发展愈加严重。
北极熊的全国工厂生产计划由最高层发出，由无数顶尖数学家和经济学家收集全国工厂数据并结合未来目标制定计划，下发到各工厂执行。
但光靠人力，即便有计算机的帮助这仍然是个恐怖的任务，哪怕是最聪明的一帮数学家，也没法精妙的算出几亿人和几十万家工厂真正的需求以及生产计划。
而且即便是算出来了也会遇到各种意外，比如原材料淋雨不能用了，火车不能按时抵达，最终结果就是有的工厂完成任务结果产品运不出去，有的工厂生产了太多市场不需要的东西烂在仓库里，而民众买辆车得等到十年後才能提。
格卢什科夫说不用人算，他要为全国所有工厂、所有火车、所有机器统统装上数据线，把一切信息实时汇总到中央计算机里，让计算机搜集最真实的数据，依托强大的计算能力来给出最精确的判断，而且能够随时调整。
这就是0GAS全国计算和信息处理自动化系统，试图用极致的数学来释放生产力的极限，它打算用计算机连接整个国家并用一个超级大脑控制它。
但在七八十年代，0GAS从技术根源上就难以成功，更别提遇到了大量非技术因素。
毕竟对於当时的很多工厂厂长来说，如果一切信息都暴露在0GAS中，他们还怎麽浑水摸鱼？
OGAS最後死了，而现在天枢系统却成功了。
唐文知道0GAS，因此更加疑惑：「神算伺服器和AI确实能减轻很大一部分工作量，但首先获取整个火箭生产全链条的车间信息就不容易吧？而且很多生产关系也不是AI能凭空变出来的，这些如何解决？」
唐文在未来听说过不少黑灯工厂、智能工厂的形式，其实对算力要求真不高。
说实话，工厂的计算任务无非就是产量，哪怕10万台设备叠加在一起的计算量对现代计算机来说也不多，因为那些都是数字计算和数据拟合，计算机天生就是来做数学运算的。
一台能统筹智能工厂集群的计算机，性能需求恐怕不会比一台高端游戏电脑多多少，而且还用不着GPU以及AI参与。
难的不是解题过程，而是先把题目写完整，把管理一条产业链上所有的工厂的所有需求全部要变成计算机能理解的数学模型，这才是最复杂的地方。
钱临安：「麻烦当然很多很多，但并非不可解决：
比如生产设备联网，网线好办，而监测程序用AI生成就可以，外挂的数据上传
本章未完，请点击下一页继续阅读！