第七章.多元云智能管理系统（1 / 4）

选择困难症加巨大工作量，林久浩还真的去问了丁琪琪，琪琪说：“扔硬币的时候，确实有很小的概率，发生硬币立在地面的情况，所以。。。扔鞋吧~。”林久浩就知道，丁琪琪不会出好主意的。

配属的算力存储等硬件系统明天才能到位，这一天，愁上眉梢的林久浩，居然什么也没干，因为不知道怎么干，难题。

晚上快十点了，思考中，思考中，已经考虑一天了，选择困难症，到底要不要下决心，让小组成员开始写基于多元关联拟脑技术的云智能管理程序，理工科人的习惯，只要现在动手写一点，就根本停不下来了。

选择困难症，扔鞋吧，是先把多元云的智能管理模型制定出来，估算一下代码量，然后再听天由命吗？还是。。。。。。问问老爸吧。

已经是晚上十点多了，“老爸，您休息了吗？”林久浩尝试着给林自强发了一个消息。

“没有，这么晚你又要干什么？”林自强回道。

“老爸，我有一件技术方面的事情想咨询，您，一下。”林久浩不知道怎么说。

“很麻烦的？”林自强问道。

“很麻烦，时间不短，会影响您休息，不知道该不该说。”林久浩有些犹豫。

“说还是不说，你选择困难症呀？说。。。立刻。”林自强果断下了命令。

“好，就是上一回跟您说过的，用于母子脑算法，基于多元关联拟脑技术的云资源智能管理的问题，我们怎么做？”林久浩提出问题。

“你们的母子脑算法，必须基于多元云智能管理系统，是不是？你现在想怎么做？”林自强反问。

“我还没想。”林久浩马上回来一个信息。

“我还没说完，你想怎么做我不管，我这边已经有规划了。”林自强手慢。

“您有规划了，怎么规划的？”林久浩兴奋了。

“用多元关联拟脑模型，抽离软硬件控制部分，定义为信息元，然后构建中间多元关联模型层，给云资源管理建立一个大脑。”林自强淡定地说道。

“我就知道，肯定要用多元关联拟脑模型，但是，我们怎么用呀？”林久浩问到具体的方面。

“我会把云内部所有软硬件资源及管理信息资源，全部转化为信息元，建立在多元关联拟脑模型中，管理信息资源你应该明白了，我不用解释了吧？”林自强引导着。

“知道，不是用户存储的信息，是我们在系统管理中的信息，例如，软硬件信息、固定的用户权限、配置信息、故障信息等等。。。都转化为信息元并关联起来。我当初做的运维系统多元关联拟脑模型，就是用的这个理念。”林久浩想起了自己编写的第一个程序。

“对的，很多驱动程序和管理模块都是现成的，我们只需要建立一个脑结构，把这些信息关联在一起，这个脑结构可不可以满足你的管理要求？”林自强问道。

“您还没说结构呢，我不知道能不能满足我的要求。”林久浩没明白。

“好吧，我们假设脑结构已经建立好，就是资源控制模块及管理信息全部信息元化，而且信息元关联等工作已经完成，你可以把你的需求发出来，看我们能不能满足要求。”林自强继续引导。

“好的，我们是要建立一个母子脑生成机制，拟脑软件部分是由【星辰大海】生成的专用子脑，这个子脑需要配置相应的硬件设备，算力存储运维之类的硬件资源、管理功能组资源及管理规划，而且产生的子脑还有生命周期，等等。”林久浩提出需求。

“很简单呀，你可以在测试系统中，完成子脑的硬件资源需求，也可以用多元云的实验资源池部分，确定这个子脑的资源需求范围。”林自强先提出测算方法，当一个子脑生成的时候，先要知道这个子脑的算力要求范围，以及存储需求的范围。

“有实验资源池吗？我们要做的子脑叫【场景】，您帮我分析一下，怎么实现？”林久浩继续提需求。

“好，我们按照你说的要求，生成针对【场景】子脑的场景管理信息元，取名字叫【场景管理元】。”林自强说道。

“运维管理信息及生存周期呢？”林久浩问道。

“这些内容应该在【星辰大海】中有明确的规定，我们先把子脑建立起来，然后再去设定管理功能组的需求。”林自强回答。

“好的。”林久浩。

“设定一个信息元【场景管理元】，标注为预设信息元，设定各项条件参数范围，例如你实际运行的算力是a，你设定的参数范围为a150，这样实验云中的【场景管理元】会得出这个子脑的算力需求范围，当输出的预设信息元为实际信息元的时候，信息元【场景管理元】会带出一个算力参数15a，这个信息元【场景管理元】会加入【资源管理信息元】的【我生负】象限，而【资源管理信息元】也在【场景管理元】的【生我正】象限。”林自强开始推演。

“【场景