第5章 不好意思，我打斷一下。
四個學生過後，很快就輪到周昀了。
「周昀同學你好，你沒有帶簡歷，要不先做個自我介紹，然後講一下你今後三年的規劃？」
周昀點點頭：「我叫周昀，本科畢業於.........」
簡單介紹了一下自己的畢業學校，初試成績，自我介紹就算完了，畢竟過去平淡的二十年真沒什麼好介紹的。
「對於未來三年，我的想法是認真科研，爭取讀博......」
當鄧永華聽到讀博兩個字的時候，看周昀的眼神都有些發光了，就像是觸發了關鍵詞一樣。
坐在他身邊的邱彥和沈瑞兩人都有些欽佩地看向周昀。
這小子有點虎啊，讀博？這是一般人能讀的嗎？
等周昀說完後，鄧永華點點頭：「剛剛聽你說了，你對科研很感興趣，雖然你五道題全都答出來了，
但是想要搞好科研光靠這些是遠遠不夠的，你覺得你在科研方面有哪些優勢？」
全答出來了？！
邱彥和沈瑞，包括旁邊坐著的四位同學看著周昀的表情都不一樣了。
邱彥和沈瑞想的是：這小學弟有點東西啊，如果不出意外的話，這學生老師肯定要收下的，別的不說，就這基礎就不是一般人能有的。
而另外四人想的則是：壞，遇到大佬了！心中都不由得為自己捏了一把汗。
「老師，其實我覺得我在科研方面還算是有點天賦，不過這樣說您也未必會信，我準備了一個PPT，要不我簡單匯報一下？」
和這種科研型的導師講話，最好的說話方式就是實話實說。
鄧永華眉頭微挑：「可以啊，當然沒問題，這裡就有線，你帶電腦了嗎？要是沒帶，我的電腦可以暫時借你用一下。」
「我帶電腦了。」周玄從身後的書包中拿出電腦，熟練的連上了大屏幕的HDMI線。
在電腦開機的時候，牆邊的四位同學只感覺自己再次受到了暴擊。
不是哥們？咱們不是面試來了嗎，你這咋還匯報上了？
雖然不知道周昀要匯報什麼，但是這種場合下，沒點真東西，敢隨便亂講話嗎？
周昀的實力在他們心裡再次提高了一個檔次。
而邱彥和沈瑞的表情就變的有些複雜了，看向周昀的眼神帶著幾分同情。
雖然鄧永華平時人很好，但是牽扯到學術問題上就會相當嚴肅，被罵那都是基本操作。
每次組會的時候，要是沒人被罵，那才是真的奇了怪了。
別看鄧老師現在一臉笑容，等會兒他就會讓你知道，什麼叫做科研的嚴謹。
周昀起身走到大屏幕旁邊。
他要開始裝....不對，是匯報了。
「AgileEdge: Adaptive Co-Optimization for Pervasive Low-Latency Edge AI，這是我今天要匯報的內容。」
一口流利的英語讓鄧永華滿意地點點頭，不過表情卻是變的嚴肅了不少。
還沒等周昀繼續，他就開口問道：「你是要匯報論文嗎？這是什麼期刊或者會議上的論文？作者是誰？......」
邱彥和沈瑞都是一副果然如此的樣子，他們記得當初他們第一次匯報的時候雖然有著新手保護期，但也被鄧老師問的死去活來的。
不過當他們看向周昀時，卻發現他臉上沒有一絲的緊張。
事實也確實如此，三年下來，周昀都不知道經歷過多少組會了，緊張？那是不存在的。
等鄧老師話音落下，周昀一臉從容的回答：「這是我想要研究的課題，根據我的調研，暫時還沒有以這篇文章命名的論文。」
「哦？這個題目是你自己想的？」周昀的回答讓他有些意外，就算是他手下那幾個要讀博的研三的學生，也沒有誰的研究課題是完全獨立想出來的。
這對於一個研零的學生來說已經是非常不錯了。
「你繼續。」
周昀翻到下一頁PPT，沒有文字，PPT上是一些著名的AI公司的LOGO：「這些都是現在比較著名的AI公司，
GPT，claude，gemini這都是現在世界上頂尖的大模型，不可否認的是，這些大模型的性能都非常強，但相對應的，訓練他們所耗費的資源也是海量。
