量子位
·
陶哲轩DeepMind梦幻联动，最强通用科学Agent来了！一口气解决芯片设计、矩阵乘法和300年几何难题
💡
原文中文，约2900字，阅读约需7分钟。
📝
内容提要
谷歌DeepMind与陶哲轩等科学家合作推出AlphaEvolve，提升了矩阵乘法、芯片设计和AI训练的效率，并能解决300年前的几何难题，展现出广泛的应用潜力。
🎯
关键要点
- 谷歌DeepMind与陶哲轩等科学家合作推出AlphaEvolve，提升了矩阵乘法、芯片设计和AI训练的效率。
- AlphaEvolve能够解决300年前的几何难题，展现出广泛的应用潜力。
- AlphaEvolve设计了更快的矩阵乘法算法，并在谷歌内部应用。
- 该系统通过大模型、自动评估器和进化框架来发现和优化通用算法。
- AlphaEvolve优化了谷歌的数据中心调度，提升了计算资源的使用效率。
- 它提出了Verilog重写方案，优化了硬件设计。
- AlphaEvolve加速了Gemini的性能，缩短了训练时间，并减少了工程时间。
- 该系统在数学和算法发现方面取得了显著进展，重新发现和改进了多种算法。
- 陶哲轩与DeepMind的合作使得AlphaEvolve展现出解决通用算法和数学问题的潜力。
- AlphaEvolve的通用性意味着它可以应用于材料科学、药物发现等多个领域。
❓
延伸问答
AlphaEvolve的主要功能是什么？
AlphaEvolve主要用于发现和优化通用算法，提升矩阵乘法、芯片设计和AI训练的效率。
AlphaEvolve如何解决300年前的几何难题？
AlphaEvolve通过发现一个由593个外球体组成的结构，刷新了11维空间中的接吻数问题的下限。
AlphaEvolve在谷歌的数据中心有什么应用？
AlphaEvolve优化了数据中心调度，提升了计算资源的使用效率，平均恢复了0.7%的计算资源。
AlphaEvolve是如何加速AI训练的？
AlphaEvolve通过优化大型矩阵乘法运算，将Gemini架构的训练时间缩短了1%，并减少了工程时间。
陶哲轩在AlphaEvolve项目中扮演什么角色？
陶哲轩是AlphaEvolve项目的合作者之一，帮助推动通用算法和数学问题的解决。
AlphaEvolve的通用性意味着什么？
AlphaEvolve的通用性意味着它可以应用于材料科学、药物发现等多个领域，解决各种问题。
➡️
