学霸的模拟器系统 第232节

　　他看向窗外正在滑行的飞机，眼神里闪烁着野心。

　　“这次去俄勒冈，我们可能真的要改变世界了。”

　　……

第202章 O(N)的魔法与傲慢的谷歌（求订阅求月票）

　　芝加哥奥黑尔国际机场，C18登机口。

　　候机大厅的落地窗外，巨大的波音747如同展翅的大鹏，正在缓缓滑向跑道。

　　程新竹抱着膝盖坐在椅子上，眼睛瞪得像铜铃，哪怕她平时是个只对生物大分子感兴趣的医学生，也知道Geoffrey Hinton这个名字在人工智能领域的份量。

　　“神经网络教父，深度学习的执剑人……”

　　程新竹像是在念某种咒语，转头看向依然一脸平静地在刷手机新闻的林允宁，“允宁，这就好比你是打篮球的，然后乔丹突然给你发私信说‘嘿，小伙子，晚上来我家后院单挑一把’。你居然就只回了个‘收到’？”

　　“不然呢？还要给他写封感谢信？”

　　林允宁收起手机，顺手把喝完的咖啡杯扔进垃圾桶，“辛顿教授确实是泰斗，但他发这封邮件，说明他也嗅到了危机感。Aether的算法在某种程度上挑战了他在多伦多大学建立的体系。这不仅仅是学术交流，更像是一场……踢馆赛的邀请函。”

　　“踢馆？”

　　程新竹兴奋地搓了搓手，“那我岂不是要去见证历史了？”

　　“只要你别在会上睡着就行。”

　　这时，一阵高跟鞋敲击大理石地面的清脆声音传来。

　　方雪若手里拿着三张新的登机牌，风风火火地走了过来。

　　她把那三张印着金色边框的票据分别拍在林允宁和程新竹手里。

　　“收拾东西，去休息室。”

　　方雪若言简意赅，“我把咱们的票升到了头等舱。”

　　“啊？雪若姐，你前两天不是还说咱们是初创公司，能省则省嘛？”

　　程新竹下意识地想替公司省钱。

　　“该省得省，该花的也得花。”

　　方雪若打断了她，理了理风衣的领口，“这次去ICML，我们要面对的是Google、微软和斯坦福的精英。如果你们下了飞机一脸狼狈，那气场上就先输了一半。

　　“记住，我们现在不是只有几台破电脑的创业公司了。我们是刚刚从辉瑞手里赚了八百万美金、准备去硅谷重新定义游戏规则的独角兽幼崽。要有身为精英的自觉。”

　　林允宁看着手里的头等舱机票，笑了笑，拎起背包：

　　“听老板的。”