一個先進的圖像識別模型可能需要幾十甚至上百兆的內存，數以億計的計算量。
它們就像高性能的跑車，必須在雲端數據中心這樣的大跑道上才能發揮實力，但是現實生活中，大家的設備都是電腦，手機，攝像頭等等。」
說到這裡周昀停了一下，將PPT翻到下一頁。
老師沒有提問，那他就繼續講。
「這種情況下，我們面臨一個巨大的挑戰：如何讓龐大、複雜的AI模型，在這些資源有限的「小設備」上，也能跑得又快又好，還能實時響應？
以下四點是我認為的需要解決的幾個痛點：
1.尺寸不符：大模型在小設備上跑不動，或直接裝不下。
2.速度滯後：即使勉強能跑，響應速度也慢，用戶體驗差。
3.能耗巨大：小設備電池續航有限，大模型會迅速耗盡電量。
4.網絡依賴：依賴雲端意味著有延遲，且斷網就失效，隱私也難以保障。」
「不好意思，我打斷一下。」
「老師您說。」
「你剛才提到了這些大模型性能雖強，但資源消耗巨大，而現在你想把這些大模型塞進小設備里，其中的難點我理解，
但是，既然這些頂尖大模型在雲端表現如此出色，為什麼我們非要執著於把它們硬塞進邊緣設備？
雲端計算的便捷性和可擴展性難道不更符合AI發展的趨勢嗎？邊緣部署的必要性到底有多強？」
這個問題問的非常刁鑽，如果周昀不能回答，那就算是從根本上否定了研究的必要性。
「老師的問題確實非常關鍵，如您所言，雲端大模型在性能和可擴展性上確實有無可比擬的優勢，
但是大模型的基石是數據！
在金融、醫療、國家安全等高度敏感的行業，數據「不出境」或「不出廠區」是嚴格的法律法規要求。
這種情況下，任何雲端的數據傳輸都是具有一定風險的，雖然其有強大的安全措施，但其本身就是一個巨大的『靶心』，
一旦雲服務遭受網絡攻擊，影響範圍可能是災難性的，這一點相信老師肯定是有所了解的。」
「周昀同學你好，你沒有帶簡歷，要不先做個自我介紹，然後講一下你今後三年的規劃？」
周昀點點頭：「我叫周昀，本科畢業於.........」
簡單介紹了一下自己的畢業學校，初試成績，自我介紹就算完了，畢竟過去平淡的二十年真沒什麼好介紹的。
「對於未來三年，我的想法是認真科研，爭取讀博......」
當鄧永華聽到讀博兩個字的時候，看周昀的眼神都有些發光了，就像是觸發了關鍵詞一樣。
坐在他身邊的邱彥和沈瑞兩人都有些欽佩地看向周昀。
這小子有點虎啊，讀博？這是一般人能讀的嗎？
等周昀說完後，鄧永華點點頭：「剛剛聽你說了，你對科研很感興趣，雖然你五道題全都答出來了，
但是想要搞好科研光靠這些是遠遠不夠的，你覺得你在科研方面有哪些優勢？」
全答出來了？！
邱彥和沈瑞，包括旁邊坐著的四位同學看著周昀的表情都不一樣了。
邱彥和沈瑞想的是：這小學弟有點東西啊，如果不出意外的話，這學生老師肯定要收下的，別的不說，就這基礎就不是一般人能有的。
而另外四人想的則是：壞，遇到大佬了！心中都不由得為自己捏了一把汗。
「老師，其實我覺得我在科研方面還算是有點天賦，不過這樣說您也未必會信，我準備了一個PPT，要不我簡單匯報一下？」
和這種科研型的導師講話，最好的說話方式就是實話實說。
鄧永華眉頭微挑：「可以啊，當然沒問題，這裡就有線，你帶電腦了嗎？要是沒帶，我的電腦可以暫時借你用一下。」
「我帶電腦了。」周玄從身後的書包中拿出電腦，熟練的連上了大屏幕的HDMI線。
在電腦開機的時候，牆邊的四位同學只感覺自己再次受到了暴擊。
不是哥們？咱們不是面試來了嗎，你這咋還匯報上了？
雖然不知道周昀要匯報什麼，但是這種場合下，沒點真東西，敢隨便亂講話嗎？
