How far can we push computing?

我们能将计算推进多远？ | MIT Technology Review

计算

我们能将计算推进多远？

如今，技术突破主要依赖规模扩张——想想看，越来越多的芯片被塞进规模更大的数据中心。但当我们接近现有技术的物理极限时，其实还有更广阔的空间等待开发，那就是计算技术最基本的物理边界。

1965年，理查德·费曼在瑞士日内瓦的欧洲核子研究中心（CERN）发表演讲。CERN

作者：

• Volkan Gurses 档案页面

2026年10月19日

MIT Technology Review 解读：让我们的作者为您梳理科学与技术领域复杂而混乱的世界，帮助您理解未来将发生什么。您可在此处阅读该系列的更多文章。

1959年12月29日晚，在加州理工学院举行的美国物理学会会议上，物理学家理查德·费曼发表了一场题为《底部仍有广阔空间》的演讲，探讨如何在极小尺度上操控和控制物质。他提出，没有任何物理定律阻止我们将整部《大英百科全书》刻写在一根针尖上，或把人类写过的所有书籍存储在与灰尘颗粒相当的体积中——最终甚至可以逐原子地排列物质。生物学早已实现了类似的事（一个生命细胞通过一小段DNA保存着全部遗传信息），这说明物理定律本身从未禁止这些可能性。我们只是尚未发明相应的工具。

换句话说，底部确实存在广阔空间。他当时是正确的，而数十年来我们几乎毫无阻力地进入了这个领域。晶体管——计算机芯片的核心开关——的尺寸不断缩小，使芯片密度持续翻倍；曾经需要整个房间容纳的计算机，如今可以装进一块手表。但这种轻松的进展如今已陷入停滞，最明显的信号就是数据中心的扩建。目前全球最大的六家超大规模云服务商（运营全球最大数据中心的公司）今年将在计算基础设施上投入超过7000亿美元，是2025年创下的纪录的两倍，他们正以比电力网络供应速度更快的节奏，将混凝土、铜线和硅材料投入新数据中心建设。这种扩建通过暴力手段提升性能，只是简单地增加我们已经掌握制造技术的组件数量。而另一种推动计算机芯片性能提升的进步方式，却正在悄然消失。

20世纪信息时代的技术曲线曾带来显著的性能提升，但随着21世纪智能时代的到来，这些曲线正在发生弯曲甚至断裂。摩尔定律（描述硅芯片上晶体管密度增长的规律）的增速已明显放缓；登纳德定律（指出芯片上某区域的功耗保持不变，即使其被越来越密集的小型晶体管填满）已宣告终结；科米定律（描述每焦耳能量能产生的计算量）开始出现疲软；克里德定律（描述磁存储中位密度增长的规律）的增速已降至近乎停滞；而凯克定律（描述单根传统光纤传输信息量呈指数级增长的规律）的曲线也正在趋于平缓。

但这些扩展定律只是我们所构建系统的观察结果；它们并不是基本的物理定律。计算和通信的物理极限——由量子力学、广义相对论和信息理论所决定——远低于当今数据中心中的任何技术。扩展定律描绘的是我们身后走过的道路，而基本的物理极限则勾勒出前方仍待探索的广阔空间。

这些极限中的一些可能在实践中难以触及。但探索它们仍然具有价值，因为这项工作能带来双重收获：一方面推动技术发展，另一方面深化基础科学研究。一个接近极限的概念验证系统，既是一种迫使停滞范式让位的技术，也是一次加深我们对物理定律本身理解的实验。

下降

在1959年的演讲中，费曼自掏腰包设立了两项各1000美元的奖金。其中一项将授予第一个制造出小于0.4毫米立方体的电动机的人。他原本预计这个挑战将迫使某人发明真正意义上的微技术。然而，大约一年后，一位曾在加州理工学院受过训练的工程师威廉·麦克莱伦带着已经组装并运行的电机现身。这台重量约四分之一毫克、大小与沙粒相当的机器，是在显微镜下用牙签和钟表匠车床手工组装完成的。据费曼本人所述，他只是略微感到失望。这个奖金以最无趣的方式证明了他的观点：房间确实就在那里，但实现这一里程碑并未需要任何新技术——只是需要一个手稳且异常耐心的人。

第二个奖金则以不同的方式经历了时间的考验，并提供了更深刻的启示。它被授予能够将一页文字在每个方向上缩小25000倍的人，小到整部《大英百科全书》都能容纳在针尖上。这个奖项在25年里无人问津，直到1985年才由斯坦福大学的研究生汤姆·纽曼获得。他使用了一台电子束光刻机——如今芯片制造中用于图案制作工具的前身——以所需尺寸转录了《双城记》的开篇页面。

