半个世纪已经过去,算法效率提升有多快?_以太坊:Pixie

过去半个世纪,集成电路产业在摩尔定律的指引下飞速发展,算法效率一直保持着大跨度提升。2018年世界上最快的计算机IBMSummit比1945年世界第一台电子计算机ENIAC计算速度提高了近30万亿倍。

然而,随着摩尔定律接近物理极限,芯片研发和生产成本大幅上升,未来依靠算力提升计算性能的空间有限。靠提升计算机硬件性能可能越发难以满足海量计算的需要,未来的解决之道在于提升算法的效率。

MIT的这篇新论文总结了过去80年来,算法效率的提升究竟有多快。

提起算法,它有点像计算机的父母,它会告诉计算机如何理解信息,而计算机反过来可以从算法中获得有用的东西。

算法的效率越高,计算机要做的工作就越少。对于计算机硬件的所有技术进步,以及备受争议的摩尔定律的寿命问题来说,计算机硬件的性能只是问题的一方面。

Meta计划全面加码AI,强调并非替代元宇宙:金色财经报道,Meta首席执行官扎克伯格周四向员工宣布了一项计划,将在其旗舰产品(如Facebook和Instagram)中加入生成式AI文本、图像和视频生成器,不过扎克伯格此举并非替代公司在元宇宙的重心。事实上,Meta一直处于生成式人工智能研究的前沿,但其在将这些技术应用到其产品上方面有些缓慢。扎克伯克表示,过去一年在生成式AI方面,我们看到了一些真正令人难以置信、质量上有所突破的进步,这给我们提供了机会,现在可以把这项技术推向前进,并将其构建到我们的每一个产品当中。 (Axios)[2023/6/11 21:30:03]

而问题另一方面则在硬件之外:算法的效率问题。如果算法的效率提升了,对同一计算任务需要的算力就会降低。

虽然算法效率问题可能不太受关注,但你是否注意到,经常使用的搜索引擎是否突然变快了十分之一,而在大型数据集中活动,就感觉就像在泥泞中跋涉一样艰难缓慢。

路透社:SBF要求美国法官驳回检方对其的刑事指控:5月9日消息,前FTX首席执行官Sam Bankman-Fried(SBF)周一要求美国法官驳回该国检方对他因现已破产的FTX崩溃而提出的刑事指控。在提交给曼哈顿联邦法院的一份文件中,SBF的律师表示,其中几项指控未能正确陈述犯罪行为。

检察官必须在5月29日之前回应Bankman-Fried的驳回请求,美国地区法官Lewis Kaplan将于6月15日听取辩论。(路透社)[2023/5/9 14:51:05]

这些都与算法效率有关。

近日,麻省理工学院计算机科学与人工智能实验室(CSAIL)的科学家提出疑问:算法效率的提升速度到底有多快?

关于这个问题,现有数据大部分是叙事性的,其中很大一部分是面向特定算法的案例研究,再把这些研究结果加以推广。

KuCoin Ventures战略投资Web3社交娱乐平台Pixie:8月27日消息,加密货币交易所KuCoin宣布,其风险投资部门KuCoin Ventures对Web3社交娱乐平台Pixie进行战略投资,具体金额未披露。

据悉,Pixie希望打造Web3版本的TikTok和Instagram,允许Web3用户在App中展示以太坊NFT资产。Pixie用户通过NFT可以获得数字内容的所有权并构建SocialFi网络。新资金将用于Pixie团队、技术和安全发展,改善用户体验并推出更多创新产品。(NewsBTC)[2022/8/27 12:52:32]

面对实证研究数据的不足,研究团队主要利用了来自57部教科书和1110多篇研究论文的数据,以追溯算法效率提升的历史。

其中有些论文的结论中直接给出了新的算法有多高效,有的论文则需要作者使用“伪代码”进行重构。

以太坊开发平台Infura支持Avalanche C-Chain区块链:金色财经消息,以太坊开发平台Infura宣布支持Avalanche C-Chain区块链,Avalanche C-Chain是一种权益证明Layer1区块链,具有快速吞吐量、低交易费用等特点,支持以太坊虚拟机(EVM)并允许开发人员部署Solidity智能合约。开发人员可以使用现有的以太坊工具(如Remix和MetaMask)测试在Avalanche C-Chain上部署智能合约,内测版候补名单现已开放注册。[2022/7/20 2:25:42]

