第206章 AI界的反应 一
杨老的新闻如同一场及时雨，彻底洗刷了国內关於“造神”的质疑。徐辰的生活也重新归於平静，每天穿梭在图书馆和实验室之间，静静等待著那些投递出去的论文开花结果。
但他並不知道，在大洋彼岸，一颗被他半个月前隨手种下的种子，终於迎来了发芽的时刻。
……
时间来到9月9日。
这一天，，对於镁国的ai行业来说，是註定载入史册的“黑色星期二”，儘管大眾对此一无所知。
加州山景城，谷歌总部。
深夜十一点，google brain的实验室里依旧灯火通明。
高级研究员大卫·陈正百无聊赖地刷著arxiv。作为一名负责gemini模型推理优化的工程师，他最近的日子並不好过。openai的gpt-5依然像一座大山压在头顶，而meta的llama系列又在开源社区疯狂背刺，谷歌这个曾经的ai霸主，如今却显得有些步履蹣跚。
“又是这种標题党……”
大卫看著屏幕上一篇名为《logic is also you need》的论文，撇了撇嘴。
自从《attention is all you need》火了之后，这种蹭热度的標题简直泛滥成灾。
“作者……徐辰？”
大卫愣了一下。
“这名字怎么有点眼熟？好像是那个搞定哥德巴赫猜想的数学天才？”
出於好奇，也是出於对数学天才的一丝敬意，他没有直接划走，而是点开了pdf。
原本只是想隨便扫两眼，看看数学家是怎么“玩票”ai的。
然而，十分钟后。
大卫的坐姿从葛优瘫变成了正襟危坐，眼睛死死地盯著屏幕上的公式。
“gumbel-box几何嵌入……逻辑门控单元……这思路，有点野啊。”
作为资深从业者，他一眼就看出了这个架构的精妙之处。它没有试图去修改transformer的主干，而是像外掛一样，巧妙地利用几何约束来修正概率生成。
“这玩意儿……能跑通吗？”
职业习惯让他立刻打开了colab，按照论文里的偽代码，手搓了一个极简版的demo。
虽然没有经过大规模训练，参数也是隨机初始化的，但他只是想验证一下那个核心的“几何求交”算子是否真的可导。
但作为大厂员工，上班时间都在忙著优化gemini的推理延迟，根本没空搞这种“私活”。
於是，接下来的半个月里，大卫只能利用下班后的碎片时间，一点一点地復现这个模型。
……
半个月后。
看著屏幕上那条虽然抖动剧烈、但却顽强向下的loss曲线，大卫的手开始颤抖。
“臥槽……真的收敛了？！”
他猛地站起身，立刻拨通了杰夫·迪恩的电话。
杰夫·迪恩是谁？
在谷歌，甚至在整个硅谷，这个名字就是一个神话。
他是谷歌大脑的创始人，是mapreduce、bigtable、spanner等分布式系统的设计者，是tensorflow的缔造者。
在程式设计师圈子里流传著无数关於他的“查克·诺里斯式”笑话：
“当杰夫·迪恩提交代码时，编译器会向他道歉。”
“杰夫·迪恩不需要编译器，他直接写二进位机器码。”
“光速在真空中是常数，是因为杰夫·迪恩还没优化它。”
他是真正的“代码之神”，是谷歌技术帝国的基石。
……
电话接通，那头传来杰夫·迪恩冷静而富有磁性的声音。
“大卫，现在是凌晨一点。如果不是alphago有了自我意识，或者地球即將毁灭，你最好给我一个合理的解释。”
“杰夫，別睡了！快看我发给你的邮件！我们可能错过了一个亿！”大卫的声音都在颤抖，“不，是错过了一个时代！”
十分钟后。
杰夫·迪恩坐在家里的书房，盯著屏幕上的论文和demo数据。
他的眼神，从最初的睏倦，逐渐变得锐利，最后变成了震惊。
作为系统架构的大师，他看到的不仅仅是算法的精妙，更是其背后对计算范式的顛覆。
“这个中国人……他绕过了矩阵。”
杰夫·迪恩喃喃自语。
“现在的ai，本质上是建立在矩阵乘法之上的。无论是gpu还是我们引以为傲的tpu，其底层逻辑都是为了加速矩阵运算。”
“但是这个slrm……”
杰夫·迪恩的手指在桌面上轻轻敲击。
“它的核心是几何求交和非线性变换。这些操作在现有的tpu上跑，效率极低。tpu那庞大的脉动阵列会因为无法填满数据而空转。”
“这意味著，如果我们想大规模部署这个模型，我们现有的硬体架构……全是废铁。”
这对於谷歌来说，是一个灾难性的结论。
要知道，谷歌为了tpu项目，已经投入了数千名工程师和数百亿美元。tpuv4刚刚部署到数据中心，tpuv5正在流片。
现在，突然有人告诉他：你们的路走窄了。
“马上召开战略会议。”杰夫·迪恩拿起电话，声音不容置疑，“通知皮查伊，还有deepmind的哈萨比斯。所有人，立刻上线。”
……
第二天，谷歌最高级別的战略会议室。
会议室里的气氛，冷静得近乎压抑。
这里坐著的，是谷歌技术体系的最高大脑：桑达尔·皮查伊（ceo）、杰夫·迪恩（首席科学家）、戴密斯·哈萨比斯（deepmind创始人）。
屏幕上投射的，正是徐辰的那篇论文。
“结论？”皮查伊的声音听不出情绪。
杰夫·迪恩推了推眼镜，指著架构图上的核心模块：“从数学上讲，这是完美的。它绕过了transformer最大的缺陷——注意力机制的计算冗余。它用几何关係替代了注意力权重，这让逻辑推理变成了『查表』而不是『计算』。”
“但是，”杰夫的话锋一转，切中了商业逻辑的要害，“这对我们现有的基础设施，是一个灾难。”
“解释一下。”
“我们的tpu，其核心架构是脉动阵列。这种架构是为了大规模矩阵乘法而生的。它就像是一个巨大的流水线工厂，只有当数据像洪流一样整齐划一地流过时，效率才最高。”
杰夫调出一张对比图：
“但徐辰提出的slrm模型，其核心算子是极值、交集和隨机採样。这些操作充满了条件判断和非线性变换。”
“如果让tpu跑这个，就像是让一辆f1赛车去送外卖。赛车很快，但它在红绿灯和楼道里会卡死。我们的tpu利用率会从70%暴跌到5%以下。”
会议室陷入了死寂。
这意味著，谷歌引以为傲的算力护城河，在这个新算法面前，失效了。
“英伟达呢？”哈萨比斯突然问道，“他们的gpu会好一点吗？”
“好不到哪去。”杰夫摇头，“cuda核心虽然比tpu灵活，但本质上也是单指令多线程架构，依然依赖数据並行。面对这种高维几何逻辑，gpu的缓存命中率会低得令人髮指。”
皮查伊的手指轻轻敲击著桌面。
作为ceo，他看到的不是技术难题，而是战略危机，也是战略机遇。
“如果这个算法是真的，那么谁先造出適合它的硬体，谁就定义了下一代ai。”
皮查伊抬起头，目光锐利：“成立『几何计算』专项组。deepmind负责算法復现，硬体团队立刻评估tpu v6架构调整的可能性。