半個世紀已經過去，算法效率提升有多快？_INK:Malinka

過去半個世紀，集成電路產業在摩爾定律的指引下飛速發展，算法效率一直保持著大跨度提升。2018年世界上最快的計算機IBMSummit比1945年世界第一臺電子計算機ENIAC計算速度提高了近30萬億倍。

然而，隨著摩爾定律接近物理極限，芯片研發和生產成本大幅上升，未來依靠算力提升計算性能的空間有限。靠提升計算機硬件性能可能越發難以滿足海量計算的需要，未來的解決之道在于提升算法的效率。

MIT的這篇新論文總結了過去80年來，算法效率的提升究竟有多快。

提起算法，它有點像計算機的父母，它會告訴計算機如何理解信息，而計算機反過來可以從算法中獲得有用的東西。

算法的效率越高，計算機要做的工作就越少。對于計算機硬件的所有技術進步，以及備受爭議的摩爾定律的壽命問題來說，計算機硬件的性能只是問題的一方面。

CME Group的比特幣期權交易量和持倉量創下歷史新高:金色財經報道，衍生品交易巨頭 CME Group 的比特幣期權交易量和持倉量創下歷史新高，因為交易員在 FTX 崩盤后蜂擁而至。根據 The Block Research 的數據，周二 CME 的比特幣期權交易量達到 11 億美元，未平倉合約超過 7.36 億美元。

The Block Research 的研究主管 Steven Zheng 表示，在 FTX 破產之后，機構交易公司的謹慎態度可能是 CME 交易激增的原因之一。

芝商所于 2021 年 5 月推出比特幣期貨，提供比特幣和以太幣期權和期貨的加密交易。

Zheng表示，鑒于 FTX 的崩潰，機構加密貨幣交易員對在不受監管和半監管的平臺上進行交易更加謹慎，并補充說“CME 似乎是這種謹慎的受益者。”[2023/2/1 11:39:53]

而問題另一方面則在硬件之外：算法的效率問題。如果算法的效率提升了，對同一計算任務需要的算力就會降低。

Flare Network將于1月9日啟動TDE:金色財經報道，據 Flare Network 官方社交媒體，該項目將于世界標準時間 1 月 9 日 23:59 啟動 TDE，目前已得到Atomic、Bybit、Bitfrost Wallet 等錢包支持 。上個月，美國最大的加密貨幣交易所 Coinbase 增加了對 FLR 的支持，Flare Network 旨在擴展以太坊虛擬機 (EVM) 的功能和實用性，并將安全、去中心化的智能合約引入其他協議，如 Ripple 和 Litecoin，為這些公鏈項目帶來可擴展性。[2023/1/6 10:58:56]

雖然算法效率問題可能不太受關注，但你是否注意到，經常使用的搜索引擎是否突然變快了十分之一，而在大型數據集中活動，就感覺就像在泥濘中跋涉一樣艱難緩慢。

這些都與算法效率有關。

Chainlink上線Chainlink Staking (v0.1) 測試版:金色財經報道，去中心化預言機網絡Chainlink宣布推出質押功能，Chainlink Staking (v0.1)測試版已在以太坊主網上線。Staking最初對節點運營商以及有資格獲得早期訪問權限的社區成員開放，用戶最多可以抵押7,000個LINK代幣并開始獲得獎勵，并且有9-12個月的鎖定期。質押池將于美國東部時間2022年12月8日中午12點向一般訪問者開放。

Chainlink表示，該池的上限為2500萬個LINK代幣，約占LINK總供應量的2.5%，價值1.775億美元。Chainlink計劃在未來允許對其他服務進行質押，并使用此測試版來測試和改進未來的發布。[2022/12/7 21:26:44]

近日，麻省理工學院計算機科學與人工智能實驗室(CSAIL)的科學家提出疑問：算法效率的提升速度到底有多快？

幣安NFT市場將于12月12日推出Ape NFT質押計劃:12月6日消息，幣安NFT市場將推出Ape NFT質押計劃，自2022年12月12日（UTC）起，或從幣安在Twitter上另行通知的時間起，用戶可以在幣安上質押Bored Ape Yacht Club（BAYC）和Mutant Ape Yacht Club（MAYC）NFT來賺取APE獎勵。用戶可以選擇在30、60或90天的靈活期限或固定期限內質押BAYC或MAYC NFT。[2022/12/6 21:26:05]

