本文发表于《大众科学》的前博客网络，反映了作者的观点，不一定反映《大众科学》的观点
微软目前正在进行一系列有趣的硬件实验。该公司正在将一个装满计算机服务器的改装集装箱沉入海底。最近一轮实验正在苏格兰奥克尼群岛附近进行，总共涉及864台标准的微软数据中心服务器。许多人质疑这家将西雅图推向高科技地图的公司的理性，但严肃地说——微软为什么要这样做？
原因有很多，但最重要的原因之一是，当计算机服务器位于海底时，保持其冷却要便宜得多。这种冷却并非微不足道的开销。精确的估计各不相同，但目前美国约有5%的能源消耗仅用于运行计算机——这对整个经济来说是一笔巨大的成本。此外，这些计算机使用的所有能量最终都会转化为热量。这就产生了第二个成本：防止计算机熔化。
这些问题不仅出现在人造的数字计算机中。还有许多自然产生的计算机，它们也需要大量的能量。举一个相当尖锐的例子，人脑就是一台计算机。这台特殊的计算机消耗了人类消耗的所有卡路里的10-20%。想想看：我们在非洲稀树草原上的祖先每天必须多寻找20%的食物，仅仅是为了让那块忘恩负义的粉红色果冻状物体安稳地栖息在他们的肩膀上，不至于发脾气。对我们的祖先来说，需要多20%的食物是一个巨大的对生殖适应性的惩罚。这种惩罚是否是智力在进化记录中如此罕见的原因？没有人知道——甚至没有人拥有数学工具来提出这个问题。
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。
除了大脑之外，还有其他生物计算机，它们也消耗大量能量。举一个例子，许多细胞系统可以被视为计算机。事实上，人造计算机和细胞计算机的热力学成本的比较对于现代计算机工程师来说可能是非常令人汗颜的。例如，细胞的大部分能量预算都用于将RNA翻译成氨基酸序列（即蛋白质），在细胞的核糖体中。但是，这种计算的热力学效率——核糖体每次基本操作所需的能量——远远远优于我们目前的人造计算机的热力学效率。细胞使用的“技巧”是否可以被我们在人造计算机中利用？回到之前的生物学例子，人脑在进行计算时使用的技巧是否可以被我们在人造计算机中利用？
更普遍地说，为什么计算机首先要消耗如此多的能量？支配系统运行的精确计算与其所需的能量之间关系的基本物理定律是什么？我们能否通过重新设计计算机实现算法的方式来提高其能源效率？
这些是我和我的合作者在圣塔菲研究所正在进行的科研项目中努力解决的一些问题。我们不是第一个研究这些问题的人；一个半世纪以来，人们一直在考虑这些问题，使用的主要是基于粗略分析而非严格数学论证的半正式推理——因为当时相关的数学还不完全成熟。
早期的工作产生了许多重要的见解，特别是20世纪中后期罗尔夫·朗道尔、查尔斯·贝内特等人的工作。
然而，早期的工作也受到一个事实的限制，即它试图应用平衡统计物理学来分析计算机的热力学。问题在于，根据定义，平衡系统是指状态永远不会改变的系统。因此，无论计算机是什么，它们绝对是非平衡系统。事实上，它们通常是非常远离平衡的系统。
幸运的是，完全独立于早期的工作，在过去几十年中，非平衡统计物理学领域（与一个名为“随机热力学”的领域密切相关）取得了一些重大突破。这些突破使我们能够分析各种关于热、能量和信息如何在非平衡系统中转化的各种问题。
这些分析提供了一些令人震惊的预测。例如，我们现在可以计算给定纳米级系统在给定时间间隔内违反热力学第二定律、降低其熵的（非零）概率。（我们现在理解，热力学第二定律并不是说封闭系统的熵不能减少，只是说其期望熵不能减少。）这里没有来自半正式推理的争议；相反，在顶级期刊上发表了数百篇同行评议文章，其中很大一部分涉及对理论预测的实验证实。
既然我们有了合适的工具，我们就可以以完全正式的方式重新审视计算热力学的整个主题。这已经针对比特擦除完成了，比特擦除是朗道尔等人关注的主题，我们现在对比特擦除的热力学成本有了完全正式的理解（结果证明这非常微妙）。
然而，计算机科学远远不止于计算给定计算中的比特擦除次数。由于非平衡统计物理学的突破，我们现在还可以从热力学的角度研究计算机科学的其余部分。例如，从比特到电路，我和我的合作者现在对“直线电路”的热力学成本进行了详细的分析。令人惊讶的是，这种分析导致了信息论的新扩展。此外，与朗道尔开创的那种分析相比，这种对电路热力学成本的分析是精确的，而不仅仅是一个下限。
传统计算机科学完全是关于执行给定计算所需的内存资源和时间步数之间的权衡。鉴于上述情况，似乎在执行计算中可能存在比传统计算机科学中认识到的更多的热力学权衡，除了内存资源和时间步数的成本之外，还涉及热力学成本。这种权衡将适用于人造和生物计算机。
显然，在发展现代“计算热力学”方面还有大量工作要做。
敬请关注SFI出版社即将出版的一本书，其中收录了许多涉及上述问题的论文。此外，为了促进对该主题的研究，我们建立了一个wiki，其中汇集了论文列表、网站、活动页面等。我们非常鼓励人们访问它，注册并开始改进它；参与的科学家越多，来自的领域越多，就越好！