Термодинамические компьютеры перестали бороться с хаосом — и дали человечеству вычисления почти без затрат энергии
Инженеры десятилетиями защищали вычислительные устройства от шума. Случайные колебания атомов, вызванные теплом, способны исказить сигнал, переключить бит с единицы на ноль и нарушить расчёт. Поэтому цифровые схемы работают с энергиями, которые заметно превышают уровень фоновых тепловых флуктуаций. Надёжность растёт, но вместе с ней увеличиваются расход электричества и выделение тепла.
Термодинамические компьютеры предлагают противоположный принцип. Разработчики не подавляют случайные колебания, а направляют их так, чтобы физическая система сама находила решение задачи. Пока направление остаётся экспериментальным, однако исследователи уже воспроизвели термодинамические вычисления в обычных кремниевых схемах и проверили основную идею на нескольких математических задачах.
Такие устройства могут потреблять меньше энергии и слабее нагреваться. Преимущество особенно важно для современных процессоров: производители размещают всё больше элементов на небольшой площади, а отвод тепла постепенно превращается в одно из главных ограничений дальнейшей миниатюризации.
Работа термодинамического компьютера опирается на процессы, которые распределяют и рассеивают энергию. На микроскопическом уровне движение частиц неизбежно содержит случайность. Обычная электроника воспринимает подобные отклонения как помеху, а новая архитектура превращает их в вычислительный ресурс.
Разобраться в принципе помогает второй закон термодинамики. В замкнутой системе энтропия со временем растёт, а упорядоченная энергия рассеивается в виде хаотических тепловых колебаний. Однако некоторые природные процессы используют случайное движение частиц, чтобы перейти в более устойчивое и организованное состояние.
Физики описывают поведение системы с помощью энергетического ландшафта. Каждая возможная конфигурация соответствует точке на условной карте. Низкоэнергетические состояния образуют долины, а нестабильные конфигурации располагаются на вершинах. Система меняется под действием тепла и других сил, перемещается по такому рельефу и в равновесии задерживается в глубокой долине с минимальной энергией.
Похожим способом в клетках сворачиваются белки. Фермент лактаза помогает расщеплять содержащуюся в молоке лактозу на более простые сахара. Клетка сначала собирает длинную цепочку аминокислот, последовательность которых задаётся генетическим кодом. Тепловые колебания заставляют цепь принимать множество конфигураций, пока молекула не сворачивается в устойчивую форму с низкой энергией.
Правильная пространственная структура позволяет лактазе соединяться с лактозой и разрывать химические связи внутри молочного сахара. Клетке не требуется отдельный механизм, который перебирал бы каждую форму белка и рассчитывал лучший вариант. Молекула исследует энергетический ландшафт за счёт теплового движения среды и оседает в подходящем состоянии. После сворачивания те же флуктуации продолжают слегка раскачивать фермент, но глубокая энергетическая долина удерживает его форму.
Один из вариантов новой архитектуры называют равновесными термодинамическими вычислениями. Разработчик кодирует задачу в физических параметрах системы, запускает естественную динамику и ждёт, пока схема придёт к равновесию. Минимум энергии должен соответствовать оптимальному решению. После завершения процесса остаётся измерить состояние цепи.
Другой вариант использует неравновесную систему, через которую постоянно проходит энергия. Земная атмосфера, например, не может застыть в одном неизменном состоянии, поскольку Солнце непрерывно нагревает планету. Живые организмы тоже поддерживают неравновесие за счёт постоянного обмена веществом и энергией с окружающей средой.
В таком компьютере ответ кодирует не конечное равновесное состояние, а траектория, по которой система движется через энергетический ландшафт. Случайные тепловые импульсы постоянно отклоняют её от прежнего пути, а рассеяние энергии тянет в сторону более низкоэнергетических конфигураций.
Подобное движение описывает ланжевеновская динамика, названная в честь французского физика Поля Ланжевена. Система стремится уменьшить энергию, но не успевает окончательно успокоиться: случайные толчки частиц снова меняют направление движения. Если связать перенос энергии в электрической цепи с математическим ответом, возникающие колебания смогут выполнять расчёт.
Оба типа термодинамических компьютеров получают энергию от шума. Равновесной схеме необходимо дождаться, пока процесс полностью завершится. Неравновесную систему можно настроить на выдачу результата за заданное время, поэтому такая архитектура способна работать быстрее.
Первые практические эксперименты проводят на кремниевых аналоговых цепях. Один из прототипов представлял собой печатную плату с восемью группами компонентов, соединёнными в общую сеть. В каждой группе находился простой резонансный контур из резистора, конденсатора и катушки индуктивности. Эта комбинация создаёт электрические колебания с определённой частотой.
Силу связи между каждой парой контуров можно менять. Все связи вместе записываются в виде матрицы, а электрическая сеть напоминает набор соединённых пружин. После подачи случайного сигнала контуры начинают колебаться и влиять друг на друга. Характер движения зависит от заданных коэффициентов связи.
Разработчики использовали схему для обращения матрицы. Подобная математическая операция нужна в машинном обучении, компьютерной графике, инженерных расчётах, обработке сигналов и финансовых моделях. Обычный процессор выполняет последовательность арифметических действий, тогда как термодинамическая цепь приходит к ответу через собственную физическую динамику.