　　……

　　波音747钻入云层，平稳地航行在三万英尺的高空。

　　头等舱宽大的座椅确实让人放松。

　　程新竹已经戴着眼罩睡着了，方雪若正在翻看手中的财报。

　　那是全球顶级的散热材料供应商。

　　林允宁打开了笔记本电脑。

　　他没有看电影，也没有睡觉，而是调出了一篇Google研究院（Google Research）上周刚发表的论文：

　　《核方法在大规模数据集上的算力瓶颈与低秩近似》。

　　这篇论文像是一份判决书，直指当前所有注意力机制（Attention Mechanism）算法的死穴。

　　即使是他提出的“全注意力机制”，虽然在药物分子这种短序列上表现完美，但只要序列长度 N一拉长，计算量就会呈指数级爆炸。

　　核心问题在于那个该死的 Softmax。

　　在计算注意力时，标准公式是：

　　Attention(Q， K， V)= Softmax(Q· K^T)· V。

　　必须要先算 Q和 K的转置乘积。这会生成一个 N x N的巨大矩阵。

　　如果 N是1000（比如一段短文），矩阵就是100万个元素，显卡还能扛得住。

　　但如果是基因测序的长序列，N可能是10万，那就是100亿个元素。现有的任何内存都会瞬间被撑爆。

　　这就是“算力的囚笼”。

　　在这个囚笼里，他的算法处理不了长文本，也处理不了高分辨率图像，注定只能是个玩具。

　　Google正是看准了这一点，才敢断言这个方向没有前途。

　　林允宁闭上眼，靠在椅背上。

　　【模拟科研模式启动。】

　　【注入模拟时长：200小时。】

　　机舱里的嗡鸣声瞬间消失。

　　林允宁的意识沉入了一片纯白的数学空间。

　　在他的眼前，出现了一个巨大的矩阵。那是标准的Softmax Attention计算过程：

　　Attention(Q， K， V)= softmax(Q * K^T)* V

　　那个中间产生的(Q * K^T)矩阵，大得像是一堵墙，横亘在算力的通道上。

　　它是一个 N x N的庞然大物。

　　【第20小时：你尝试用稀疏矩阵来近似。失败。稀疏化会丢失长距离的语义关联，得不偿失。】

　　【第60小时：你尝试用低秩分解（Low-rank factorization）。效果一般，精度损失太大。】

　　【第120小时：你回到了矩阵乘法的最基本性质——结合律。】

　　(A * B)* C = A *(B * C)

　　这谁都知道。

　　但在注意力公式里，那个非线性的 Softmax()函数像是一把锁，锁住了 Q和 K，让你无法先把 K和 V乘起来。

　　“如果我把这把锁换掉呢？”

　　林允宁的思维在这一刻跳出了深度学习的框架，回到了核方法（Kernel Method）的领域。

　　既然 Softmax是为了归一化和非线性映射，那为什么不用一个核函数 feature mapφ(·)来代替它？

　　Sim(Q， K)=φ(Q)*φ(K)^T

　　一旦把非线性操作移到乘法之前，结合律就生效了！

　　原本的计算顺序是：

　　(Q * K^T)* V

　　这是先算 N x N的大矩阵，再乘 V。

　　现在的计算顺序可以是：

　　Q *(K^T * V)

　　K^T是(d x N)，V是(N x d)。

　　它们乘起来，只是一个 d x d的小矩阵！

　　d（特征维度）通常只有64或128，远小于序列长度 N。

　　【第180小时：推导完成。】

　　原本随 N增长而爆炸的计算墙，瞬间坍塌。

　　新的复杂度：O(N)。

　　从平方级降维到线性级。

　　林允宁猛地睁开眼。

　　他迅速从包里掏出草稿纸，在那张印着美联航Logo的餐巾纸背面，写下了一行核心公式：

　　Linear_Attn =(φ(Q)*(φ(K)^T * V))/(φ(Q)*Σφ(K)^T)

　　困扰了整个AI学界的大序列计算难题，被一个简单的高中数学知识——结合律，给破解了。

　　当然，前提是找到那个合适的映射函数φ()。

　　但对于现在的他来说，这只是个数学技巧问题。

　　……

　　“解决什么了？这么兴奋？”

　　旁边传来方雪若的声音。

　　她刚摘下眼镜，手里拿着一份厚厚的财报，封面上写着“Indium Corporation”（铟泰公司）。

　　那是全球最大的散热材料供应商。

　　“解决了一个能帮我们省下几亿美元电费的问题。”

　　林允宁心情大好，把那张写着价值连城公式的餐巾纸折好，放进口袋，“铟泰？那是做焊料和散热材料的巨头。你看他们的财报做什么？”

　　“知己知彼。”

　　方雪若指了指报表上的一行数据，“铟泰正在大规模囤积稀有金属，这说明他们在押注下一代散热技术。我们的VO2热二极管如果想卖个好价钱，得找对买家。

　　“对了，宋胤乾教授那边有消息吗？”

　　“刚收到邮件。”

　　林允宁揉了揉太阳穴，“第一批掺钨的样品已经在炉子里了。宋老师按照我的Aether预测模型，调整了钨原子的掺杂比例。目标是把相变温度从68度压到40度左右。”

　　“成功率有多少？”

　　“理论上是80%，但材料学是玄学。”

　　林允宁苦笑了一下，“实验室烧出来是一回事，能不能量产是另一回事。如果成本降不下来，这东西就只能装在布兰登那台金贵的iPhone上，卖不了几亿台。”

　　“只要原理验证机（Prototype）能做出来就行。”