搞破坏的小孩子一样，不断地掀翻所有的桌面，不断地发动着挑战。

    可偏偏，它又完美地成了形。

    这就如同一位瞎子，随后把一把沙子一泼，便泼出了惊天动地的绝美沙画般。

    这位神孽，仅仅鼓动起林奇的情绪，相当于撒了一把积木，却发觉他们成为世间最为牢固可靠的芯片。

    说不出的讽刺。

    果真是说不完的讽刺感。

    很快，整个gpu成型的过程中，林奇也开始接触到秘能场灌输的力量。

    施法，除了有个计算机之外，问题是他还得加入一些关键的维持环节。

    他需要一个能够处理“秘能场”参数的系统。

    甚至他现在就得考虑这个构架，并且将其包装为gpu核心的保护膜与外界载体。

    很快，有过工程背景的林奇，马上想起了一种典型的控制模型。

    pid。

    pid算法是工业应用中最广泛算法之一。

    在一个闭环系统的控制中，pid算法能够自动对控制系统进行准确且迅速的校正。

    一般人或许对pid没有印象，可如果提及四轴飞行器，平衡小车、汽车定速巡航、温度控制器这些便会如雷贯耳，而他们也是基于考试场景应用。

    至于pid共用三个环节。

    p为比例环节，将实际偏差放大或者缩小一定倍数，然后最为倍数作为输出。它的缺点是会产生稳态误差。

    i为积分环节，分析多个p的迭加值，一旦出现偏差便不停迭加，对于一两条毛巾倒也没什么。优点是消除稳态误差，缺点是增加超调。

    d作为微分环节，它根据偏差变化量大小去输出，相当于预期了偏差的变化提前退休调整，优点是加大惯性响应速度，减弱超调驱使。

    可，为什么需要用pid？

    就靠着自己蛮力硬干不行？

    林奇脑海里转了转，马上重新坚定了原本的路线。

    “满意？”神孽吟唱着创生圣言之时，忽然发出一声反问。

    林奇则默不作声，仿佛世界在这一刻为之崩裂都在所不惜。

    控制。

    世间控制算法千千万，但是最终主流依旧逃不过pid。

    pid绝对不是最为精准而巧妙的算法，但它绝对是经过了最多考验和妥协后的结果。

    工程和实验最根本的区别，便在于实验可以不计成本而工程需要考虑成本的因素。

    过高的精度带来的成本问题是需要考虑的条件之一。

    甚至伴随着高精度而带来的频繁动作，也会影响整体使用寿命。

    因此林奇这一套挂载探测“秘能场”的配件，最终选择的解决方案，也只会是是pid。

    正如那句老话，所有的手机厂商，也不过是是方案的整合商。

    忽然。

    林奇整个人都定住不动。

    他的双眸豁然开朗。

    眼前这位神孽所激发的创生圣言，本质上不正是一种pid？

    所谓p，是对偏差瞬间产生反应，让其往减少偏差的方向反应，控制力取决于比例系数。

    以烧开一壶水作为例子。

    这个过程便以pid来决定加热的功率。

    如果水温20度，目标期望50度，那么偏差便是30度。

    而比例p来决定的加热功率，便p乘以偏差（30度）。

    所以温度升高，越捷径目标50度时，原来的偏差也越来越小，比例环节发挥的作用越小。

    如果世界是静态的，那么一个p环节就足够完成所有任务。

    可偏偏，水会散热。

    p*偏差在某个时间节点，加热功率刚好与散热相等时，自然水温就提不上去。

    这时保持平衡的实际水温与目标温度之差，便是静态误差。

    所以才要加入i环节积分，它积分的目标便是所有的偏差，所以除非误差为零，否则便会不断积分下去。

    而这样也会带来影响，那便是过犹不及，虽说最终系统都会稳定在目标的50度，但可能