甚至，这个问题在真实的ai训练场景、云计算调度中也是相关的。
不愧是贾老师，出的题还是这麽难度在线。
换成一般的大模型，这种题要麽是说一堆正确空洞的废话，要麽很容易跑偏设计方向。
不过汤圆确实在这方面是进行过特化训练的，因为汤圆要支持的第一个场景就是御风的调用，也是经常会遇到系统设计的问题。
韩路一拿出手机拍了张照片，把照片传到了汤圆上，汤圆开始思考。
许处长突然出言问了个问题：「韩总，前两天openai公布的那个多模态模型，可以处理视频音频的，和这个是一样的东西吗？」
韩路一解答道：「许处长，你的观察很敏锐。汤圆不是一个多模态模型，虽然我们也希望在下一步探索这个方向。多模态模型可以原生的处理其他形式的输入，例如声音、图像、视频。但是汤圆现在读图的原理是，先把图片转化成文字描述，然後再进行处理，生成回复。」
许处长点点头，没有追问。
很快，汤圆开始输出。
会议室里所有人的视线都落在大屏幕上。
【该系统的核心是「资源约束下的公平调度」。需要同时解决四个问题：租户隔离、
优先级抢占、失败语义、幂等边界。】
紧接着开始输出各种技术实现的细节。
贾教授聚精会神地看着答案，几位领导则看着贾教授。
看了一会，贾教授转过头，追加了一个问题：「如果任务执行时间不可预测，部分任务会长时间占用gpu资源，怎麽避免短任务永远排不到？」
这个问题韩路一当然知道答案，但他知道这个问题问的是汤圆。
他把问题输入对话框。
回车。
【短任务排不到，主要由於资源碎片和租约不可中断等问题，最快的解决方案是：为短任务保留小额资源池】
许处长本人也是技术出身，对这个答案是认同的，但他还是转头问了问贾教授：「贾教授，您看这个水平怎麽样？」
贾教授挤了挤一直盯着屏幕，有点儿疲劳的眼睛，说道：「不错，一般的ai做不到这种程度，比我手底下的研究生还强点儿。」