生物计算和神经形态计算的研究可能为我们提供了提高计算机能效的关键。通过模仿自然界中高效的系统，比如人脑，我们有望解决数字世界日益增长的能源需求问题。
随着计算机耗电量不断增加，科学家们开始从生物细胞中寻找灵感，以实现更高的可持续性。这种被称为生物计算的方法，有望大幅降低计算过程中的能源消耗。
最近，《对话》杂志上的一篇文章强调了这一概念，它借鉴自然界中高效的系统来应对现代计算中最紧迫的挑战之一。目前，数据中心和家用设备消耗了全球约3%的电力，而人工智能的发展可能会使这一数字进一步上升，因此，寻找能效更高的替代方案变得尤为迫切。
生物计算的概念基于IBM科学家罗夫·兰道在1961年提出的原理。兰道极限表明，完成一个计算任务，比如将一个比特设置为0或1，至少需要10⁻²¹焦耳的能量。虽然这个数值看似微不足道，但考虑到计算机需要执行数十亿次操作，累积的能量消耗就变得相当可观。
理论上，如果计算机能够以兰道极限运行，那么计算和热管理的电力消耗将变得微不足道。然而，实际操作中，为了实现更快的计算速度，不可避免地会增加能源消耗。
当前的处理器以每秒数十亿次的时钟速度运行，每比特消耗约10⁻¹¹焦耳，这比兰道极限高出十亿倍。这种高速运行是因为计算机以串行方式工作，一次只能执行一个操作。
为了解决能源问题，研究人员正在探索一种基于大规模并行处理的全新计算机设计。这种设计不是依赖于一个高速的“兔子”处理器，而是提出使用数十亿个更慢的“乌龟”处理器，每个处理器需要一秒钟来完成其任务。理论上，这可以使计算机接近兰道极限，消耗的能源比现有系统少得多。
这一理念的一个有前景的实现是网络基础的生物计算，它利用生物马达蛋白——自然界的纳米机器。这个系统涉及将计算任务编码到纳米制造的迷宫通道中，这些通道通常由沉积在硅片上的聚合物模式制成。生物丝，由马达蛋白驱动，同时探索迷宫中的所有可能路径。
每个生物丝直径只有几纳米，长约一微米，通过在迷宫中的空间位置编码信息，作为单个“计算机”。这种架构特别适合解决对于串行计算机来说计算量很大的组合问题。
实验表明，这种生物计算机每计算所需的能源比电子处理器少1,000到10,000倍。这种效率源于生物马达蛋白的进化特性，它们仅使用执行任务所需的能量，以所需的速率——通常每秒几百步，比晶体管慢一百万倍。
最近在这一领域取得了显著进展。隆德大学纳米物理学教授海纳·林克，也是《对话》杂志文章的作者，也是2023年一篇论文的共同作者，该论文展示了接近兰道极限运行计算机的可能性。这一突破使我们更接近实现超低能耗计算的潜力。
尽管生物计算的概念很有前景，但在将这些系统扩展到与电子计算机在速度和计算能力方面竞争时，仍存在挑战。研究人员必须克服诸如精确控制生物丝、降低错误率以及将这些系统与当前技术集成等障碍。
如果这些障碍能够被克服，由此产生的处理器可以解决某些类型的具有挑战性的计算问题，并且大幅降低能源成本。这一突破可能对计算的未来及其环境影响产生深远影响。
作为另一种方法，研究人员还在探索神经形态计算，它试图模仿人脑高度互联的结构。虽然大脑的基本物理元素可能并不比晶体管本身更节能，但其独特的结构和操作为节能计算提供了有趣的可能性。
