第301章 真理的启迪者 三

    稍微适应了一下升级后的大脑，徐辰估摸着deepseek的论文应该是发出来了。

    （请记住台湾小説网→????????????????网站，观看最快的章节更新）

    他打开电脑，熟练地登录arxiv，输入了关键词。

    果然，那篇论文赫然在列。

    徐辰在公寓里下载了这篇论文，仔细研读了一遍。

    论文的核心原理极其惊艳，直击当前大语言模型（ll）的软肋：现有的transforr架构虽然通过oe（混合专家）实现了「条件计算」，但缺乏原生的知识查找机制。

    当模型需要回忆一个静态事实的时候，比如「巴黎是法国的首都」，它只能通过消耗宝贵的注意力机制和前馈网络层去「重新计算」和「模拟提取」。这就像是让一个顶级数学家去死记硬背电话号码，极大地浪费了推理算力。

    而deepseek给出的解法，正是「条件记忆」。

    他们引入了一个名为「engra（记忆印迹）」的模块，将经典的n-gra嵌入现代化，实现了o(1)时间复杂度的常数级知识查找。简单来说，模型不再需要死记硬背，而是学会了「查字典」。

    论文中还提出了一条「u型缩放定律」，证明了将大约20到25的稀疏参数分配给engra模块时，模型性能达到最优。更恐怖的是，由于engra的查找是确定性的，它完全可以绕开昂贵的gpu显存（hb）限制，直接从廉价的主机内存（dra）中进行运行时预取，几乎没有额外的性能开销。

    「干得漂亮。」

    徐辰看着论文里的架构图，暗自点头。

    以他升级后的信息学lv2的眼光来看，梁文锋的这个成果，和系统当初给出的那个完美的d-ltn方案相比，其实做了一些工程上的妥协。

    系统方案更偏向于底层硬体架构的微调，而deepseek则是在现有的gpu集群和transforr框架下，做到了软体层面的极致压榨。

    「这算是……系统方案的『青春版』？」

    徐辰摸了摸下巴。

    但这已经足够惊艳了。

    不出意外，这篇论文将在接下来的几个月里，成为整个ai界讨论的焦点。

    ……

    徐辰猜得没错。

    此时的曼哈顿下城，摩根史坦利大楼。

    高级分析师约翰·史密斯正对着电脑屏幕发呆，手里那杯昂贵的冷萃咖啡已经在那儿摆了半个多小时，冰块化了一半，也没动一口。

    屏幕上是一份还没写完的研报草稿——《英伟达：算力帝国的黄昏还是黎明？》。

    约翰感觉自己的头发都要掉光了。

    现在的华尔街，简直就是个精神分裂的疯人院。

    一方面，整个美股全靠那几只科技巨头撑着，尤其是英伟达，简直就是全村的希望。只要ai的故事还在讲，只要大模型还需要烧钱买卡，纳斯达克就能接着创新高，大家的年终奖就有着落。

    如果英伟达倒了，ai泡沫破裂，美股大盘就会瞬间崩盘，引发系统性的金融危机。到那时，不仅他的饭碗保不住，整个华尔街都要排队去跳楼。

    所以，上头的指令很明确：「看多！必须看多！不能让泡沫破了！」

    但另一方面，现实的数据却像是一记记响亮的耳光。

    年初那个中国小子搞出来的slr架构，已经让训练端对gpu的需求砍了一半。现在好了，deepseek又搞出了个engra，直接在推理端把显存需求给废了！

    「这日子没法过了……」

    他在研报里敲下了一段极其纠结的文字：

    【……我们注意到，近期来自中国研究团队的sl