هر سیستم محاسباتی، بیولوژیکی یا مصنوعی، از سلول گرفته تا مغز و لپ تاپ، هزینه ای دارد. این قیمت نیست که به راحتی قابل تشخیص است، بلکه هزینه انرژی است که به کار مورد نیاز برای اجرای یک برنامه و گرمای تلف شده در این فرآیند مرتبط است.
محققان در SFI و جاهای دیگر دهه‌ها را صرف توسعه یک نظریه ترمودینامیکی محاسبات کرده‌اند، اما کار قبلی در مورد هزینه انرژی بر محاسبات نمادین اولیه – مانند پاک کردن یک بیت – متمرکز شده است که به آسانی به کمتر قابل پیش‌بینی و واقعی قابل انتقال نیستند. – سناریوهای محاسباتی جهانی
در مقاله ای که در بررسی فیزیکی X در 13 مه، گروهی از فیزیکدانان و دانشمندان کامپیوتر نظریه مدرن ترمودینامیک محاسبات را گسترش دادند. با ترکیب رویکردهای فیزیک آماری و علوم کامپیوتر، محققان معادلات ریاضی را معرفی می‌کنند که حداقل و حداکثر هزینه انرژی پیش‌بینی‌شده فرآیندهای محاسباتی را که به تصادفی بودن بستگی دارد، که یک ابزار قدرتمند در رایانه‌های مدرن است، نشان می‌دهد.
به طور خاص، این چارچوب بینش هایی را در مورد نحوه محاسبه محدودیت های هزینه انرژی در فرآیندهای محاسباتی با پایان غیرقابل پیش بینی ارائه می دهد. به عنوان مثال: ممکن است به یک شبیه‌ساز چرخاندن سکه دستور داده شود که پس از رسیدن به 10 سر، حرکت را متوقف کند. در زیست شناسی، یک سلول ممکن است تولید پروتئین را به محض ایجاد واکنش خاصی از سلول دیگر متوقف کند. «زمان توقف» این فرآیندها یا زمان مورد نیاز برای رسیدن به هدف برای اولین بار، می تواند از آزمایشی به آزمایشی دیگر متفاوت باشد. چارچوب جدید روشی ساده برای محاسبه مرزهای پایین تر در هزینه انرژی در آن موقعیت ها ارائه می دهد.
این تحقیق توسط پروفسور دیوید ولپرت SFI، گونزالو مانزانو (موسسه فیزیک بین رشته‌ای و سیستم‌های پیچیده، اسپانیا)، ادگار رولدان (مؤسسه فیزیک نظری، ایتالیا) و گلچه کاردز (CU Boulder) از فارغ‌التحصیلان SFI انجام شد. این مطالعه راهی برای کاهش هزینه‌های انرژی فرآیندهای محاسباتی دلخواه را نشان می‌دهد. به عنوان مثال: الگوریتمی که نام یا نام خانوادگی یک فرد را در پایگاه داده جستجو می کند، در صورت یافتن یکی از این دو، ممکن است اجرای آن متوقف شود، اما ما نمی دانیم کدام یک را پیدا کرده است. کاردس می‌گوید: «بسیاری از ماشین‌های محاسباتی، وقتی به عنوان سیستم‌های دینامیکی در نظر گرفته می‌شوند، این ویژگی را دارند که اگر از حالتی به حالت دیگر بپرید، واقعاً نمی‌توانید تنها در یک مرحله به حالت اولیه برگردید».
ولپرت حدود یک دهه پیش شروع به بررسی راه‌هایی برای اعمال ایده‌هایی از فیزیک آماری غیرتعادلی در تئوری محاسبات کرد. او می‌گوید رایانه‌ها سیستمی خارج از تعادل هستند و ترمودینامیک تصادفی راهی برای مطالعه سیستم‌های غیرتعادلی به فیزیکدانان می‌دهد. او می‌گوید: «اگر این دو را کنار هم بگذارید، به نظر می‌رسید که انواع آتش‌بازی‌ها با روحیه SFI بیرون می‌آیند.
در مطالعات اخیری که زمینه را برای این مقاله جدید فراهم کرد، ولپرت و همکارانش ایده «هزینه عدم تطابق» یا معیاری برای اینکه چقدر هزینه محاسبات بیش از حد لاندوئر است را معرفی کردند. این حد که در سال 1961 توسط فیزیکدان رولف لاندوئر پیشنهاد شد، حداقل مقدار گرمای مورد نیاز برای تغییر اطلاعات در رایانه را تعیین می کند. ولپرت می‌گوید دانستن هزینه عدم تطابق می‌تواند استراتژی‌هایی را برای کاهش هزینه انرژی کلی یک سیستم ارائه دهد.
در سراسر اقیانوس اطلس، مانزانو و رولدان، نویسندگان همکار، ابزاری از ریاضیات مالی – نظریه مارتینگل – برای رسیدگی به رفتار ترمودینامیکی سیستم‌های نوسانی کوچک در زمان‌های توقف ایجاد کرده‌اند. رولدان و. “Martingales برای فیزیکدانان” al. به هموار کردن راه برای کاربردهای موفق چنین رویکرد مارتینگیلی در ترمودینامیک کمک کرد.
Wolpert، Kardes، Roldán، و Manzano این ابزارها را از ترمودینامیک تصادفی به محاسبه هزینه عدم تطابق با مشکلات محاسباتی رایج در مقاله PRX خود گسترش می دهند.
در مجموع، تحقیقات آنها به یک راه جدید برای یافتن کمترین انرژی مورد نیاز برای محاسبات در هر سیستمی، صرف نظر از نحوه اجرای آن اشاره دارد. ولپرت می‌گوید: «این مجموعه جدیدی از مسائل را فاش می‌کند.
همچنین ممکن است یک کاربرد بسیار عملی در اشاره به راه‌های جدید برای کارآمدتر کردن محاسبات در مصرف انرژی داشته باشد. بنیاد ملی علوم تخمین می‌زند که رایانه‌ها بین 5 تا 9 درصد از انرژی تولید شده جهانی را مصرف می‌کنند، اما با نرخ رشد فعلی، این میزان تا سال 2030 می‌تواند به 20 درصد برسد. اما کار قبلی محققان SFI نشان می‌دهد که رایانه‌های مدرن به‌شدت ناکارآمد هستند: سیستم‌های بیولوژیکی، توسط در مقابل، حدود 100000 برابر بیشتر از کامپیوترهای ساخته شده توسط انسان از نظر انرژی کارآمدتر هستند. ولپرت می‌گوید که یکی از انگیزه‌های اولیه برای یک نظریه عمومی محاسبات ترمودینامیکی، یافتن راه‌های جدیدی برای کاهش مصرف انرژی ماشین‌های دنیای واقعی است.
به عنوان مثال، درک بهتر نحوه استفاده الگوریتم‌ها و دستگاه‌ها از انرژی برای انجام وظایف خاص، می‌تواند به معماری تراشه‌های کامپیوتری کارآمدتر اشاره کند. ولپرت می‌گوید در حال حاضر هیچ راه روشنی برای ساخت تراشه‌های فیزیکی که بتواند وظایف محاسباتی را با استفاده از انرژی کمتر انجام دهد، وجود ندارد.
او می‌گوید: «این نوع تکنیک‌ها ممکن است چراغ قوه را در تاریکی ایجاد کنند.
