ETH:半个世纪已经过去，算法效率提升有多快？-ODAILY_togetherbnb换装都有什么衣服

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。

Tether二季度运营利润超过10亿美元，超额准备金增加了约8.5亿美元:7月31日消息，Tether发布由独立会计师事务所BDO完成的2023年第二季度鉴证意见。Tether透露其超额准备金增加了约8.5亿美元，截止二季度末总超额储备金达到约33亿美元。

Tether超额准备金是公司自己的利润，不分配给股东，公司决定将其保留在Tether维持的100%准备金之上，以支持所有未偿代币。此外，2023年4月至2023年6月期间，Tether的运营利润超过10亿美元，环比增加30%。Tether对美国短期国债（UST-Bills）的整体敞口约为725亿美元。

截至2023年6月30日，Tether的合并总资产至少为86,499,251,218美元，综合负债总额为83,200,775,340美元，其中83,178,020,411美元与已发行的数字代币有关，综合资产超过其综合负债。[2023/7/31 16:09:14]

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。

CZ：币安团队已检查Vyper可重入漏洞，用户不受影响:7月31日消息，CZ发推称，CEX喂价拯救了DeFi。币安用户不受影响。币安团队已检查Vyper可重入漏洞。币安只使用0.3.7或以上版本。保持最新的代码库、应用程序和操作系统非常重要。

据此前报道，因Vyper部分版本（0.2.15、0.2.16和0.3.0）存在功能失效的递归锁漏洞，Curve上alETH/ETH、msETH/ETH、pETH/ETH和CRV/ETH池遭遇攻击。[2023/7/31 16:09:06]

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。

这些都与算法效率有关。

美国向乌克兰提供249亿美元的纳税人资金:1月30日消息，Watcher.Guru发推特表示，自拜登政府成立以来，美国向乌克兰提供了249亿美元的纳税人资金。[2023/1/30 11:35:31]

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。

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。

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。

Aptos将在明年二季度初设计把存储和执行成本分开的Gas模型:12月23日消息，Aptos团队表示，将在未来几个月致力于改善Gas费用，第一步是在2023年1月将动态NFT的Gas价格降低10倍（应为变为原来的1/10），第二步是在明年一季度构建Gas高效数据结构，第三步是在2023年第二季度初设计一种新的Gas模型，将存储和执行成本分开，从而为执行提供需求驱动的Gas成本。[2022/12/23 22:03:35]

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。

Celsius：预计有超10万债权人，综合资产和预估负债均在10亿至100亿美元之间:7月14日消息，根据Celsius（债务人）根据《美国破产法》提交的第11章自愿申请书，Celsius估计有超过10万债权人，预估有10亿至100亿美元资产（综合基础上），预估负债也在10亿至100亿美元之间。其中最大的无担保债权人是Pharos USD Fund SP 和 Pharos Fund SP（约8108万美元），还有一些其他债权人，以及ICB Solutions（约1334万美元）、Alameda Research（约1277万美元）、B2C2（约1181万美元）、Covario AG（约1131万美元）等。[2022/7/14 2:13:38]

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

标签：ETHHERTHETETeth大学申请条件togetherbnb换装都有什么衣服Mytheria3X Long Tether Gold Token

TRX热门资讯