放大/彩色 3×3 矩阵。 （信用：Aurich Lawson / Getty Images）
矩阵乘法是许多机器学习突破的核心，而且它变得更快——两倍。上周，DeepMind宣布它发现了一种更有效的矩阵乘法运算方法，打破了 50 年的记录。本周，约翰内斯·开普勒大学林茨分校的两名奥地利研究人员声称，他们已经超越了这一新纪录。
矩阵乘法涉及将两个矩形数字数组相乘，通常是语音识别、图像识别、智能手机图像处理、压缩和生成计算机图形的核心。图形处理单元 (GPU) 因其大规模并行特性而特别擅长执行矩阵乘法。他们可以将一个大的矩阵数学问题分割成许多部分，并使用一种特殊的算法同时攻击其中的一部分。
1969 年，一位名叫 Volker Strassen 的德国数学家发现了以前最好的 4×4 矩阵相乘算法，它减少了执行矩阵计算所需的步骤数。例如，使用传统的教室方法将两个 4×4 矩阵相乘需要 64 次乘法，而 Strassen 的算法可以在 49 次乘法中执行相同的壮举。