有点像在看模拟城市的交通俯瞰视角。
他挥了挥手，几个机械臂重新调整了搬运的节奏和对准的方向，很快，那些红色的线条都变成了浅蓝色。
这下舒服了。
【策略：块内重计算（block-wiserepute）】
【显存读写下降：37】
效果出来了。
韩路一手指挥动间，刚才的策略改动已经变成了优雅的代码，仿佛被一只看不见的手输入到了屏幕上的代码编辑器里。
接下来是调整数据块的大小。
为了让巨大的数据运算可以在很多显卡的很多计算核心上并行运算，在进入运算管线之前，这些原始数据必须按照一定的规则进行切分，在子计算完成之后，再进行合并运算，把所有的结果汇总起来。
数据块要切多大，对芯片工程师和算子工程师来说，都是不小的挑战，想要找到不大不小正合适的点，只能先通过数学方法进行粗算，然后在一次次地进行工程验证。
如果做纯数学运算不可以吗？
答案是不可以。
现在的gpu芯片，包括其他的计算核心如电脑cpu，或者手机芯片，采用的都是十纳米上下的制程量级。
像l100，是七纳米制程。
这是什么概念呢？
一根头发丝的直径大约是七万纳米，也就是说，如果把一根头发丝横切开来，可以并排放下整整一万根七纳米的晶体管。
在这个尺度下，传统经典物理学已经开始失效了。
电子不会再老老实实地沿着预设的路径运动，它们会隧穿，会跨越本不该跨越的绝缘层，直接跑到不该去的地方。
这意味着你用数学推导出来的“最优方案”，实际跑起来往往达不到理论极限。
物理世界会在最后一步给你打个折扣，而折扣打多少，则在每一块芯片都不完全相同。
所以工程师在规划切分数据块的时候，必须留有冗余；而冗余留多少，就要靠真实数据来校准了。
单是在这一步所要花费的时间，就要以月来计算。
但是对韩路一来说，这是一件一目了然的事情。
他伸出手，手指轻轻一捏，视界中虚拟的数据块就相应变小，传送带上的流动水流也更顺畅了起来，但是因为数据块太小，运算核心的负载也肉眼可见的降了下来，大量的空转让核心发出冷峻的嗡嗡声。
从视界