關于這個問題，現有數據大部分是敘事性的，其中很大一部分是面向特定算法的案例研究，再把這些研究結果加以推廣。

面對實證研究數據的不足，研究團隊主要利用了來自57部教科書和1110多篇研究論文的數據，以追溯算法效率提升的歷史。

其中有些論文的結論中直接給出了新的算法有多高效，有的論文則需要作者使用“偽代碼”進行重構。

研究人員總共研究了113個“算法系”，即解決計算機科學教科書中最重要的同一問題的算法集。他們對每個算法族的歷史進行了回顧，跟蹤每次針對某一問題提出的新算法，并特別注意更高效的算法。

圖1算法發現和改進。(a)每十年發現的新算法系的數量。(b)已知算法系的比例每十年都有所提高。(c)首次發現時算法系的漸近時間復雜度分類。(d)同一時間復雜度的算法轉換到另一個時間復雜度的每年平均概率。在和中“>n3”的時間復雜度表示超過多項式級，但不到指數級。

最早的算法系可追溯到上世紀40年代，每個算法系平均有8個算法，按時間順序效率逐步提升。為了共享這一發現，團隊還創建了“算法維基”頁面。

研究人員繪制了圖表，標識這些算法族效率提升的速度，重點關注算法分析最多的特征——這些特征往往決定了解決問題的速度有多快。

圖2算法系的相對效率提升，使用漸近時間復雜度的變化計算。參考線是SPECInt基準性能。(a)與該系列中的第一個算法相比，四個算法系的歷史改進。(b)算法改進對“最近鄰搜索”算法系列的輸入大小(n)的敏感度。為了便于比較算法改進效果隨時間的變化，在圖(b)中將算法系和硬件基準的起始時間段對齊。

結果顯示，變數很大，但也發現了關于計算機科學變革性算法效率提升的重要信息。即：

1、對于大型計算問題，43%的算法系的效率提升帶來的收益，不低于摩爾定律帶來的收益。

2、在14%的問題中，算法效率提升的收益遠超硬件性能提升的收益。

3、對于大數據問題，算法效率提升收益特別大，因此近年來，這一效果與摩爾定律相比越來越明顯。

當算法系從指數復雜度過渡到多項式復雜度時，情況出現了最大的變化。

所謂指數復雜度算法，就像一個人猜密碼鎖的密碼一樣。如果密碼盤上只有一位數，那么任務很簡單。如果像自行車鎖一樣，表盤是4位數，估計你的自行車很難有人偷得走，但仍然可以一個個試。如果是表盤是50位的，就幾乎不可能破解了，需要的步驟太多了。

圖3基于漸近時間復雜度計算的110個算法系效率提升的年平均速度分布，其中問題規模為：(a)n=1000，(b)n=100萬，(c)n=10億。硬件性能提升線表示從1978年到2017年，SPECInt基準性能的平均年增長率

這類問題也是計算機面對的難題，隨著問題的規模越來越大，很快就會超過計算機的處理能力，這個問題光靠摩爾定律是解決不了的。

解決之道在于找到多項式復雜度的算法。

研究人員表示，隨著摩爾定律終結這個話題越來越多地被提及，我們需要將未來的解決方案的重點放在算法的效率提升上。

圖4前導常數在算法性能提升中的重要性評價

研究結果表明，從歷史上看，算法效率的提升帶來的收益是巨大的。不過二者之間存在著頻度的差異，摩爾定律帶來的提升是平滑而緩慢的，而算法效率的提升是階梯式的躍進，但出現沒那么頻繁。

本文通訊作者尼爾·湯普森說：

這是業界第一篇說明算法效率提升速度的論文。通過我們的分析，可以得出算法改進后，使用同樣的算力可以完成多少任務。

隨著問題的規模不斷增大，比如達到數十億或數萬億個數據點，算法效率的提升帶來的收益，比硬件性能的提升更重要，而且重要得多。

在我們開始逐步為算力不足發愁的時代，在摩爾定律越來越顯出疲態的今天，這一發現可能為未來解決超大型計算問題開辟一條新的思路。

參考鏈接：

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

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

編輯：星際視界Sue

Tags：INKLINKAINChainLinkares幣跟linkMalinkarealmedicinesupplychainchainlink幣價

SHIB最新價格