第298章 实力展现，合作共赢（1/2）

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。”

本章未完，点击下一页继续阅读。