80、迈向胶体液滴处理器：计算技术的新前沿

迈向胶体液滴处理器：计算技术的新前沿

1. 背景

当前，传统的冯·诺依曼架构发展面临诸多限制，主要源于高热能密度、设备集成问题以及能源需求。随着物联网、语音和面部识别、自动驾驶等领域的发展，人工智能系统需要处理海量数据，这使得开发可持续的计算技术变得尤为重要。

在计算领域，数据吞吐量、散热和能耗是需要应对的三大主要问题：
- 数据吞吐量 ：数据通量约为通信规模的不变量，如今约为 100 TB/s，且年增长率约为 20%。光纤和光子介导的通信渠道对于减少传输损耗将变得愈发重要。
- 散热 ：晶体管寄生电容的充放电会释放大量热量，需要强大的主动冷却技术，这影响了能源效率。中央处理器（CPU）和图形处理器（GPU）的热能量密度已接近太阳表面。使用铁磁流体等增强热容的液体进行被动冷却，以及自旋电子学的应用，有望改善这一状况。
- 能耗 ：计算的能源消耗涉及个人电脑、智能手机、云数据存储等多个方面。以 2015 年底全球计算能力为基础，考虑约 20% 的年增长率，到 2020 年计算能力约为 5 × 10²⁰ - 3.7 × 10²¹ 浮点运算每秒（FLOPS）。当时最强大的非分布式计算系统 Fugaku 超级计算机，每个双精度操作约需 7.45 nJ，与商业设备和生物计算的能耗相比，效率较低。

2. 液滴计算机

在计算机科学中，“液体”指系统在计算方面的特定属性，液体滴计算机（LDC）是一种常用于建模生物电路的计算模型。它将低维时空输入空间投影到高维配置空间，具有保守性和分离性。LDC 是水库计算（RC）模型的特殊情况，属