存地址映射、中断控制器这些差异，全部封装成统一接口，第二层是内核抽象层，基于统一接口实现调度算法、p通信协议，不管底层是am还是86，内核逻辑完全一致；第三层是驱动适配层al，为am和86分别开发架构专属驱动模块，比如am的p驱动、86的p驱动，通过al接入内核抽象层.……」
「你们的a构件如果能实现目标代码级重用，也许可以改成系统的跨架构模块容器，应用模块不用管底层是am还是86，只需要按容器标准开发，运行时由容器自动调用对应架构的驱动和内核接口……」
陈榕听逐渐入迷。
陈学兵则走到门口静静等待。
这套东西，大家也快琢磨了一个周了，开了十几场大大小小的会，把展讯和中芯的人都叫过来商讨过。
他这个不懂技术的人也差不多听明白。
在他看来，这套系统规划无论生态弹性怎么样，安全纵深够不够，技术前瞻性上都缺了一个关键的智能调度中枢。
a。
这个调度中枢，当下只能以「规则引擎数据反馈场景适配」的方式去想像，而非自主思考。
他不会过早提出来，也无法提出来。
因为深度神经网络如何发展为a大模型，他自己也不了解。深度神经网络是核心，林斌已有所猜测，可以说离他的想法很近了，但林斌其实没多大信心，更多还是寄望在算力发展和规则引擎上。
陈学兵也没有表现信心，只是表示可以一步步去摸索。
做出一套规则，能感知场景、分析数据、自动调整资源，便已经能体现出大数据中心的威力了。
这个过程中要解决的困难已经够团队研究好几年的，而且需要一个超级庞大的团队。
：
正如卢韦冰所说，要再造一个点。
更复杂的点。
单纯的招人已经不够，内部抽调不能影响原有部门规划，新人培养也需要太多时间。
所以他们现在要招团队，或者直接收购一切能力匹配的成熟团队。
陈榕的技术团队有一百多号人，便是他们的收购目标之一。
走廊尽头，卢韦冰听到动静过来，看见办公室里表情容光焕发的陈榕，对陈学兵低声道：「看来这个团队有机会拿下了。」
陈学兵揣著手点点头：
本章未完，请点击下一页继续阅读！