然而，这场“下降”之旅早已悄然展开。在费曼演讲的前一年，杰克·基尔比刚刚被德州仪器公司聘用，尚未有假期可休。那年七月，当同事们享受假期时，他几乎独自在实验室工作；到九月时，他已经将一个晶体管、一个电容器和三个电阻器连接在一起，所有元件都来自一块锗的薄片。这证明了整个电路可以由一块半导体材料雕刻而成。

这台大小约与沙粒相当的机器，是在显微镜下用牙签和钟表匠车床手工组装完成的。

这个想法迅速传播开来，芯片上的元件数量按照如此规律性的节奏持续翻倍，以至于戈登·摩尔在1965年的一篇行业杂志文章中，只需在趋势线上画一条线并将其延伸至未来。这条线后来被称为摩尔定律。

尽管如此，摩尔从未声称晶体管可以无限缩小。他观察到，在任何给定时刻，存在一个特定的元件数量，使得每个元件的制造成本最低。1965年，这个数字是50。如果元件数量过少，就会浪费芯片空间；如果过多，制造错误会增加，良率也会下降。正是这个最小化成本的数字以稳定的速度持续翻倍。

#### 速度放缓

许多衡量计算和通信进步趋势的曲线近年来趋于平缓。最著名的例子是摩尔定律，它追踪芯片上的晶体管密度变化。最明显的放缓出现在登纳德缩放（Dennard scaling）上，此处以时钟速度表示，其增长在2004年前后停止。在这张图中，一条直线代表周期性翻倍。线条越水平，翻倍速度越慢。

资料来源：斯坦福大学CPU数据库；英特尔；苹果；TechInsights；Koomey等人；计算机历史博物馆；IBM；东芝；希捷；贝尔系统技术期刊；OFC和ECOC会议论文

四十年来，这种下降伴随着另一项馈赠：登纳德缩放，以提出该理论的IBM工程师罗伯特·登纳德（Robert Dennard）的名字命名，他在1974年首次阐述了这一概念。每次晶体管尺寸缩小，它们的开关速度也会提升，同时功耗按比例减少，因此每一代技术都自动带来性能提升。然而，到2004年左右，这项馈赠耗尽了。芯片无法再通过全功率运行每个晶体管来散热；时钟速度曾突破3千兆赫兹却停止增长，英特尔也取消了承诺推出的4千兆赫兹处理器。行业转向在芯片上集成多个处理核心，而非提升单个核心性能，进步的性质也随之改变。

如今的进步主要通过扩大系统规模实现——更多芯片互联、更多内存支持、更多电力和冷却设备——而非继续缩小晶体管尺寸。这一点在人工智能领域最为明显：自2010年以来，训练计算（用于训练模型的算术操作总数）每六个月翻倍一次，速度远超摩尔定律的推进节奏。这些进步中几乎没有来自晶体管尺寸的缩小。计算机芯片仍然在改进，晶体管也持续优化并变得更密集，但新一代产品的出现速度变慢了，带来的性能和功耗提升也比前一代更少。尽管这种放缓并非物理定律，但计算组件仍远未达到其基本极限。

最终极的计算机

在触及这些极限之前，先衡量一下我们已经下降了多远。自第一块晶体管诞生以来的近八十年间，芯片上的晶体管密度增长了10个数量级——即1后面跟着10个零，或扩大了100亿倍。如今，每平方毫米已能容纳超过1亿个晶体管（单块芯片可达1000亿个以上）。计算速度的增长更为惊人，达到了12个数量级，即扩大了1万亿倍；每操作的能耗下降了17个数量级，从早期真空管计算机的约100焦耳降至单个逻辑门切换的飞焦（femtojoule）级别——即10^-15焦耳。

这些进步并非微不足道。但计算性能的下限仍可能更低。我们还能降低到何种程度？21世纪初，麻省理工学院物理学家塞思·劳埃德（Seth Lloyd）将这一问题推向极端：设想将普通物质——比如一台笔记本电脑的重量（约1千克）——压缩进1升空间中。在物理定律被推向极限时，这些定律能从这1千克物质中榨取出多少计算能力？在2000年发表于《自然》杂志的一篇题为《计算的终极物理极限》（"Ultimate physical limits to computation"）的论文中，他计算出了答案，并将这个假想的机器称为“终极笔记本电脑”。

这种机器能达到的速度由其能量决定。根据 E = mc² 公式，1 千克物质蕴含约 9 ×10¹⁶ 焦耳能量，这相当于美国每天从电网获取的全部电力。如果将这些能量全部用于计算，理论上终极笔记本电脑每秒可执行约 5 ×10⁵⁰ 次操作，速度比当今最先进的芯片快 35 个数量级。

