    这一次发问的是工藤优作：“验证实验用的什么硬件？”

    对此，江野只平静摊摊手。

    “抱歉，无可奉告。”

    “……”

    会场里安静了片刻。

    没有人再站起来。

    事情进展到这个地步，继续提问下去已经没有意义了。

    江野无论是回答的速度还是精准度，都已经到了无可辩驳的地步，哪怕这篇论文不是他所写，他对于其中内容的了解程度，也已经丝毫不亚于任何原创者……找不到任何漏洞可言。
    第(2/3)页