首頁 > 現代都市 > 我真不是法爺 > 第318章 迭加態

第318章 迭加態(2/2)

目錄

這是對方的給與他的建議。

因為林奇已經察覺到,他原本停工不動的「微處理器」模型,正在開始自主地完成拼湊。

原先的基本構型,都朝著對方最初的建議去優化著。

我這?

林奇無數次想起「自動化」這件事。

唯獨沒有想過,自己的晶片設計與製造,也會有這麼自動化的一天。

甚至那「絕對理性人格」的契靈力量,也同步被呼喚而來。

它們漸漸交融而成型。

無數林奇構思設想的鏡頭,都飛速地在這一刻實現著。

「這是什麼級別的存在?」林奇忍不住問道。

果不其然,那神孽周遭的符文又消失了些。

可無論如何,林奇都需要問出一些秘密來。

他的GPU晶片,有些超出尋常地進行著完工,仿佛早早的蓄勢待發,就等待著眼前這麼一波點燃所有,引爆一切。

「這一切都是命運的饋贈。」

神孽說道。

「所以,你的前身,便是命運之神?」林奇冷然說道。

也只有命運,它才是世間最為典型的迭加態,不可觸摸,充滿著種種的可能性,唯有到最後觀察的一刻,才能確定最終。

而這位神孽所做的,便是在無數的不可能低概率事件的迭加態里,挑出了一種「可能性」!

原本林奇的GPU設計圖,都還存在他的腦海里,甚至都沒有成型半點,可此刻,堪稱完美地被復刻出來,仿佛有一位隱形的「林奇」,在幕後徹底地完成這一切。

居然,是靠著命運的概率。

這種說不出的諷刺感深深地扎入林奇內心,讓他在此後中都要不斷地思索。

對方的所作所為,實際上就是一個發脾氣大搞破壞的小孩子一樣,不斷地掀翻所有的桌面,不斷地發動著挑戰。

可偏偏,它又完美地成了形。

這就如同一位瞎子,隨後把一把沙子一潑,便潑出了驚天動地的絕美沙畫般。

這位神孽,僅僅鼓動起林奇的情緒,相當於撒了一把積木,卻發覺他們成為世間最為牢固可靠的晶片。

說不出的諷刺。

果真是說不完的諷刺感。

很快,整個GPU成型的過程中,林奇也開始接觸到秘能場灌輸的力量。

施法,除了有個計算機之外,問題是他還得加入一些關鍵的維持環節。

他需要一個能夠處理「秘能場」參數的系統。

甚至他現在就得考慮這個構架,並且將其包裝為GPU核心的保護膜與外界載體。

很快,有過工程背景的林奇,馬上想起了一種典型的控制模型。

PID。

PID算法是工業應用中最廣泛算法之一。

在一個閉環系統的控制中,PID算法能夠自動對控制系統進行準確且迅速的校正。

一般人或許對PID沒有印象,可如果提及四軸飛行器,平衡小車、汽車定速巡航、溫度控制器這些便會如雷貫耳,而他們也是基於考試場景應用。

至於PID共用三個環節。

P為比例環節,將實際偏差放大或者縮小一定倍數,然後最為倍數作為輸出。它的缺點是會產生穩態誤差。

I為積分環節,分析多個P的迭加值,一旦出現偏差便不停迭加,對於一兩條毛巾倒也沒什麼。優點是消除穩態誤差,缺點是增加超調。

D作為微分環節,它根據偏差變化量大小去輸出,相當於預期了偏差的變化提前退休調整,優點是加大慣性響應速度,減弱超調驅使。

可,為什麼需要用PID?

就靠著自己蠻力硬幹不行?

林奇腦海里轉了轉,馬上重新堅定了原本的路線。

「滿意?」神孽吟唱著創生聖言之時,忽然發出一聲反問。

林奇則默不作聲,仿佛世界在這一刻為之崩裂都在所不惜。

控制。

世間控制算法千千萬,但是最終主流依舊逃不過PID。

PID絕對不是最為精準而巧妙的算法,但它絕對是經過了最多考驗和妥協後的結果。

工程和實驗最根本的區別,便在於實驗可以不計成本而工程需要考慮成本的因素。

過高的精度帶來的成本問題是需要考慮的條件之一。

甚至伴隨著高精度而帶來的頻繁動作,也會影響整體使用壽命。

因此林奇這一套掛載探測「秘能場」的配件,最終選擇的解決方案,也只會是是PID。

正如那句老話,所有的手機廠商,也不過是是方案的整合商。

忽然。

林奇整個人都定住不動。

他的雙眸豁然開朗。

眼前這位神孽所激發的創生聖言,本質上不正是一種PID?

所謂P,是對偏差瞬間產生反應,讓其往減少偏差的方向反應,控制力取決於比例係數。

以燒開一壺水作為例子。

這個過程便以PID來決定加熱的功率。

如果水溫20度,目標期望50度,那麼偏差便是30度。

而比例P來決定的加熱功率,便P乘以偏差(30度)。

所以溫度升高,越捷徑目標50度時,原來的偏差也越來越小,比例環節發揮的作用越小。

如果世界是靜態的,那麼一個P環節就足夠完成所有任務。

可偏偏,水會散熱。

P*偏差在某個時間節點,加熱功率剛好與散熱相等時,自然水溫就提不上去。

這時保持平衡的實際水溫與目標溫度之差,便是靜態誤差。

所以才要加入I環節積分,它積分的目標便是所有的偏差,所以除非誤差為零,否則便會不斷積分下去。

而這樣也會帶來影響,那便是過猶不及,雖說最終系統都會穩定在目標的50度,但可能是超了又降回來,持續折騰幾次才穩定下來。

因此才引入D環節,它針對每一次誤差進行微分,表明的是誤差的變化量,所以提前預測了誤差的方向。

P專注當下,I總結過去,D預測未來。

目錄
返回頂部