ウェブサイト検索

生物コンピュータは、現在の技術よりもはるかに少ないエネルギーを使用できる可能性があり、より遅く動作することによって実現されます。


人間の生物学は、今日のコンピュータよりもはるかにエネルギー効率が良い。

現代のコンピュータは技術の勝利です。単一のコンピューターチップには、非常に信頼性が高く、毎秒数百万回の操作を行うナノメートルスケールのトランジスタが数十億個含まれています。

しかし、この高速性と信頼性は、重要なエネルギー消費を伴います。データセンターやコンピュータ、スマートフォンなどの家庭用IT機器は、世界の電力需要の約3%を占めており、AIの使用はさらに消費を促進する可能性があります。

しかし、もし私たちがコンピュータの動作を再設計して、今日と同じくらい迅速に計算タスクを実行しながら、はるかに少ないエネルギーを使用できるようにできたらどうでしょうか?ここで、自然が私たちにいくつかの潜在的な解決策を提供してくれるかもしれません。

IBMの科学者ロルフ・ランダウアーは、1961年に計算タスクにこれほど多くのエネルギーを費やす必要があるのかという問題に取り組みました。彼はランダウアー限界を提唱し、単一の計算タスク、例えばビットをゼロまたは一の値に設定することは、約10²¹ジュール(J)のエネルギーを消費しなければならないと述べました。

関連: <&47;strong>コンピュータの歴史: 簡単なタイムライン<&47;strong><&47;u>

これは非常に少ない量であり、コンピュータが実行する数十億のタスクにもかかわらず、もし私たちがそのようなレベルでコンピュータを操作できるなら、計算に使用される電力や冷却システムでの廃熱管理に関しては問題にならないでしょう。

しかし、落とし穴があります。ランドアウアー限界近くでビット操作を行うには、無限に遅く実行する必要があります。有限の時間内での計算は、計算が行われる速度に比例した追加のコストがかかると予測されています。言い換えれば、計算が速ければ速いほど、より多くのエネルギーが使用されます。

最近、計算プロセスをシミュレートするために設定された実験によって、エネルギーの散逸が、1秒あたり約1回の操作を超えると測定可能に増加し始めることが示されています。今日の半導体で一般的な、1秒あたり10億サイクルのクロックスピードで動作するプロセッサは、ビットあたり約10¹¹Jを使用します。これはランドアウアー限界の約100億倍です。

解決策は、根本的に異なる方法でコンピュータを設計することかもしれません。従来のコンピュータが非常に速い速度で動作する理由は、1回の操作を逐次的に行うからです。代わりに、非常に多くの「コンピュータ」を並行して動作させることができれば、それぞれはずっと遅く動作することができます。

例えば、1秒間に10億回の操作を行う「ウサギ」プロセッサを、各々がタスクを完了するのに1秒かかる10億の「カメ」プロセッサに置き換えることができ、操作あたりのエネルギーコストははるかに低くなります。私が共著した2023年の論文では、コンピュータが今日のコンピュータよりも桁違いに少ないエネルギーを使用して、ランドアウアー限界近くで動作できることを示しました。

カメの力

数十億の独立した「コンピュータ」が並行して動作することは本当に可能なのでしょうか?小規模な並列処理は、例えば約10,000のグラフィックス処理ユニット(GPU)が同時に人工知能モデルのトレーニングを行う際に、すでに一般的に使用されています。

しかし、これは速度を減少させてエネルギー効率を高めるためではなく、必要性から行われています。熱管理の限界により、単一のプロセッサの計算能力をさらに向上させることは不可能であるため、プロセッサは並列に使用されます。

ランドアー限界に近づくために必要とされるものに非常に近い代替コンピューティングシステムは、ネットワークベースのバイオコンピュテーションとして知られています。これは、細胞内で機械的な作業を行うのを助ける小さな機械である生物学的モータープロテインを利用しています。

このシステムは、計算タスクを慎重に設計された交差点を持つナノファブリケーションされたチャネルの迷路にエンコードすることを含み、通常はシリコンウエハーに堆積されたポリマーパターンで作られています。迷路を通るすべての可能な経路は、モータータンパク質によって駆動される非常に多くの長い糸状分子であるバイオフィラメントによって並行して探索されます。

各フィラメントの直径はわずか数ナノメートルで、長さは約1マイクロメートル(1,000ナノメートル)です。それぞれが個々の「コンピュータ」として機能し、迷路内の空間的位置によって情報をエンコードします。

このアーキテクチャは、いわゆる組合せ問題を解決するのに特に適しています。これらは、タスクのスケジューリングのように、多くの可能な解を持つ問題であり、シリアルコンピュータにとっては計算的に非常に負荷が高いものです。実験は確認しています<&47;u> このようなバイオコンピュータは、電子プロセッサの計算あたり1,000倍から10,000倍少ないエネルギーを必要とします。

これは、生物学的モータープロテインが、必要な速度でタスクを実行するために必要なエネルギー以上を使用しないように進化しているため可能です。これは通常、1秒あたり数百ステップであり、トランジスタの百万分の一の速度です。

現在、研究者によって概念を証明するために小型の生物コンピュータのみが構築されています。速度と計算の面で電子コンピュータと競争し、非常に多くの可能な解を並行して探索するためには、ネットワークベースの生物計算を拡大する必要があります。

詳細な分析は、これが現在の半導体技術で可能であり、バイオ分子が電子に対して持つもう一つの大きな利点、すなわちDNAタグの形で個別の情報を運ぶ能力から利益を得ることができることを示しています。

それでも、これらの機械をスケールアップするには、各バイオフィラメントを正確に制御する方法を学ぶこと、エラーレートを減少させること、現在の技術と統合することなど、数多くの障害があります。これらの課題が今後数年で克服されれば、得られるプロセッサは、特定の種類の困難な計算問題を大幅に削減されたエネルギーコストで解決できる可能性があります。

神経形態コンピューティング

あるいは、人間の脳のエネルギー使用を比較するのは興味深い演習です。脳は非常にエネルギー効率が良いと称賛されており、呼吸や思考などの操作にわずか数ワットを使用します。これはAIモデルよりもはるかに少ないです。

しかし、エネルギーを節約するのは脳の基本的な物理要素ではないようです。シナプスの発火は、単一の計算ステップに例えられるかもしれませんが、実際にはトランジスタがビットあたりに必要とするエネルギーとほぼ同じ量のエネルギーを使用します。

しかし、脳の構造は非常に高く相互接続されており、電子プロセッサやネットワークベースのバイオコンピュータとは根本的に異なる方法で機能します。いわゆるニューロモルフィックコンピューティングは、バイオコンピューティングではなく、新しいタイプのコンピュータハードウェアを使用して脳の操作のこの側面を模倣しようとします。

神経形態アーキテクチャをランドアウアー限界と比較することは非常に興味深いことであり、将来的に生体コンピューティングから得られる同様の洞察がここに移転可能かどうかを確認することができます。もしそうであれば、それもまた今後のコンピュータのエネルギー効率における大きな飛躍の鍵を握る可能性があります。

この編集された記事は、クリエイティブ・コモンズライセンスの下で、ザ・コンバージェーションから再出版されています。元の記事を読む。


全著作権所有。 © Science-News.Dev • 2024-2025