摘要：F或 Michael Frank，效率一直是一个主要关注点。作为 1990 年代的学生，他最初对人工智能感兴趣。但是，当他意识到这项技术会消耗多少能源时，他就把研究转向了另一个方向。“我开始对计算的物理极限感兴趣，”他说。“你能制造的最高效的计算机是什么？”

Nash Weerasekera 为 Quanta 杂志拍摄

由马特·冯·希佩尔特约撰稿人

F或 Michael Frank，效率一直是一个主要关注点。作为 1990 年代的学生，他最初对人工智能感兴趣。但是，当他意识到这项技术会消耗多少能源时，他就把研究转向了另一个方向。“我开始对计算的物理极限感兴趣，”他说。“你能制造的最高效的计算机是什么？”

他很快找到了一个利用热力学怪癖的候选者：一种计算可以向后和向前运行的设备。通过从不删除数据，这种“可逆”计算机将避免能源浪费。

现在，随着传统计算的进步放缓，新芯片正在涌现基本物理限制（打开新标签页）防止它们变得更小 — 可逆计算可以保持计算进度。

“没有太多其他方法可以提高功率，”他说克里斯托夫·托舍尔（打开新标签页），他在波特兰州立大学研究非常规的计算方法。“可逆计算是一种非常有益、非常令人兴奋的方式，可以节省几个数量级的成本。”

第一个研究可逆计算的人是 Rolf Landauer，他是 IBM 的一位著名物理学家，他在 1960 年代帮助建立了信息处理领域。他工作中的一个主要主题涉及熵（无序的量度）与信息之间的关系。

粗略地说，我们对一个系统了解得越多，它的排列就越有序，而我们知道的越少，就越没有序。原子从可预测的行为到不可预测的运动，是使某些物理过程不可逆的原因。例如，当你把牛奶搅拌到咖啡里时，无序性会增加。从理论上讲，你可以再次将它们分开，使牛奶分子和咖啡分子的排列更加有序。但要做到这一点，你需要了解每一滴牛奶的路径，这是难以置信的大量信息。

1961 年，Landauer表明（打开新标签页）这些原则也支配着计算机。当计算机系统删除信息时，计算机芯片中的电子会从已知路径进入未知路径。那些被丢弃的电子实际上已经丢失，它们的能量以热量的形式流失。兰道尔证明了这是一个不可回避的事实：无论计算机是如何构建的，它必须为它删除的每一比特信息释放出一定的最低热量。

迈克尔·弗兰克 （Michael Frank） 长期以来一直致力于制造实用的可逆计算机，通过不删除数据，可以节省大量能源。

约翰尼·卡罗尔/阿尔伯克基头像和肖像

这种损失是计算机运行方式的一个基本方面。例如，当计算机将两个数字相加时，它会返回一个数字的总和：2 + 2 = 4。当你从两个数字变成一个数字时，信息会丢失。你可以把 2 和 2 相加，也可以把 1 和 3 相加。缺少信息使计算不可逆。以这种方式处理信息的计算机——几乎所有计算机都这样做——无论如何，总是会以热量的形式丢失一些信息。

Landauer 想知道机器是否可以通过简单地从不删除数据来绕过这个限制。这样的设备需要记录每一次作，每一步添加的每一对数字。这些记录会迅速填满它的内存，尽管可以节省能源，但实际上却无法使用这样的计算机。Landauer 很快就离开了，他确信可逆计算是一条死胡同。

十年后，他发现自己弄错了。

Charles Bennett 是 Landauer 在 IBM 的年轻同事，认为（打开新标签页）在 1973 年，还有另一种选择。您可以向前运行每个计算，存储您关心的结果，然后向后运行计算，而不是保存每一条信息。Bennett 的想法（他称之为非计算）有点像 Hansel 和 Gretel 在回家的路上捡到他们的面包屑：保证这对夫妇不会迷路，也不会浪费任何面包屑。取消计算意味着您只剩下所需的数据，并且您永远不会忘记它。因为没有删除任何初始信息，所以您永远不会因热量而损失能量。

不幸的是，取消计算所需的时间也是普通计算的两倍，这使得它不切实际。

AI 需要强大的计算能力。光基芯片能提供帮助吗？

神经网络AI 需要巨大的计算能力。基于光的芯片能提供帮助吗？

5月 20， 2024

尽管如此，Bennett 还是继续改进他的想法。1989 年，他表明（打开新标签页）通过使用稍多的内存，您可以在更短的时间内取消计算。研究人员开始修补细节，寻找进一步减少内存和时间的方法。

但计算机不会仅仅因为删除数据而损失能量。它们的晶体管连接方式本质上是低效的，因此，要使计算机从可逆计算中节省大量能源，必须从一开始就考虑到低热损失。

在 1990 年代，麻省理工学院 （Massachusetts Institute of Technology） 的一组工程师正是着手实现这一目标的。该团队构建了原型芯片（打开新标签页）这改善了低效的电路。Frank 于 1995 年以博士生的身份加入该小组，并很快成为可逆计算的主要支持者之一。

然后，在新千年伊始，人们的兴趣放缓了。芯片在现实世界中还不具备节省能源的能力。支持很少。

“项目审查员会说，'这东西听起来真的很有用，行业应该资助它'，但你去找行业，他们不知道你在说什么，”弗兰克说。“对他们来说，这听起来很疯狂”，因为它处理了一个看起来如此遥远的问题。常规计算机芯片呈指数级改进。为什么要担心理论替代方案呢？

弗兰克放弃了这份工作，有一段时间他甚至离开了这个领域，开了一家网吧。但不久之后，业界认为遥不可及的担忧越来越近。计算机电路变得越来越小，以至于它们达到了基本的物理极限，这将阻止它们进一步缩小。

“你将无法进一步扩展传统技术，”他说。

Frank 在桑迪亚国家实验室建立了一个研究小组，并开始试图引起人们对能源效率的关注。

然后，在 2022 年，时任剑桥大学研究员的汉娜·厄利 （Hannah Earley） 发表了一篇严谨的账户（打开新标签页）这些计算机的效率有多高。可逆计算机发出的热量比传统计算机少得多，但她发现它仍然必须散发一些热量。例如，当电线中的电压打开时，金属会发热，热量越多，电压变化就越快。可逆计算机运行得越慢，它发出的热量就越少，Earley 精确计算了这一关系。

热量和速度之间的关系对于可逆计算最有前途的应用 AI 至关重要。AI 中的计算通常并行运行，这意味着不同的处理器各自运行计算的一部分。这为可逆计算创造了大放异彩的机会。如果运行可逆芯片的速度较慢，但使用更多的芯片进行补偿，则最终会节省能源：运行每个芯片的速度较慢的优势与运行更多芯片的缺点相差。如果运行得足够慢，则可能不需要太多冷却，这将使芯片堆得更紧密，从而节省空间、材料和在芯片之间传输数据所花费的时间。

投资者已经注意到了这一点。Earley 是Vaire Computing（打开新标签页），她和 Frank 正在努力创建可逆芯片的商业版本。

经过几十年的理论研究，SaidTorben Ægidius Mogensen（打开新标签页）在哥本哈根大学从事可逆计算工作的 S 先生表示，我们可能最终会看到这种方法付诸实践。“最令人兴奋的是看到可逆处理器在实践中制造出来，这样我们就可以使用它们了。”

来源：人工智能学家