惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Cisco Talos Blog
Cisco Talos Blog
V
V2EX
C
Check Point Blog
GbyAI
GbyAI
D
Docker
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
B
Blog RSS Feed
H
Hackread – Cybersecurity News, Data Breaches, AI and More
N
Netflix TechBlog - Medium
T
Troy Hunt's Blog
博客园 - Franky
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Microsoft Security Blog
Microsoft Security Blog
P
Privacy & Cybersecurity Law Blog
WordPress大学
WordPress大学
The Cloudflare Blog
S
SegmentFault 最新的问题
Latest news
Latest news
Microsoft Azure Blog
Microsoft Azure Blog
P
Proofpoint News Feed
I
InfoQ
博客园 - 【当耐特】
NISL@THU
NISL@THU
A
About on SuperTechFans
T
Tailwind CSS Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
The Hacker News
The Hacker News
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Scott Helme
Scott Helme
雷峰网
雷峰网
C
CXSECURITY Database RSS Feed - CXSecurity.com
Security Latest
Security Latest
V
Vulnerabilities – Threatpost
Security Archives - TechRepublic
Security Archives - TechRepublic
A
Arctic Wolf
Hacker News: Ask HN
Hacker News: Ask HN
N
News and Events Feed by Topic
IT之家
IT之家
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
aimingoo的专栏
aimingoo的专栏
T
Threat Research - Cisco Blogs
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
阮一峰的网络日志
阮一峰的网络日志
SecWiki News
SecWiki News
大猫的无限游戏
大猫的无限游戏
S
Security Affairs
The Register - Security
The Register - Security
www.infosecurity-magazine.com
www.infosecurity-magazine.com
L
LINUX DO - 热门话题
T
Tor Project blog

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Принцип Ландауэра — сколько весит один бит информации и почему стирание памяти греет Вселенную
Артур Красный · 2026-06-19 · via Все публикации подряд на Хабре

Принцип Ландауэра — сколько весит один бит информации и почему стирание памяти греет Вселенную

Средний

5 мин

0

Компьютеры греются. Это знает каждый, кто хоть раз держал ноутбук на коленях час-другой. Виноваты несовершенство кремния, сопротивление проводников, паразитные токи. Уберешь все дефекты - и вычисления станут бесплатными. Ага.

Вот только это неправда. Даже абсолютно идеальный процессор, без единого недостатка в конструкции, обязан выделять тепло. 

Но что, если…

Один человек с одним вопросом изменил понимание вычислений

Ральф Ландауэр эмигрировал из Штутгарта в США в 1938-м - семья была еврейской, выбора особо не было. Учеба в Гарварде, степень по физике в 1950-м, и потом почти полвека в IBM Research. Тихая карьера исследователя.

В июле 1961 года он опубликовал статью в IBM Journal of Research and Development - "Необратимость и генерация тепла в вычислительном процессе" (Irreversibility and Heat Generation in the Computing Process). Одиннадцать страниц. Но, увы, на нее почти не обращали внимания больше двадцати лет.

Если коротко, то Ландауэр заметил - некоторые операции с информацией необратимы. Если у вас есть бит, который может быть 0 или 1, и вы сбрасываете его в 0 - вы уничтожаете информацию. Два возможных состояния сжались в одно. Ну, и это нельзя отмотать назад. Логично, все понимают

И вот здесь - привет, термодинамика. Второе начало говорит -  в замкнутой системе энтропия не убывает. Но вы только что уменьшили энтропию носителя информации - убрали неопределенность. Значит, где-то в другом месте энтропия обязана вырасти. Это другое место, собственно, окружающая среда. Тепло.

Минимальная цена стирания одного бита при температуре среды T:

E_min = kT · ln2

При комнатной температуре (T = 300 K) это примерно 2.87 × 10⁻²¹ джоуля. Три зептоджоуля. Цифра смехотворно маленькая - и при этом абсолютно неустранимая.

Демон, который должен был разрушить термодинамику

Мысленный эксперимент Джеймса Клерка Максвелла 1867 года звучит так. Представьте два отсека с газом. Между ними - маленькая дверца. Рядом сидит существо, которое видит скорость каждой молекулы: быстрых пускает в правый отсек, медленных - в левый. Правый нагревается, левый остывает. Работа сделана, а внешней энергии не потрачено. Второе начало нарушено.

И на вот этого демона потратили девяносто лет. Лео Силард в 1929-м показал, что само измерение скорости молекулы требует затраты энергии - kT · ln2 за каждый бит информации. Леон Бриллюэн в 1956-м развил эту идею в книге "Наука и теория информации" (Science and Information Theory) и ввел термин "негэнтропия" - отрицательная энтропия, которую информация несет с собой. Демон, измеряя молекулы, потребляет негэнтропию из среды.

Но Бриллюэн убивал демона на входе - в момент измерения. Ландауэр предложил другую точку атаки.

В 1982-1987 годах Чарльз Беннет из той же IBM сформулировал окончательный ответ. Измерение - обратимый процесс. Демон может наблюдать молекулу, не расходуя энергии. Проблема не в наблюдении.

