芯片只能发热？这位31岁创始人要教它“回收”能量

从第一个微处理器诞生起，废热便如影随形。每完成一次逻辑运算，芯片都要将一部分能量化为热量散逸到环境中。工程师们通常把这种现象当作“计算税”。然而，31岁的Hannah Earley却认为，这更像一个低效的设计选择——为什么不把这部分能量重新利用起来呢？

Earley是Vaire Computing的联合创始人兼CTO。这家初创公司正在开发一种“可逆计算”芯片，其核心思路是：让芯片在执行运算时，尽量减少不可逆的能源耗散，并对本应浪费的热能进行“回收”，用于下一轮计算。听起来像天方夜谭？在物理学家眼中，这恰恰契合能量守恒的微妙逻辑。

计算为何必须发热？

现代数字计算机采用不可逆逻辑运算。例如将两个输入合并为一个输出时，部分信息会被擦除，而擦除信息需要付出最小能耗——这正是兰道尔原理所揭示的。理论下限虽然远低于当前芯片的实际功耗，但只要电路仍在“擦除”，废热就难以从物理上根除。

可逆计算从逻辑层面绕开这一约束：如果计算过程不擦除信息，即始终能够从输出重构输入，那么理论上就不会产生兰道尔意义上的强制发热。上世纪80年代，麻省理工的Fredkin、Toffoli等人设计了“弹道计算机”等理论模型，展示可逆逻辑在原理上是成立的，只是当时还无法落地为实用电路。

Vaire的尝试，就在于把它变成工程现实。

回收能量，而非散发它

Earley进一步解释，传统电路在每个时钟周期都会把节点电容上的电荷释放到地线，形成电能到热能的单向流失。Vaire的芯片采用绝热充放电策略，通过缓慢、受控的电压波形，让电荷在节点之间循环流动，而不是简单与地线形成短路。这相当于为电子搭建了一条“能量回收轨道”。

在传统芯片设计中，人们专注于降低晶体管开关功耗，却很少从热力学层面重新审视整个架构；可逆计算正是对“计算需要散热”这一假设的底层反思。

这一思路实施起来难度不小。绝热逻辑需要更精确的时序控制、专门的存储单元，同时硅片工艺中的寄生电阻和电容也会限制电荷回流的效率。Vaire表示，正与代工厂合作，在不同工艺节点上验证可逆逻辑的功耗曲线。

如果突破工程瓶颈，可逆计算有望在最耗能的场景率先发挥价值。例如AI神经网络推理中的大量矩阵乘加运算，数据复用度高，许多中间值可以“重复使用”；边缘端电池设备也能从能量循环中直接受益，让续航不再只靠更大电池。

从物理定律到商业叙事

当然，可逆计算并非万能药。逻辑分支、随机数生成等操作几乎不可避免地需要丢弃信息；额外引入的电感、电荷泵等能量回收电路也会占用芯片面积，抬升设计成本。业界对此既有好奇，也有观望。

Earley希望打破的心态定势则更为根本：“人们总以为热是计算的宿命，但热只是我们扔掉的垃圾。如果能设计出一套回收机制，垃圾也能变成燃料。”在她的愿景里，未来的AI加速器与高性能处理器不再追求单一的性能峰值，而是在能效曲线上找到一条可持续的循环路径。

从硅晶体管到可逆计算，芯片技术的每一次跃迁，本质上都是与物理定律的一次重新谈判。真正“绿色的计算”，或许不是更高效的散热，而是让能量在计算管道中不停地跑下去。

编者按：本文在编译原文基础上，补充了可逆计算的物理背景和行业现状，具体技术细节以企业公开披露为准。

本文编译自MIT Technology Review