AlphaEvolve 矩陣乘法研究解讀：ω 上界降至 2.371177（2026）

2026 年 8 月 17 日，來自 Google DeepMind、卡內基美隆大學、哥倫比亞大學與 MIT 的 10 位研究者在 arXiv 發布論文〈Improving the matrix multiplication exponent with modern optimization and AlphaEvolve〉。這項 AlphaEvolve 矩陣乘法研究報告：現代最佳化方法結合程式演化搜尋，把矩陣乘法指數 ω 的最佳已知上界從 2.371339 推進到小於 2.371177。

這句話很容易被改寫成「AI 讓矩陣乘法變快了」，但那會同時漏掉三件事：2.371177 是漸近上界，不是 ω 的已知真值；成果來自人類數學重構、梯度最佳化與 AlphaEvolve 的接力；論文提供的是理論上界，不是實務矩陣乘法的速度證據。而且這仍是 arXiv v1 預印本，本文只按目前公開版本的證據評估。

先把原文放在桌上。點擊下方畫面會在新分頁開啟論文頁面；接下來我們會先釐清數字的數學意義，再拆解 AlphaEvolve 真正做了什麼，最後判斷這個結果的科學價值與限制。

---

先把 ω 說清楚：2.371177 不是答案，而是上界

若用最直白的方式說，矩陣乘法指數 ω 描述的是：當方形矩陣邊長 n 越來越大時，理論上最少需要多少次算術運算。普通教科書演算法約是 O(n³)；精確定義則要求，對任意很小的 ε，都存在 O(n^ω+ε) 的方法。ω 至少是 2，但它究竟多接近 2，至今不知道。

因此，新論文不是測得「ω = 2.371177」，而是提出一個可行的數學構造，讓已知範圍的天花板再降一點。其核心定理仍是：只要最佳化問題的候選解滿足全部限制，就能推出 ω 不超過相應的 Ω。作者報告另以有理數算術及方向正確的對數界認證後，得到嚴格上界 ω < 2.371177；前一篇原始論文所報告的紀錄則是 2.371339。

0.000162 在小數點後才看得見，卻不是可以直接用「太小所以沒意義」帶過的改進。若暫時忽略常數與低階項，新舊上界的漸近差距會隨 n^0.000162 成長；這說明它是一個永久更低的理論上界，但不是牆鐘速度預測。歷史上，Strassen 在 1969 年先把指數降到 2.81 以下，Coppersmith–Winograd 在 1990 年推到 2.376 以下，近年的變化才接到上表。這些數字衡量的是理論邊界，不是今天一張顯示卡的效能升級。

真正先發生的突破：把 2.5 萬個參數擴到近 700 萬個

把功勞全部寫成「AlphaEvolve 找到新紀錄」，會抹掉這篇論文最厚重的人類工作。研究團隊先重寫既有的 combination-loss 最佳化問題：前一個 SOTA 解使用遞迴層級 3、約 2.5 萬個參數；新方法能處理遞迴層級 4、接近 700 萬個參數。

這不是把同一段程式丟上更大的 GPU 而已。作者在 JAX 裡把受非負且總和為一限制的機率分布改以 logits 參數化，再用 softmax 取得分布、用 Sinkhorn–Knopp 處理最大熵分布，搭配隱式微分與 Adam；同時用張量化、phantom nodes 與分階段執行，讓原本難以承受的問題能在 GPU 上最佳化。

光是這套現代梯度方法，論文就報告約 0.000097 的上界改善。加上 AlphaEvolve 後，總改善增至約 0.000162；兩者相減，AlphaEvolve 階段額外貢獻的數值幅度約是 0.000065。這個拆分只能衡量數字的增量，不能拿來分配科學功勞。

AlphaEvolve 做了什麼：它改寫優化器，不是直接寫證明

這項 AlphaEvolve 矩陣乘法研究裡，AlphaEvolve 的角色寫得很窄，也很清楚：

“let AlphaEvolve modify the optimization program”

中文：「讓 AlphaEvolve 修改最佳化程式。」

— Dupont 等人，論文第 3.3 節

也就是說，內層的程式負責調整近 700 萬個數學參數；外層的 AlphaEvolve 則讓大型語言模型提出程式碼差異，執行候選優化器、由評估函式打分，再把較好的程式留進資料庫繼續演化。每一代還會從父代找到的最佳數值解開始跑，避免每次從零起步。這比較像「最佳化那個最佳化器」，不是讓聊天機器人憑空吐出一份數學證明。

論文說，一次候選最佳化程式的執行約需一張 GPU 跑 5 小時。這不是整場 AlphaEvolve 搜尋只花 5 個 GPU 小時：總成本還取決於評估了多少候選與演化多少輪，不能從單次執行時間直接推出。把它寫成「一張 GPU、5 小時解題」並不成立。

從浮點數搜尋到數學結論，中間還有一道認證門

數值最佳化器會使用浮點數；但浮點誤差只要讓一條限制看起來「差一點點過關」，就可能把不存在的改進誤認成世界紀錄。作者因此沒有把 AlphaEvolve 的分數直接當成證明，而是另外做認證：

“a separate verification step”

