他從來不覺得誰說的話會是絕對準確的，當然也不會要求所有人都無條件相信自己。
只是，他並不覺得付霖說對了。
相比於一臺他尚不瞭解效能底細的機器，他明顯更信任自己的腦子。
肖宿在腦海裡仔細回溯了一遍整個計算過程，最後，他的視線停在了螢幕上的那張通訊拓撲圖上。
或許，他已經找到問題的所在了。
他對周偉說：“把譜分解這一步的通訊拓撲圖調出來。”
周偉點頭，低頭敲了幾個命令，一張節點間通訊拓撲圖被投到大屏上。
整張影像一團被貓撓過的毛線球，幾乎每個節點都在和另外所有節點做資料交換，連線密密麻麻堆疊在一起。
“全對全通訊，”肖宿看著那團毛線球，心裡確認了自己的判斷，“你們的並行分塊是按什麼分的？”
“按矩陣的行列做二維塊劃分，標準的ScaLAPACK分佈策略。”
肖宿搖了搖頭。
所以，問題不在於超算架構，而是資料分塊方式出現了問題。
商空間降維裡的等價類劃分有一個被所有人忽略的特性，那就是等價關係本身就帶有區域性性。
兩個樣本點在大多數維度上都不需要做全域性對比，只有落在同一個區域性鄰域內的點才需要精確比較。
但是標準的分塊方式根本沒利用這個特性，把每個節點都當成需要和所有其他節點交換資料來處理，等於白送了一大堆沒用的通訊開銷。
只要按等價類的區域性鄰域結構做圖劃分，讓通訊只發生在圖的割邊上，資料交換量就能從一個數量級壓到另一個數量級了。
肖宿沒再多解釋什麼，他拉過鍵盤，開始敲起了程式碼。
先用區域性敏感雜湊做預分桶，雜湊函式用隨機超平面投影，投影方向從資料的主成分方向裡隨機取樣，保證高機率下近鄰點落在同一個桶裡。
然後分塊策略改用雜湊桶的鄰接圖來做譜圖劃分，每個子圖內的桶分配在同一個節點上，割邊數量最小化。
這樣需要跨節點通訊的就只剩下割邊上的邊界樣本。
周偉看著螢幕上飛速增長的程式碼，眼睛越瞪越大。
肖宿現在寫的這個東西嚴格來說算不上什麼深奧的理論突破，甚至可以說思路出奇的簡潔。
可就是這樣一個簡潔的架構，卻讓周偉起了一身的雞皮疙瘩。
區域性敏感雜湊預分桶、譜圖劃分、邊界通訊封裝，這三層架構拆開來看，每一塊都是現成的演算法積木，他們這兒每個人都懂。
可要把它們拼在一起，變成一把專門解決全對全通訊瓶頸的手術刀，這種事兒，不是誰都能想到的。
它需要你同時吃透雜湊的數學性質、譜圖劃分的組合最佳化，還要對超算底層通訊邏輯有近乎本能的手感。
大部分人連其中一塊都啃不透，更別說三塊融在一起，隨手就寫出一個能直接上機跑的解決方案。
而肖宿連猶豫都沒猶豫一下。
。利紅個這上吃接直能都景場的算計圖模規大要需何任，建構圖疊重的裝組組因基、新更表列鄰近的學力子分、現發群社的路網社，頸瓶訊通的維降間空商決解能只不構架套這，了到識意就馬立偉周
。遍一刷新重被要是怕構架訊通的心中個整，通跑旦一碼式程套這，定確以可乎幾他
