Предел Ландауэра.

Как известно, существуют логически обратимые операции, такие как запись, инверсия; и необратимые операции, такие как И, ИЛИ. В обратимых операциях информация сохраняется, а в необратимых — теряется (стирается). Как мы уже знаем, в обратимых процессах энтропия не растёт. А вот стирание информации — это всегда необратимый процесс, поэтому оно всегда сопровождается увеличением энтропии, на что Рольф Ландауэр и обратил внимание.

В 1961 году он сформулировал принцип, гласящий, что в любой вычислительной системе, независимо от её физической реализации, при потере 1 бита информации выделяется теплота в количестве по крайней мере W джоулей:
W = kT ln(2)
Эта минимальная теплота получила название "предел Ландауэра".

В то время он работал в IBM и сформулировал этот предел применительно к достижению максимальной энергоэффективности компьютерных чипов. В современных чипах выделяется на 6+ порядков больше энергии, чем предсказывает предел Ландауэра. Однако технологии развиваются настолько быстро, что достижение предела Ландауэра предсказывают уже в этом столетии.

Экспериментально предел Ландауэра был многократно подтвержден в различных экспериментах, например, тут: https://doi.org/10.1038/nature10872

Как мы знаем, энтропия системы — это количество информации, которое требуется для её описания. Когда мы стираем 1 бит этой информации, то энтропия системы тоже уменьшается на 1 бит. Но в соотвествии со вторым законом термодинамики, при этом энтропия окружающей среды должна увеличится минимум на 1 бит. Этот процесс и сопровождается выделением тепла.

Теоретически существует возможность обойти предел Ландауэра с помощью обратимых вычислений, в которых информация не стирается, а перемещается с места на место. В алгоритмах обратимых вычислений используются только обратимые вентили, такие как ворота Тоффоли и ворота Фредкина, где значения на входах всегда можно восстановить по значениям на выходах. Можно создать такую обратимую систему, при "работе" которой энтропия не будет увеличиваться. Но энтропия все равно будет расти при стирании информации из внутренней памяти.

#Пределы@entropians
#Инфофизика@entropians