但问题在于这种高速运行的代价。将 1 千克物质的静止能量完全转化为计算，会使机器变成约 10 亿度的等离子体，这种状态更接近大爆炸后最初几分钟的宇宙状态，而非我们认知中的笔记本电脑。

这种机器，用温和的说法，距离现实还非常遥远。下一个更接近的限制涉及计算必须消耗的能量，目前企业已开始向这个方向推进。1961 年，IBM 物理学家 Rolf Landauer 证明信息与热力学密不可分：擦除一个比特必须释放至少 2.9 ×10⁻²¹ 焦耳热量（室温下）。这个数值虽小，但当今芯片每次开关操作消耗的热量却是这个值的数万倍。

存储密度也受自身限制，这个限制最终会触及引力。空间区域能容纳多少比特？1981 年，研究黑洞热力学的物理学家 Jacob Bekenstein 得出了答案：任何有限区域的信息量受其尺寸和能量的限制。以 Lloyd 提出的终极笔记本电脑为例，其存储容量约为 10⁴² 比特，相当于每立方毫米 10³⁶ 比特——这比目前同体积设备的存储能力高出近 30 个数量级。

#### 接近极限

几十年来，我们不断将计算机和通信技术的性能推向基本极限。最大的变化体现在单次计算所需能量上，自 20 世纪 40 年代以来已下降 17 个数量级（即减少一百万万亿倍）。即便如此，我们距离信息论和热力学定律设定的基本物理极限仍有数百倍差距。计算速度的差距尤为显著：当前芯片的性能距离量子力学允许的 1 千克计算机理论极限，仍有 35 个数量级的差距（即相差 1 后跟 35 个零的倍数）。

SOURCES: LLOYD (2000); BEKENSTEIN (1981); LANDAUER (1961); HOLEVO (1973); CAVES AND DRUMMOND (1994); BURKS (1947); BELL SYSTEM TECHNICAL JOURNAL; IEEE IRDS; NVIDIA; CISCO

最后一个限制是通信——信息传输的速度。每根导线和每条光纤最终都通过量子（在光的情况下是光子）来传递信号，这些量子是能量传输的不可分割的粒子包。1973年，苏联数学家亚历山大·霍洛夫确定了量子流能传递信息的终极极限。一瓦特的光每秒只能传递一定数量的光子，而量子力学决定了它们到达的方式有多少种可区分的可能——接收端能分辨出多少种不同的信息。在霍洛夫极限下，单条通道携带一瓦特功率时，每秒可传输约10^17比特。目前的光互连设备在相同功率下传输速率仅为这一数值的百万分之一。但数据中心内部的差距正在迅速缩小，因为每代互连设备都需要在更少的功耗下传输更多比特，减少电子器件的能耗，用光传输更长的距离。

因此，这四个限制标志着真正的底部，它们源于我们目前掌握的三个最基础的理论。量子力学决定了机器的运算速度上限。广义相对论设定了机器记忆容量的上限。而信息论则限制了通信速度和不可逆操作所需能量的下限。没有通往这些极限的地图，无论是否有人尝试，这些限制都始终存在。与这些极限相比，我们才刚刚开始下降的旅程。

剩余的房间

最大的差距在于计算速度：当前技术水平与极限之间存在35个数量级的差距。这相当于纳秒与2亿倍宇宙年龄之间的差异。同时，这也是四个差距中最难以弥合的。要弥合这一差距，必须找到一种全新的计算机构建方式，这种计算机能够利用物质块中包含的全部能量进行计算。

如果量子计算机能够将物质块中每个自由度——每个原子及其运动或自旋的每种方式——转化为我们可以可靠操控的计算单元，那么它可能在一定程度上接近这一目标。但实际上，当前的量子计算机却走了相反的路，用大量物质来制造每个计算单元。万亿个原子才构成一个量子比特（qubit），这是普通计算机中比特的量子对应物。由于每个量子比特都很脆弱，必须将几十到几千个量子比特编织在一起，才能制造出足够可靠用于实用计算的单个量子比特。

1959年，理查德·费曼提出1000美元奖金，奖励第一个制造出边长为1/64英寸的电机的人。威廉·麦克莱伦（William McLellan）是一位受过加州理工学院训练的工程师，他很快在显微镜下手工制造出一个。这张图片展示了一个放大的演示模型（右）。

GETTY IMAGES

能量是距离地板最近的领域：目前的芯片运行在兰道尔极限之上不到六个数量级。传统计算逻辑只能部分弥合这一差距。一个可靠的开关必须被足够大的能量翻转，以确保热波动不会意外翻转它，而这一能量余量使得晶体管无论如何优化都必须保持在兰道尔极限之上数百到数千倍。

但通过改变计算的物理特性来降低能耗的思路正在形成。1973年，IBM的查尔斯·本内特证明了任何计算都可以设计为不产生任何信息损失。这种可逆计算完全无需付出擦除代价，因为每一步都可以反向运行以恢复输入信息。

