热力学的限制存在于所有能够执行计算的系统中，这为现代计算机的设计提出了重大挑战。例如，目前美国约有5％的能源消耗来自于运行计算机。同样，现代高性能计算中心预算中的约50％被用于支付电费。再举一个例子，谷歌将其一些数据服务器放置在河流旁边，以便利用河流中的水对这些服务器进行散热。还有，当前构建百亿亿次计算机所面临的主要挑战之一是如何避免它们因产热过高而融化。

在上世纪60年代到70年代，Rolf Landauer, Charlie Bennett和合作者首次对信息擦除过程所涉及的基本热力学成本进行了开创性的分析^[1,2]，这也许是最简单的计算示例。然而，他们给出的物理分析是半形式化的，起初根本没有方程。这是因为在他们开展这些工作时，非平衡统计物理才刚刚起步，所以他们没有用于对计算的热力学进行形式化分析的工具。

此外，只有很一小部分的计算机科学理论（CS）关心在执行给定计算任务时所需的擦除操作的数量问题。从本质上来讲，计算机科学很大程度上关心的是运行计算时如何在减少不可避免的资源使用与缩短计算时间中寻求平衡。这是所有计算复杂性理论，以及许多用来表征不同计算机算法能力的方法以及其他问题的基础。

幸运的是，最近的二十年见证了非平衡统计物理的一场革命。其中产生了一些非常强大的工具，可用于分析远离平衡的动态系统（如计算机）的基本热力学特性。这些工具已经表明，除了常规计算机科学理论中的资源/时间竞争外，计算过程中还有不可避免的热力学竞争（约束）。这些热力学竞争关系到计算的（物理的）速度，噪声水平，以及计算系统是否是针对某个特定环境进行了热力学上的“量身定制”，还是作为一个通用的计算系统。有趣的是，其中一些竞争关系已经在现代计算机工程中进行了考虑，例如近似计算中的适应性减慢(adaptive slowing)等。然而，这一工作是完全唯象并为特定情景而专门设计的。

因此，是时候去探索科学和工程学的一个新领域：计算的现代热力学。这将把常规计算机科学中关注的资源/时间竞争与现在正在揭示的计算中的热力学竞争结合起来。这样一来，我们就应该能够去开发必要的的工具，来分析生物系统中的热力学成本，以及设计下一代计算机。

中文原文：https://mp.weixin.qq.com/s?src=11&timestamp=1605864314&ver=2718&signature=UZp*1UmdkbI*1DfJ1eW*D68EL4uj-UsSrmOWSBComv1MWgcvylcEK-Iuul1NvnHfjuuBj1l*4rQMQ1uCkH-Bw5tyof8tIy06DAicJMoGWOaR2VEAP1jRhp8BYxzqzZJA&new=1