MIT证明:解决超大规模问题,算法比硬件更有用
本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。 软件算法对计算速度的提升有多大? MMIIT最新研究说:超过4成算法对性能的改进,已经超过了硬件的摩尔定律。 对于中等规模的问题,30%-43%的算法的改进比硬件进步更能提T证升性能。 当问题数据增加到数亿规模时,算法改进变得比硬件改进/摩尔定律更重要。 这就是MIT的两位科学家对来自57本教科书,超过明:1137篇研究论文的数据进行分析后得到的结论。 不仅如此,他们还全面叙述了现有以及历史上的算法何时被发现、如何改进、以及改进解决的规模。 14%的算法改进率超过1000% 研究者通过分析QS排名中前20的计算机名校所用的课件,总结出11个算法子领域: 组合学超大、统计学/机器学习、密码学、数值分析、数据库、操作系统、计算机网络、机器人学、信号处理、计算机图形/图像处理、生物信息学。 通过规模分析子领域中的算法教材、学术期刊、已发表论文等信息,研究者划分出了113个算法家族,平均每个家族8个算法。 他们首先统计了从1问题940年到现在,各种算法的最初提出时间: 并且根据这些算法最初被提出时的时间复杂度进行了归纳。可以看到,其中31%的算法属于指数,算复杂度类别: 在时间复杂度的改进上,对于n=100万的问题规模,一些算法比硬件或摩尔定律的改进率更高: △算法改进对四个算法家族的影响 将法比这一分析拓展到110个算法家族上时,可以看到,对于中等规模(n=1000)的问题来说,只有18%的算法改进率快于硬件。 但当问硬件题规模来到了百万、亿、甚至万亿级别时,算法的改进速度就超过了硬件性能。 甚至有14%的算法家族的改进率超过1000%,远超硬件改进所带更有来的性能提升。 △a:n=一千 b:n=一百万 c:n=一亿 作者介绍 论文一作Yash Sherry本科毕业于印度德里大学计算机科学专业,现在MI是MIT斯隆商学院的一位研究员,工作重点是跟踪算法的改进及其对IT公司经济的影响。 另一位Neil Thompson是麻省理工大T证学CSAIL(计算机科学和人工智能实验室)的科学家,也是哈佛大学创新科学实验室的客座教授。 论文:
https://ieeexp明:lore.ieee.org/document/9540991
- 最近发表
- 随机阅读
-
- 标签: 小红书 云帆 Live Village
- 美团发布 LongCat-Flash-Chat:560B 参数模型再创新高,智能体表现惊艳!
- 腾讯云开源 CubeSandbox:打造 AI Agent 的高性能“安全屋”
- 阿里云百炼平台上架智谱、Minimax、Kimi等顶尖模型,千问云官网售卖
- 标签: 小赢科技 WinPROT赢护 Win-Daidai 金融科技
- 谷歌正式公布 Gemini 使用限制:免费用户每天最多可用五次提示
- 英国前首相苏纳克获两大科技巨头聘任:将任微软与 Anthropic 高级顾问
- 2025 年上半年,中国教育机器人市场的硬件销售额达到了 10.7 亿元
- 标签: 腾讯 苹果 微信小游戏 应用内购
- 让数字世界坚定运行 | 华为发布2024数据中心能源十大趋势
- 谷歌 Veo 视频工具迎来更新:推行积分制,用户每月可免费创作AI视频
- 游戏公司MIXI与OpenAI合作,成功部署ChatGPT Enterprise
- 标签: 网络测评活动规范 国家网信办 市场监管总局 SEO关键词
- 标签: Klook 纽交所上市 红杉资本 维恩资本
- 标签: 中际旭创 光通信模块 财报 2025年
- 云计算开发实例:Python3将字符串的时间转换为时间戳
- 标签: 蚂蚁集团 支付宝 AI版 阿里巴巴 周靖人 SpaceX
- 标签: 腾讯AI 汤道生 姚顺雨
- 标签: 中国电信 2025年报 产业数字化 5G
- 英伟达 CEO 黄仁勋确认投资马斯克初创公司 xAI
- 搜索
-
- 友情链接