Когда уровень шума сопоставим с энергией связей между резонаторами, равновесные колебания сети соответствуют обратной матрице. Инженеру достаточно собрать цепь с нужными параметрами, подать случайный сигнал, дождаться установившегося режима и измерить флуктуации. Физическая система фактически решает задачу обращения матрицы без пошагового цифрового алгоритма.
Первый прототип пока не работал на одном лишь естественном тепловом фоне. Окружающий шум оказался слишком слабым, чтобы заметно влиять на динамику компонентов. Случайный электрический сигнал пришлось создавать с помощью генератора чисел, который сам потреблял энергию. Поэтому эксперимент подтвердил математический принцип, но не показал ожидаемой экономии электричества.
Потенциальное преимущество проявится после увеличения масштаба. Если добавить больше узлов, основную работу выполнит движение энергии внутри сети. Расчёт после запуска шума не потребует обычной длинной последовательности цифровых операций. Согласно моделированию разработчиков, достаточно крупный процессор сможет обгонять стандартную цифровую нейросеть, потреблять меньше энергии и выделять меньше тепла.
Создатели прототипа позже представили систему CN101, в которой термодинамический принцип сочетается с цифровой обработкой на кремниевом кристалле. Разработчики считают цифровую архитектуру более удобной для масштабирования, чем раннюю аналоговую плату. CN101 рассчитан не только на математические операции, но и на создание изображений и моделирование молекул. Независимая оценка заявленных возможностей пока не опубликована.
Отдельный эксперимент показал, как неравновесная термодинамическая система может восстанавливать изображение из шума. Исследователи смоделировали сеть на обычном компьютере и обучили её на видеозаписи с лицом Поля Ланжевена. Во время подготовки кадр постепенно покрывали помехами, пока портрет не растворялся в случайной статике.
Алгоритм начинал с зашумлённого изображения и шаг за шагом восстанавливал исходное лицо. Состояние модели определяли связи между узлами. Во время обучения программа понемногу меняла их силу и искала конфигурацию, которая с наибольшей вероятностью превращала статический шум в узнаваемый портрет.
Механическую версию подобной сети можно представить как множество соединённых пружин с разной жёсткостью. Изменение каждого коэффициента перестраивает общую динамику. Настоящий компьютер из пружин вряд ли имел бы практическую ценность, но физический пример точно передаёт принцип: расчёт выполняет движение всей системы, а не последовательное переключение логических элементов.
Смоделированная динамика выбрала траекторию с минимальным рассеянием тепла. Грубое сравнение показало, что при выполнении той же задачи система могла выделить примерно в 100 миллиардов раз меньше тепла, чем цифровая нейросеть. Огромная разница относится к теоретической модели, а не к готовому физическому процессору, поэтому результат пока нельзя переносить на реальные вычислительные центры.
Обучение напоминало подготовку современных генеративных моделей. Алгоритм сначала учился превращать хаос в структуру, а затем мог создавать новые изображения, которых не было в исходном наборе. Подобные задачи рассматривают как одно из наиболее вероятных применений термодинамических процессоров.
Собственную архитектуру развивает компания Extropic. В октябре 2025 года разработчики представили микросхему с тысячами связанных полупроводниковых компонентов и назвали её первым масштабируемым вероятностным компьютером. По расчётам компании, генеративные алгоритмы на такой системе могут потреблять примерно в 10 тысяч раз меньше энергии, чем существующие решения. Работа ещё не прошла рецензирование, поэтому заявленная эффективность требует независимой проверки.
Термодинамический подход может помочь не только вычислительной технике, но и биологии. Клетки постоянно обрабатывают сигналы на молекулярном уровне. Гормон связывается с рецептором на поверхности мембраны, запускает цепочку химических взаимодействий и в итоге включает определённый ген в ядре. Клетка проводит подобные операции с небольшими затратами энергии, используя физические свойства молекул и их стремление переходить в устойчивые состояния.
Пока учёные не знают, можно ли строго считать живую клетку термодинамическим компьютером. Аналогия хорошо описывает некоторые биологические процессы, но не доказывает, что вся клеточная работа сводится к вычислениям одного типа. Исследования должны показать, насколько математические модели термодинамических схем применимы к реальным живым системам.
Направление находится примерно на той стадии, на которой квантовые вычисления пребывали в 1990-х годах. Современные прототипы по возможностям сравнимы с небольшими цифровыми нейросетями того времени. Более крупные цепи и длительное обучение могут расширить круг решаемых задач, но практических подтверждений пока нет.
Собирать термодинамические процессоры проще, чем квантовые. Полупроводниковым резонаторам не нужны запутанные квантовые состояния и криогенное охлаждение. Однако низкий технологический порог ещё не гарантирует успеха. Инженерам предстоит масштабировать сети, научиться использовать естественный шум без дорогих генераторов, обеспечить точность расчётов и подтвердить преимущество на физических микросхемах. Ближайшие прототипы должны показать, сможет ли тепловое движение выполнять полезную работу за пределами лабораторных моделей.