息元的地址超越了自己所在的服务器，就需要返回到‘编码索引’服务器去寻址，这个过程会耽误一点时间。”林自强说道。
“这种情况下，耽误时间是很少的，刘工的意思好像也不是这样的。”林久浩。
“这是我要考虑的问题，刘工的需求主要是针对关联信息元动态变化如何控制过程，如何关闭无效的思维路径，他的意思是把这个控制功能，放在传参过程中，这一点与我的想法是一致的。”林自强。
“爸，我们以前的静态库是直接传参的，就是信息元发生变化，直接通过关联信息元的地址，将参数传导给关联信息元，不需要中间过程。”林久浩。
“因为原来的多元关联拟脑模型是静态库模型，参数只要传过去就可以了，不用控制时间片同步问题，也不用考虑无效思维路径湮灭问题，但是，刘工的动态库的需求超越了我们原有的静态库功能，所以就需要升级相关功能。”林自强解释道。
“确实，他提出的这种功能，现在是在静态库模型上，在执行脑编写大量代码实现的，我们怎么帮助他解决一下？”林久浩问道。
“加一个传参控制功能，类似交换机的交换芯片，我们暂时做不出芯片，然而，可以用软件模拟一个这样的功能芯片，用它来接收及控制，直接关联信息元地址对应的参数传导，这个功能不只是交换作用，还可以起到控制时间节奏、关闭无效路径以及统计分析等功能，而且未来根据需求，还可以增加其它功能。”林自强说着自己的想法。
“爸，你说的这个功能应该可以满足刘工的需求，但是，这个功能会不会降低计算效率？”林久浩接着问道。
“我们用这个功能，需要控制一下信息元节点数量，把动态库控制在一个小规模里，这个规模应该能够满足刘工的需求，这样比刘工使用原有的静态库模拟动态库方式更进一步，相比之下效率应该提高了。”林自强边思考边回答。
“我们满足了刘工的需求，那么这个动态库是为刘工定制的吗？”林久浩继续问道。
“不是，我之所以考虑这个动态模型，并不是为某一项应用特制的，它一定是通用的，未来会有很多动态库需求，包括在原拟脑模型中的静态信息，在某一个特定环境中呈现动态关联现象，那么就需要动态库计算。”林自强继续说明。
“爸，你说的这种情况在静态库里根本无法解决，因为静态库体量很大，一旦动起来，现有的计算体系无法承受。”林久浩。
“所以，我们做小规模动态库模型，把需要动态关联的部分信息元，提炼到一个小型的动态库模型中，动态库模型中使用私有信息元编码对应，所有原静态库模型中的信息元编码，转换为动态库模型私有编码进行动态计算，当这个过程完成后，再把信息元的数据还原回去，或者不还原。”林自强。
“不还原，就是所有的计算不影响原有静态库数据？”林久浩。
“是的，有些应用需要同步变更数据，有些应用不需要，例如，算法模型提炼计算，我们是把原有多元关联拟脑模型中的一个算法模型提炼出来，计算完成输出结果后，只要关闭计算就可以，不用同步数据。”林自强。
“明白了，看来小型动态库的应用很广泛，只是库的大小规模，受这个过程控制参数交换功能函数的影响。”林久浩。
“对，这个功能函数消耗的算力与信息元数量成指数函数增长，如果可以做成芯片就好了，那样就更快了。”林自强。
“爸，做成芯片就作死了，反而不利于功能升级及性能扩容。”林久浩。
“做不死呀，我们可以把规范的应用流程做成芯片，不规范的继续在功能函数中运行，对于扩容问题，有很多种方法，并列增加芯片提升处理能力，而且以后芯片能力越来越强。。。好了，这不是今天考虑的问-->>