研究人员总共研究了113个“算法系”,即解决计算机科学教科书中最重要的同一问题的算法集。他们对每个算法族的历史进行了回顾,跟踪每次针对某一问题提出的新算法,并特别注意更高效的算法。

图1算法发现和改进。(a)每十年发现的新算法系的数量。(b)已知算法系的比例每十年都有所提高。(c)首次发现时算法系的渐近时间复杂度分类。(d)同一时间复杂度的算法转换到另一个时间复杂度的每年平均概率。在和中“>n3”的时间复杂度表示超过多项式级,但不到指数级。

最早的算法系可追溯到上世纪40年代,每个算法系平均有8个算法,按时间顺序效率逐步提升。为了共享这一发现,团队还创建了“算法维基”页面。

研究人员绘制了图表,标识这些算法族效率提升的速度,重点关注算法分析最多的特征——这些特征往往决定了解决问题的速度有多快。

图2算法系的相对效率提升,使用渐近时间复杂度的变化计算。参考线是SPECInt基准性能。(a)与该系列中的第一个算法相比,四个算法系的历史改进。(b)算法改进对“最近邻搜索”算法系列的输入大小(n)的敏感度。为了便于比较算法改进效果随时间的变化,在图(b)中将算法系和硬件基准的起始时间段对齐。

结果显示,变数很大,但也发现了关于计算机科学变革性算法效率提升的重要信息。即:

1、对于大型计算问题,43%的算法系的效率提升带来的收益,不低于摩尔定律带来的收益。

2、在14%的问题中,算法效率提升的收益远超硬件性能提升的收益。

3、对于大数据问题,算法效率提升收益特别大,因此近年来,这一效果与摩尔定律相比越来越明显。

当算法系从指数复杂度过渡到多项式复杂度时,情况出现了最大的变化。

所谓指数复杂度算法,就像一个人猜密码锁的密码一样。如果密码盘上只有一位数,那么任务很简单。如果像自行车锁一样,表盘是4位数,估计你的自行车很难有人偷得走,但仍然可以一个个试。如果是表盘是50位的,就几乎不可能破解了,需要的步骤太多了。

图3基于渐近时间复杂度计算的110个算法系效率提升的年平均速度分布,其中问题规模为:(a)n=1000,(b)n=100万,(c)n=10亿。硬件性能提升线表示从1978年到2017年,SPECInt基准性能的平均年增长率

这类问题也是计算机面对的难题,随着问题的规模越来越大,很快就会超过计算机的处理能力,这个问题光靠摩尔定律是解决不了的。

解决之道在于找到多项式复杂度的算法。

研究人员表示,随着摩尔定律终结这个话题越来越多地被提及,我们需要将未来的解决方案的重点放在算法的效率提升上。

图4前导常数在算法性能提升中的重要性评价

研究结果表明,从历史上看,算法效率的提升带来的收益是巨大的。不过二者之间存在着频度的差异,摩尔定律带来的提升是平滑而缓慢的,而算法效率的提升是阶梯式的跃进,但出现没那么频繁。

本文通讯作者尼尔·汤普森说:

这是业界第一篇说明算法效率提升速度的论文。通过我们的分析,可以得出算法改进后,使用同样的算力可以完成多少任务。

随着问题的规模不断增大,比如达到数十亿或数万亿个数据点,算法效率的提升带来的收益,比硬件性能的提升更重要,而且重要得多。

在我们开始逐步为算力不足发愁的时代,在摩尔定律越来越显出疲态的今天,这一发现可能为未来解决超大型计算问题开辟一条新的思路。

参考链接:

https://news.mit.edu/2021/how-quickly-do-algorithms-improve-0920

https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9540991

编辑:星际视界Sue

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

水星链

ICP关于WBF上线DCM的公告_HTT:Belifex

尊敬的用户: 关于WBF在主板区上线DCM/USDT交易对,具体交易时间如下。充值时间:2021/09/2610:18提币时间:2021/09/2610:18交易时间:2021/09/2610:.

[0:15ms0-0:821ms