Проблема в памяти. Демон запоминает скорость каждой молекулы. Его память конечна. В какой-то момент ее нужно стереть, чтобы продолжать работу. И вот именно здесь - предел Ландауэра. Каждый стертый бит памяти выделяет минимум kT · ln2 тепла. Это ровно компенсирует работу, которую демон якобы сделал бесплатно.

Демон не нарушает второй закон. Он, скажем так, просто переносит расплату.

Силард и один бит, который все объяснил раньше

Тут, кстати, важный исторический нюанс.

Лео Силард в 1929 году опубликовал работу О снижении энтропии в термодинамической системе посредством вмешательства разумных существ" (On the Decrease of Entropy in a Thermodynamic System by the Intervention of Intelligent Beings). Он упростил нашего условного демона Максвелла до предела - одна молекула, один цикл. Показал, что один цикл измерения и сортировки требует работы W = kT · ln2. Один бит информации - одна единица термодинамической стоимости.

Силард первым прочертил линию между битом и термодинамикой. Ландауэр тридцать лет спустя сделал из этого принцип применительно к вычислениям. Беннет потом собрал все вместе и, получается, убил демона окончательно.

Эксперимент с коллоидной частицей

Принцип Ландауэра оставался теоретическим почти пятьдесят лет. Слишком маленькие энергии, слишком сложно измерить.

В 2012 году группа из Высшей нормальной школы Лиона (École Normale Supérieure de Lyon) опубликовала в журнале Nature первое прямое экспериментальное подтверждение принципа.

Схема до предела элегантная. Одна коллоидная частица в воде. Два лазерных пятна создают двухъямный оптический потенциал - буквально два соседних кармана, в одном из которых сидит частица. Это и есть один бит памяти: левая яма - 0, правая яма - 1.

Стирание - операция, которая загоняет частицу в одну яму независимо от начального положения. Исследователи делали это медленно, квазистатически. И измеряли рассеиваемое тепло с помощью отслеживания движения частицы.

Результат - при достаточно медленном стирании среднее тепло насыщалось точно на уровне kT · ln2. Предел Ландауэра - не абстракция. Он реальный, физически измеримый.

Современные процессоры - а насколько далеко до предела

Предел Ландауэра при комнатной температуре - около 3 × 10⁻²¹ джоуля на бит. Три зептоджоуля.

Современные кремниевые транзисторы на 3-нанометровом техпроцессе (Apple M4 на TSMC N3E, например) потребляют на одно переключение порядка фемтоджоулей - 10⁻¹⁵ джоуля. Это на пять-шесть порядков больше предела Ландауэра.

Это не значит, что мы плохо работаем. Это значит, что запас есть, но он измеряется уже не миллиардами раз, а сотнями или тысячами. Старые учебники любят писать "в миллиард раз хуже предела" - эти цифры из 1980-х, когда считали полное потребление компьютерной системы, включая охлаждение, память и периферию. Для отдельного транзистора на современном узле разрыв много скромнее.

Так, ну и по прогнозам - к 2030-м инженеры могут довести реальное потребление до 50-60 предельных значений Ландауэра. И дальше кремний, к сожалению,  упрется в физику по-настоящему.

Обратимые вычисления - можно ли обойти предел

Если тепло выделяется только при стирании - значит, нужно не стирать.

Ив Лесерф в 1963 году описал первую обратимую машину Тьюринга. Чисто теоретически, без связи с термодинамикой. Потом переключился на этнолингвистику - занятная биография.

Чарльз Беннет в 1973-м сделал шаг, который имел практический смысл. В том же Журнале исследований и разработок IBM, он показал: любые вычисления можно сделать обратимыми через схему "вычисли - скопируй результат - развычисли". Промежуточные шаги восстанавливаются в обратном порядке, информация не уничтожается, стирания нет.

Теоретически - вычисление без тепловых потерь.

Но вот на практике это чудовищно дорого по памяти и времени. Все промежуточные состояния нужно хранить. Обратимые компьютеры существуют как концепции и небольшие прототипы, не более.

Квантовые компьютеры, кстати, унитарны - их вентили обратимы по природе квантовой механики. Но измерение кубита и его ре-инициализация в |0⟩ - необратимые операции. Декогеренция - тоже фактически стирание информации. Предел Ландауэра никуда не исчезает даже там.

А что с будущим ИИ-ферм

Обучение большой языковой модели требует выполнения триллионов матричных операций. Каждая такая операция в конечном счете сводится к огромному числу переключений транзисторов. Даже самые современные транзисторы расходуют на одно переключение энергию примерно в сотни тысяч раз больше предела Ландауэра. Крупные вычислительные кластеры для обучения ИИ потребляют десятки мегаватт мощности, а новейшие ИИ-суперкомпьютеры уже приближаются к сотням мегаватт. 

Причина не только в утечках, сопротивлении проводников или охлаждении. За ними скрывается фундаментальный термодинамический предел, к которому добавляются неизбежные накладные расходы из-за шума, требований надежности и необратимости современной логики. 

Предел Ландауэра устанавливает дно. Мы все еще очень далеки от него, но впервые за историю вычислительной техники уже можем различить его на горизонте.