每个计算系统，无论是生物的还是合成的，从细胞到大脑再到笔记本电脑，都有成本。 这不是很容易辨别的价格，而是与运行程序所需的工作以及该过程中散发的热量相关的能源成本。
SFI 和其他地方的研究人员花了几十年的时间开发计算的热力学理论，但之前关于能源成本的工作主要中心化在基本的符号计算上——比如擦除单个比特——这些计算不容易转移到难以预测的、真实的计算上。 -世界计算场景。
在 5 月 13 日发表在《Physical评测 X》上的一篇论文中，四位物理学家和计算机科学家扩展了现代计算热力学理论。 通过结合统计物理学和计算机科学的方法，研究人员引入了数学方程，揭示了依赖于随机性的计算过程的最小和最大预测能量成本，随机性是现代计算机的强大工具。
特别是，该框架提供了如何计算不可预测的结果的计算过程的能源成本界限的见解。 例如：当抛硬币模拟器达到 10 次正面时，可能会指示其停止抛硬币。 在生物学中，一旦一个细胞引起另一个细胞的某种反应，它可能会停止产生蛋白质。 这些过程的“停止时间”，或者说第一次实现目标所需的时间，可能因试验而异。 新框架提供了一种直接的方法来计算这些情况下的能源成本下限。
该研究由 SFI 教授 David Wolpert、Gonzalo Manzano（西班牙跨学科物理与复杂系统研究所）、Édgar Roldán（意大利理论物理研究所）和 SFI 研究生 Gülce Kardes（科罗拉多大学博尔德分校）共同进行。 该研究揭示了一种降低任意计算过程的能量成本的方法。 例如：在数据库中搜索一个人的名字或姓氏的算法如果找到其中一个，可能会停止运行，但我们不知道它找到的是哪一个。 卡德斯说：“许多计算机器，当被视为动态系统时，都具有这样的特性，即如果你从一种状态跳到另一种状态，你实际上无法一步回到原始状态。”
大约十年前，沃尔珀特开始研究如何将非平衡统计物理学的思想应用到计算理论中。 他说，计算机是一个不平衡的系统，随机热力学为物理学家提供了一种研究非平衡系统的方法。 “如果你把这两者放在一起，似乎就会出现各种各样的烟花，具有 SFI 的精神，”他说。
在为这篇新论文奠定基础的最近研究中，沃尔珀特和同事引入了“失配成本”的概念，或者衡量计算成本超出兰道尔界限的程度。 该限制由物理学家 Rolf Landauer 于 1961 年提出，定义了更改计算机中的信息所需的最小热量。 沃尔珀特说，了解不匹配成本可以为降低系统总体能源成本的策略提供信息。
在大西洋彼岸，合著者曼萨诺和罗尔丹一直在开发一种金融数学工具——鞅理论——来解决小型波动系统在停止时的热力学行为。 罗尔丹等。 等人的“物理学家鞅”为这种鞅方法在热力学中的成功应用铺平了道路。
Wolpert、Kardes、Roldán 和 Manzano 将这些工具从随机热力学扩展到了 PRX 论文中常见计算问题的失配成本计算。
总而言之，他们的研究指出了一条新途径，可以找到任何系统中计算所需的最低能量，无论它是如何实现的。 “这暴露了一系列巨大的新问题，”沃尔珀特说。
它也可能有一个非常实际的应用，指出使计算更加节能的新方法。 美国国家科学基金会估计，计算机使用了全球发电量的 5% 至 9%，但按照目前的增长率，到 2030 年这一比例可能会达到 20%。但 SFI 研究人员之前的工作表明，现代计算机的效率非常低：相比之下，它们的能源效率比人造计算机高约 100,000 倍。 沃尔珀特说，通用热力学计算理论的主要动机之一是寻找新的方法来减少现实世界机器的能耗。
例如，更好地理解算法和设备如何使用能量来完成某些任务可能会带来更高效的计算机芯片架构。 沃尔珀特说，目前还没有明确的方法来制造可以使用更少能源执行计算任务的物理芯片。
“这类技术可能会成为照亮黑暗的手电筒，”他说。
资讯来源：由a0资讯编译自THECOINREPUBLIC。版权归作者A0资讯所有，未经许可，不得转载
