從候選列表到張量化計算圖

在演化計算中，多樣性是演算法有效的前提：只有維持足夠多的候選解，選擇壓力才不會過早把種群擠進局部最優。但多樣性同時意味著龐大的計算量——一次執行往往需要評價數萬乃至數百萬個候選解。當候選被寫成普通的物件陣列，用逐項迴圈把它們一個個送去做評價時，計算的大部分時間都消耗在逐項排程與宿主語言的控制流上，而不是真正的數值運算，這正是傳統串行 CPU 迴圈在處理數萬次候選評價時效率低下的根本原因。

表達方式的躍遷：從候選列表到張量化計算圖

EvoX 帶來的改變不是某個算子的局部加速，而是演化過程表達方式的改變：從逐個候選的列表式處理，轉向以張量為一等公民的批量計算。候選集合不再散落在物件陣列裡，而是與評價結果、演算法狀態一起被統一組織為張量，使它們可以整體參與運算。

• 候選張量：把整代候選寫成形狀為 [種群規模, 解維度] 的張量。此時「一個候選」只是張量中的一行，而不再是一個獨立的宿主語言物件。
• 批量算子：變異等操作直接作用於整個種群，一次呼叫即完成對全部候選的更新，而不是迴圈呼叫 N 次。
• 批量評價：以 evaluate(候選張量) 的形式一次性得到整代的評價結果，評價的數量單位從「個」變成「批」。
• 計算圖：選擇與狀態更新不再只是串行控制邏輯，而是圖中的節點，因而獲得算子融合、並行排程等編譯最佳化機會。

兩種寫法的對照

列表式寫法近似於：逐個取出候選、逐個評價、逐個比較並更新狀態——每一步都依賴宿主語言的迴圈，難以整體最佳化。張量化寫法則為：候選張量 → 變異 → 評價 → 選擇 → 狀態更新，整條鏈路由張量運算組成並表達為一張計算圖，編譯器可以對整張圖做融合與裝置排程。注意：演算法的邏輯（變異分佈、選擇壓力）並沒有被改寫，被改寫的是表達方式。