中文：「一個分開的驗證步驟。」

— Dupont 等人，論文第 4 節

這一步把候選解四捨五入成有理數，以精確算術重算衍生量，對無法以有理數精確表示的對數則朝安全方向取界。換句話說，AI 與梯度搜尋負責找候選答案，最後能不能跨過定理的門檻，仍由可檢查的數學限制決定。

但截至 2026 年 8 月 19 日，arXiv v1 仍寫著驗證程式與發現解答的 repository 正在準備；本文檢查論文原始封包與 Google DeepMind 的公開 GitHub 後，也尚未找到這項新結果的 verifier 與公開解答。這不表示數學結論錯了，而是外部研究者目前還無法只靠已公開材料，重跑最後一道認證並核對嚴格小數界線。現階段最準確的說法是：論文作者報告已完成精確驗證，但可供獨立重現的關鍵產物仍待公開。

為什麼這不等於明天的 GPU 會更快

漸近指數回答的是 n 趨近無限大時，運算量的成長速度；實務速度還取決於前面的常數、記憶體搬移、平行化、數值穩定性與真正會遇到的矩陣尺寸。這篇論文的證據是數學上界與認證程序，不能替代新 kernel 的牆鐘時間、記憶體、交叉規模或生產環境 benchmark。

這個落差不是挑新論文的毛病，而是理論電腦科學的正常分工。Alman 與 Yu 在另一篇專門研究矩陣乘法領先常數的論文中，就展示過最佳漸近演算法可能背負天文數字般的常數；那個分析不能直接套到這次的新構造，卻足以提醒我們：評估 AlphaEvolve 矩陣乘法研究時，更低的 ω 上界與更快的實際矩陣乘法，是兩項不同證據。

AlphaLab 的判讀：這項成果真正重要在哪裡

判讀一：這是具體的新上界主張，但不是「AI 獨力突破」

若驗證程式與解答通過外部核對，2.371177 就會成為可獨立重現的新上界。可是結果的因果鏈很長：既有定理提供可行解到 ω 上界的橋梁，研究者重新表述並擴充問題、打造可微分的 JAX 優化器，AlphaEvolve 再搜尋更好的程式，最後由精確算術驗證。把整條鏈壓成「AI 發現新數學」，好聽，卻不精確。

判讀二：最有價值的是「搜尋器—評估器—精確驗證」的分工

生成式 AI 能探索大量程式變體，但不能因系統自行宣告正確就採信。這篇工作的設計剛好把兩者拆開：讓不保證正確的系統擴大搜尋，再用研究者事先定義、可以朝精確算術落地的驗證門檻擋住幻覺。等驗證程式與解答公開後，這套流程比「模型說它解出來了」更有科學價值，也比單純跑一個 benchmark 更接近可累積的研究工具。

判讀三：真正的瓶頸仍是人類要會定義什麼叫「對」

AlphaEvolve 可以改寫「怎麼找」，卻沒有自己決定「找什麼」或「為何這能推出定理」。初始程式、目標函式、可行限制、評估器與最後的證明邊界都由領域專家提供。若評分函式漏掉條件，演化系統可能把漏洞當成高分解。因此，這個案例支持的是 AI 放大人類形式化能力，不是數學家已經可以退場。

判讀四：它把既有方法推得更遠，還沒有換掉方法

這次仍在 combination-loss／laser-method 路線內，把更大的既有最佳化問題做得更好。作者自己的結論也很克制：同一路線可能還有小幅進展，但更大的改進多半需要新的數學觀念。也就是說，這個案例顯示 AlphaEvolve 能在已知框架內取得額外改進，還不能證明它能發明下一個框架。

我同意什麼，又存疑什麼？

我同意的：這是 AI 輔助基礎演算法研究的一個具體、可被反駁的成果，不只是概念展示。數字很小不會讓紀錄失去意義；更值得注意的是，人類建立了能把探索結果送進精確認證的管線。

我存疑的：在 verifier、精確解與完整運算紀錄公開前，外界還無法獨立確認最後小數位，也無法評估 AlphaEvolve 搜尋的成本與可重複性。這份論文提供的證據，也推不出「這會立刻加快 AI 訓練」或「AI 已經自己做數學」這兩個更大的敘事。

接下來該看四個訊號，而不是只盯著小數點

• 驗證產物：作者承諾的 repository、精確候選解與 verifier 是否公開，而且第三方能否得到同一個嚴格上界。
• 獨立審查：同領域研究者是否確認候選解滿足 Equation 11，以及有理數與對數取界足以推出嚴格小於 2.371177。
• 搜尋透明度：候選數量、總 GPU 預算、模型版本與最終程式差異是否揭露，讓外界知道哪一部分可以重跑。
• 下一種證據：後續工作究竟只是再降幾個小數位，還是出現新數學方法；若有人主張實務加速，則必須另外拿出 kernel、尺寸與牆鐘時間。

如果你不是做理論演算法研究，這篇論文不需要改變你的硬體採購或軟體架構；但如果你正在用 AI 做研究，它提供了一條更可靠的設計原則：把創意搜尋交給模型，把「正確」寫成獨立、可重跑、最好能產生證書的閘門。想看另一種「AI 改進 AI」案例，可接著讀 AlphaLab 對遞迴式自我改進與推論優化的分析，兩者都提醒我們把內部指標、實際效能與更大的敘事分開。