编译：集智俱乐部翻译组

来源：scientificamerican

原题：Why Do Computers Use So Much Energy?

计算机的运作需要消耗巨大的能量，这可能是为了进行高效的计算。要理解这一点，我们需要更好地理解计算热力学（thermodynamics of computing）。

微软目前正在进行一项有趣的硬件实验：配置一个装满服务器的海运集装箱，并将其浸没到海洋中。最近的一次实验在苏格兰奥克尼群岛附近开展，用到864个标准的微软数据中心服务器。许多人质疑微软这样做的合理性，但更重要的是，微软为何这样做呢？

有几个原因，其中一个最重要的原因是，服务器在海底的冷却成本小很多。目前，在美国，运行计算机消耗的能源就占所有能源消耗的5%左右，这对整个社会经济来说是一笔巨大的开销。而且，这些计算机使用的所有能量最终都会转化为热能。这就导致了第二个成本：冷却计算机的成本，冷却不是一件微不足道的小事。

能耗问题不仅出现在人工数字计算机中，有许多自然运作的计算机也需要消耗大量的能量。举一个典型的例子，人脑是一台特殊的计算机，它消耗的卡路里占人体总消耗的10%-20%。想一想：我们在非洲大草原上的祖先们每天必须多获取20%的食物，仅仅是为了让高居于肩膀之上的嘴唇发出有意义的声音。需要多获取20%的食物是对我们祖先生殖适应性（生存和繁殖能力）的巨大考验。

这种考验是否就是智能在进化中非常罕见的原因呢？没有人知道，以前没有人有数学工具来提出这个问题。

除了大脑之外，还存在其它“生物计算机”，它们也消耗大量能量。举个例子，可以将细胞系统视为计算机。实际上，对比人工计算机和细胞计算机的热力学成本，现代计算机工程师可能会自惭形愧。例如，细胞的大部分能量用于将RNA转译为细胞核糖体中的氨基酸序列（即蛋白质）。

这种计算的热力学效率——核糖体的每个基本操作所需的能量——比我们当前的人工计算机的热力学效率高出许多个数量级。我们是否可以将细胞使用的“技巧”运用到人工计算机上呢？再回到上一个例子中，我们是否可以将大脑计算所使用的“技巧”运用到人工计算机上呢？

更一般地说，计算机为何高能耗？系统进行精确计算和所需能量之间的关系符合什么基本物理定律？我们可以通过重新设计计算机的算法实现方式来降低能耗吗？

这些问题正是圣塔菲研究所（Santa Fe Institute）的 David Wolpert 和他的合作者正在努力研究的问题。他们不是第一批研究这些问题的人。

David Wolpert是IEEE会士，写过三本书和200多篇论文，拥有三项专利，在多家期刊担任副主编，获得过无数奖项。他在物理学、机器学习、博弈论、信息理论、计算热力学和分布式优化等领域都有所贡献，有超过17,000次的引用。值得一提的是，他是使用非平衡统计物理学分析计算系统的热力学的世界级专家。

一个半世纪以来，人们一直在考虑使用半形式化推理（semi-formal reasoning）来解决这些问题，但这种推理基于粗略的形式化分析而不是严谨的数学论证，因为相关的数学知识在当时并不完全成熟。

这些早期的工作产生了很多重要的见解，尤其是Rolf Landauer、Charles Bennett等人在20世纪中后期所做的工作。

然而，这些早期的工作也有局限性。它试图应用平衡统计物理学（equilibrium statistical physics）来分析计算机的热力学，这存在一个问题，从定义上来说，一个平衡系统的状态是永远不会改变的，显然，计算机并非如此。计算机是非平衡系统，与平衡系统完全不同。

幸运的是，在过去的几十年中，在非平衡统计物理学（nonequilibrium statistical physics ）领域，人们已经取得了一些重大突破（与一个叫做“随机热力学（stochastic thermodynamics）”的领域密切相关）。这些突破完全独立于上述早期研究，使得我们能够分析非平衡系统中热量、能量和信息转换的各种问题。

这些分析提供了一些惊人的预测。例如，我们现在可以计算出给定的纳米级系统在给定的时间间隔内违背热力学第二定律，减少其熵的（非零）概率。我们现在知道，热力学第二定律并不是说封闭系统的熵不能减少，只是说它的期望熵(expected entropy )不能减少。这里没有因半形式化推理而引起争议；相反，在顶级期刊上有数百篇同行评审文章，其中很大一部分涉及对理论预测的实验验证。

现在我们有了正确的工具，我们可以以完全形式化的方式来重新审视计算热力学的整个主题。这已经应用到比特擦除（bit erasures）问题上，这是Landauer等人十分关注的话题。我们现在已经对擦除一个比特的热力学成本有一个完全形式化的理解（这是非常微妙的）。

然而，计算机科学的范围远远超过了在给定计算中计算比特擦除的次数。由于非平衡统计物理学的突破，我们现在也可以从热力学的角度来研究计算机科学的其他部分。例如，从比特迁移到电路，Wolpert和他的合作者对“直线电路（straight-line circuits）”的热力学成本进行了详细的分析。

令人惊喜的是，这种分析促进了信息理论的延伸。此外，与Landauer所倡导的那种分析不同，这种对电路热力学成本的分析是精确的，而不仅仅是求出一个下限。

传统的计算机科学基本上是关于内存资源和执行给定计算所需的时间步数之间的权衡。鉴于上述情况，在执行计算时可能存在比传统计算机科学中所理解的更多的热力学权衡，除了内存资源的成本和时间步数之外还涉及热力学成本。这种权衡将适用于人工和生物计算机。

显然，要发展这种现代的“计算热力学”，还有很多工作要做。

如果你想了解更多相关信息，可以留意SFI出版社即将出版的一本书，内容涉及上面提到的许多问题。同时，为了促进对这个话题的研究，Wolpert创建了一个维基页面，包含了相关论文、网站、活动等等内容。

SFI出版社网址：

https://santafe.edu/research/sfi-press

维基地址：

https://centre.santafe.edu/thermocomp/Santa_Fe_Institute_Collaboration_Platform:Thermodynamics_of_Computation_Wiki

翻译：王佳纯

编辑：王怡蔺

原文：

https://blogs.scientificamerican.com/observations/why-do-computers-use-so-much-energy/