周昀的實力在他們心裡再次提高了一個檔次。
而邱彥和沈瑞的表情就變的有些複雜了，看向周昀的眼神帶著幾分同情。
雖然鄧永華平時人很好，但是牽扯到學術問題上就會相當嚴肅，被罵那都是基本操作。
每次組會的時候，要是沒人被罵，那才是真的奇了怪了。
別看鄧老師現在一臉笑容，等會兒他就會讓你知道，什麼叫做科研的嚴謹。
周昀起身走到大屏幕旁邊。
他要開始裝....不對，是匯報了。
「AgileEdge: Adaptive Co-Optimization for Pervasive Low-Latency Edge AI，這是我今天要匯報的內容。」
一口流利的英語讓鄧永華滿意地點點頭，不過表情卻是變的嚴肅了不少。
還沒等周昀繼續，他就開口問道：「你是要匯報論文嗎？這是什麼期刊或者會議上的論文？作者是誰？......」
邱彥和沈瑞都是一副果然如此的樣子，他們記得當初他們第一次匯報的時候雖然有著新手保護期，但也被鄧老師問的死去活來的。
不過當他們看向周昀時，卻發現他臉上沒有一絲的緊張。
事實也確實如此，三年下來，周昀都不知道經歷過多少組會了，緊張？那是不存在的。
等鄧老師話音落下，周昀一臉從容的回答：「這是我想要研究的課題，根據我的調研，暫時還沒有以這篇文章命名的論文。」
「哦？這個題目是你自己想的？」周昀的回答讓他有些意外，就算是他手下那幾個要讀博的研三的學生，也沒有誰的研究課題是完全獨立想出來的。
這對於一個研零的學生來說已經是非常不錯了。
「你繼續。」
周昀翻到下一頁PPT，沒有文字，PPT上是一些著名的AI公司的LOGO：「這些都是現在比較著名的AI公司，
GPT，claude，gemini這都是現在世界上頂尖的大模型，不可否認的是，這些大模型的性能都非常強，但相對應的，訓練他們所耗費的資源也是海量。
一個先進的圖像識別模型可能需要幾十甚至上百兆的內存，數以億計的計算量。
它們就像高性能的跑車，必須在雲端數據中心這樣的大跑道上才能發揮實力，但是現實生活中，大家的設備都是電腦，手機，攝像頭等等。」
說到這裡周昀停了一下，將PPT翻到下一頁。
老師沒有提問，那他就繼續講。
「這種情況下，我們面臨一個巨大的挑戰：如何讓龐大、複雜的AI模型，在這些資源有限的「小設備」上，也能跑得又快又好，還能實時響應？
以下四點是我認為的需要解決的幾個痛點：
1.尺寸不符：大模型在小設備上跑不動，或直接裝不下。
2.速度滯後：即使勉強能跑，響應速度也慢，用戶體驗差。
3.能耗巨大：小設備電池續航有限，大模型會迅速耗盡電量。
4.網絡依賴：依賴雲端意味著有延遲，且斷網就失效，隱私也難以保障。」
「不好意思，我打斷一下。」
「老師您說。」
「你剛才提到了這些大模型性能雖強，但資源消耗巨大，而現在你想把這些大模型塞進小設備里，其中的難點我理解，
但是，既然這些頂尖大模型在雲端表現如此出色，為什麼我們非要執著於把它們硬塞進邊緣設備？
雲端計算的便捷性和可擴展性難道不更符合AI發展的趨勢嗎？邊緣部署的必要性到底有多強？」
這個問題問的非常刁鑽，如果周昀不能回答，那就算是從根本上否定了研究的必要性。
「老師的問題確實非常關鍵，如您所言，雲端大模型在性能和可擴展性上確實有無可比擬的優勢，
但是大模型的基石是數據！
在金融、醫療、國家安全等高度敏感的行業，數據「不出境」或「不出廠區」是嚴格的法律法規要求。
這種情況下，任何雲端的數據傳輸都是具有一定風險的，雖然其有強大的安全措施，但其本身就是一個巨大的『靶心』，
一旦雲服務遭受網絡攻擊，影響範圍可能是災難性的，這一點相信老師肯定是有所了解的。」