这种方法被称为绝热或可逆逻辑，首批商业化尝试现已启动。例如，致力于商业化可逆逻辑的初创公司Vaire Computing于2025年测试了其首款芯片；该芯片采用谐振电路设计，能够回收部分切换能量而非以热量形式耗散。

与此同时，缩小内存密度差距意味着在分子尺度上利用三维空间构建设备。最具体的例子是DNA，它以自身原子的尺度存储信息，并作为存储介质被生物界使用了40亿年。费曼保守地估计单个比特需要125个原子组成的立方体，而DNA仅需约30个原子。DNA存储未被数据中心采用的原因并非密度，而是写入成本和速度仍远低于实用水平。费曼想象的尘埃颗粒中藏有图书馆的设想在物理上是可行的，仅受限于制造技术。

通信技术距离香农极限仍有六个数量级（即百万倍）的差距，这很可能是行业最先触及的阈值。互连设备的能耗增长速度超过了电网供电能力，因此行业正在转向每比特能耗更低的收发器。Nvidia和Broadcom现已推出直接集成在硅基上的光学互连器件，信号离开芯片封装时即已转换为光子形式。相比之下，量子计算机开始依赖于利用量子信号（通常以单光子形式）进行编码的互连技术。当经典互连技术每比特消耗的资源减少时，它们正逐步进入量子互连技术已实现的领域。香农极限正是经典与量子技术交汇的临界点。

从地板到天花板

有人合理地指出，35个数量级的差距只是一个幻象——如此遥远的极限对任何实际机器的性能毫无意义，将其作为参照点就像以地平线为导航依据。这种质疑有其道理。可逆逻辑、量子计算和DNA存储技术在过去40年里始终被预言为"再过十年就能实现"，而构建利用物质全部能量的计算机很可能永远无法成为现实。

但这些差距恰恰是机遇。天花板由我们的建造能力决定：能制造的器件数量、可提供的运行功率，以及能整合到单一系统中的资本、土地和冷却水总量。而地板则由单个焦耳、单个秒和单克物质的计算、存储或传输能力决定。我们可以通过建造更多设备或逼近地板来实现进步，这意味着让每个设备在更少资源消耗下完成更多任务。

这些差距正是机遇。我们可以通过建造更多设备或逼近地板来实现进步，这意味着让每个设备在更少资源消耗下完成更多任务。

在过去的一个世纪里，我们大部分时间都沿着这两条道路并行前进。我们制造了更多计算机，而计算机本身也变得更小、更强大。如今，我们主要通过增加数量来推进，但天花板已经隐约可见。电网只能承载一定数量的吉瓦电力，一个地区也只能提供有限的土地和水资源。然而，所有关于未来发展的路线图都始于同一个起点：我们已有的机器。制造更多机器会向天花板靠近；制造更好的机器则能稍微向下突破，但仅限于晶体管本身的极限。还存在第三条道路：从物理实验的底层开始，向上构建。

这并非首次尝试。晶体管在成为产业之前曾是一项物理实验；激光在海底传输全球对话之前只是实验室中的奇观；巨磁阻效应在十年内从物理发现变成了每块硬盘读取头的核心技术。在每种情况下，物理实验都率先展示了可能性，随后工程师将其转化为可扩展的机器。如今，剩余的任务是构建那些在这些基本极限下运行的实验，并在不损失性能的前提下进行扩展。下一代机器不会通过向下突破来实现，而是将从底层向上构建。底层仍有广阔的空间。

Volkan Gurses 是麻省理工学院的博士后研究员，也是英伟达的访问研究员。他从加州理工学院获得电气工程博士学位。他研究信息技术的基本物理极限，并构建接近这些极限的集成电路和系统。

继续阅读

最受欢迎

不要被误导——大语言模型并不具备推理能力

自AlphaGo与围棋冠军李世石对弈十年来，如今的人工智能仍未真正利用当时取得胜利的机制。

• Thore Graepel 专题页面

不要被这个AI热潮误导

关于通用人工智能（AGI）和新功能的激动人心的宣称，在仔细审视下很快就会崩溃。

• Timnit Gebru 专题页面

• Emily M. Bender 专题页面

一种AI“读心术”工具可通过脑扫描重建你所看到的内容

科学家希望该技术可用于重建一个人的内心想法、心理图像，甚至梦境。

• Jessica Hamzelou 专题页面

OpenAI代理入侵Hugging Face的内部故事

OpenAI最新报告显示，底层模型因作弊和相互交流而被奖励，导致了此次事件。

• Grace Huckins 专题页面

保持联系

插画：Rose Wong

获取MIT Technology Review的最新动态

发现特别优惠、热门故事、即将举行的活动等。