Informatieverwerking kost veel energie. Energiebesparende computersystemen kunnen computergebruik efficiënter maken, maar de efficiëntie van deze systemen kan niet oneindig worden verhoogd, zoals ETH-fysici laten zien.

Toen stoommachines in de 19e eeuw steeds wijder werden, al snel rees de vraag hoe deze te optimaliseren. Thermodynamica, de natuurkundige theorie die voortkwam uit de studie van deze machines, bleek een uiterst vruchtbare aanpak; het is nog steeds een centraal concept in de optimalisatie van het energieverbruik in warmtemotoren.

Warmte is een kritische factor

Zelfs in het huidige informatietijdperk natuurkundigen en ingenieurs hopen gebruik te kunnen maken van deze theorie; het wordt steeds duidelijker dat de kloksnelheid of het aantal gebruikte chips niet de beperkende factoren zijn voor de prestaties van een computer, maar eerder de energieomzet. "De prestaties van een rekencentrum hangen voornamelijk af van de hoeveelheid warmte die kan worden afgevoerd, " zegt Renato Renner, Hoogleraar Theoretische Fysica en hoofd van de onderzoeksgroep Quantum Informatie Theorie.

De verklaring van Renner kan worden geïllustreerd door de Bitcoin-boom:het is niet de rekencapaciteit zelf, maar het exorbitante energieverbruik - dat een enorme hoeveelheid warmte produceert - en de bijbehorende kosten die de beslissende factoren zijn geworden voor de toekomst van de cryptocurrency. Het energieverbruik van computers is ook op andere gebieden een belangrijke kostenfactor geworden.

Voor informatieverwerking, de kwestie van het thermodynamisch zo efficiënt mogelijk uitvoeren van computerhandelingen wordt steeds urgenter – of anders gezegd:hoe kunnen we met de minste hoeveelheid energie zoveel mogelijk computerhandelingen uitvoeren? Net als bij stoommachines, koelkasten en gasturbines, een fundamenteel principe is hier in het geding:kan de efficiëntie onbeperkt worden verhoogd, of is er een fysieke grens die in principe niet overschreden kan worden?

Twee theorieën combineren

Voor ETH-professor Renner, het antwoord is duidelijk:er is zo'n grens. Samen met zijn doctoraatsstudent Philippe Faist, die nu postdoc is bij Caltech, hij toonde in een studie die binnenkort zal verschijnen in Fysieke beoordeling X dat de efficiëntie van informatieverwerking niet onbeperkt kan worden verhoogd - en niet alleen in rekencentra die worden gebruikt om weersvoorspellingen te berekenen of betalingen te verwerken, maar ook in de biologie, bijvoorbeeld bij het omzetten van beelden in de hersenen of het reproduceren van genetische informatie in cellen. De twee natuurkundigen identificeerden ook de beslissende factoren die de limiet bepalen.

"Ons werk combineert twee theorieën die, op het eerste gezicht, hebben niets met elkaar te maken:thermodynamica, die de omzetting van warmte in mechanische processen beschrijft, en informatietheorie, die zich bezighoudt met de beginselen van informatieverwerking, ", legt Renner uit.

Het verband tussen de twee theorieën wordt gesuggereerd door een formele curiositeit:informatietheorie gebruikt een wiskundige term die formeel lijkt op de definitie van entropie in de thermodynamica. Daarom wordt de term entropie ook gebruikt in de informatietheorie. Renner en Faist hebben nu aangetoond dat deze formele overeenkomst dieper gaat dan op het eerste gezicht zou worden aangenomen.

Geen vaste limieten

Opmerkelijk, de efficiëntiegrens voor de verwerking van informatie staat niet vast, maar kan worden beïnvloed:hoe beter je een systeem begrijpt, hoe nauwkeuriger u de software kunt afstemmen op het chipontwerp, en hoe efficiënter de informatie zal worden verwerkt. Dat is precies wat tegenwoordig wordt gedaan in high-performance computing. "In de toekomst, programmeurs zullen ook rekening moeten houden met de thermodynamica van computers, ", zegt Renner. "De beslissende factor is niet het minimaliseren van het aantal computerbewerkingen, maar het implementeren van algoritmen die zo min mogelijk energie verbruiken."

Ontwikkelaars zouden hier ook biologische systemen als benchmark kunnen gebruiken:"Verschillende onderzoeken hebben aangetoond dat onze spieren thermodynamisch zeer efficiënt functioneren, " legt Renner uit. "Het zou nu interessant zijn om te weten hoe goed onze hersenen presteren bij het verwerken van signalen."

Zo dicht mogelijk bij het optimum

Als kwantumfysicus Renners focus op deze vraag is geen toeval:met kwantumthermodynamica, er is de afgelopen jaren een nieuw onderzoeksveld ontstaan ​​dat met name relevant is voor de constructie van kwantumcomputers. "Het is bekend dat qubits, die door toekomstige kwantumcomputers zullen worden gebruikt om berekeningen uit te voeren, moet dicht bij het thermodynamisch optimum werken om decoherentie te vertragen, ", zegt Renner. "Dit fenomeen is een enorm probleem bij het bouwen van kwantumcomputers, omdat het voorkomt dat kwantummechanische superpositietoestanden lang genoeg worden gehandhaafd om te worden gebruikt voor computerbewerkingen."