AlphaEvolve：DeepMind 的 AI 打破 56 年矩阵乘法纪录

Google DeepMind 于 2025 年 5 月 14 日发布 AlphaEvolve——一个由 Gemini 驱动、面向算法设计与优化的进化式编码智能体：把大模型的“提出想法”能力与自动评估器结合，用进化框架反复改进最有希望的程序（DeepMind 官方博客，2025-05-14）。

48 次乘法与 56 年的纪录#

官方博客写明，AlphaEvolve 给出的过程能用 48 次标量乘法完成两个 4×4 复数矩阵相乘，优于 1969 年 Strassen 算法在该设定下长期保持的最好结果。白皮书摘要把这件事说得更明确：这是 56 年来该设定下的第一次改进（arXiv:2506.13131，2025-06-16）。

Google 内部已经部署的部分#

博客列出三类已经落地的用途：

• 数据中心调度：为 Borg 发现一条简单而有效的启发式规则，博客称其已投产一年以上，平均持续回收 Google 全球算力的 0.7%。
• 硬件设计：提出一份 Verilog 改写，去掉矩阵乘法算术电路中不必要的位；该方案需通过验证以确认功能正确，已被整合进一颗尚未发布的 TPU。
• 模型训练与推理：在 Gemini 的架构里把一处关键 kernel 加速 23%，带来 1% 的训练时间下降；在 FlashAttention 的 kernel 实现上最高取得 32.5% 的加速。

数学问题上的成绩与边界#

博客称 AlphaEvolve 被用于 50 多个数学分析、几何、组合与数论方向的开放问题：在约 75% 的案例里（据 Google 自己所知）重新发现了当前最优解，在 20% 的案例里改进了此前已知的最好解。其中一例是把接吻数问题在 11 维下的下界推进到 593 个外层球体。

需要区分的是这些说法的出处：0.7%、23%、1%、32.5%、75%、20% 都是 Google 自己公布的内部结果与自评口径，博客里的表述是“据我们所知”；外部可复核的是白皮书里的数学结果（如 48 次乘法），不是全部工程数据。