内存溢出。
这行冰冷的红色字符,宣告了第一次尝试的彻底失败。
林允宁靠在椅背上,揉了揉干涩的眼睛。
这不是代码的bug。
这是物理世界的现实。
他构建的那个“信息流形”,其复杂程度远超预期。
哪怕只是一个最简单的“桌面黑洞”模型,所需要的计算资源,也已经超出了这台IBMX40笔记本,甚至任何一台单机服务器所能承受的极限。
“怎么了?死机了?”
旁边的布兰登凑了过来,嘴里还叼着一块披萨。他现在已经习惯了林允宁这种废寝忘食的工作模式。
“内存溢出。
林允宁言简意赅。
“那换个大内存的电脑不就行了?”
布兰登凭着朴素的直觉提议。
“恐怕这世界上,现在还没有这么大的内存………………”
林允宁摇了摇头。
他知道,问题不在于总内存大小,而在于如何让多台计算机协同工作,去处理一个不可分割的整体。
他需要并行计算。
并行计算本身并不难,以前他和陈正平和顾念真也做过。
但拓扑信息流的建模是一个整体,如何将这个任务拆分成计算机能够理解的部分分别计算,才是真正的难点。
。。。。。。
第二天。
在劳拉的撮合下,林允宁抱着自己的笔记本电脑,敲开了计算机科学系一位教授的办公室大门。
丹尼尔?华莱士教授。
芝加哥大学并行计算领域的专家,一个典型的技术派学者。
他的办公室里堆满了服务器和各种网络设备,风扇的嗡鸣声震耳欲聋。
“。。。。。。所以,我的问题是,如何将一个高维的纤维丛结构,有效地分布到不同的计算节点上?”
林允宁开门见山,直接在白板上画出了那个复杂的几何模型。
华莱士教授是个典型的计算机科学家,穿着印有“Theresnoplacelike127。0。0。1”的T恤,听得一头雾水。
“等一下,林同学,”
他打断了林允宁,“你说的这个“纤维丛’,在数据结构上怎么表示?是邻接矩阵,还是邻接表?你的‘信息流,可以看作是一种图上的遍历算法吗?比如广度优先或者深度优先?”
林允宁愣住了。
他试图解释:“它不是一个静态的图,它的几何结构本身,会随着信息的流动而动态演化。。。。。。”
“那就是一个动态图的实时计算问题,”
华莱士教授立刻接话,“那你节点之间的数据依赖关系是什么?通信开销怎么评估?有没有做过性能剖析,找到计算瓶颈?”
二十分钟后,林允宁走出了办公室。
他意识到,他和华莱士教授之间,隔着一堵无法逾越的墙。
他眼中的物理世界,在对方眼里,只是一堆数据结构和算法。