AI太耗能，这事儿几乎没人反对。但有一批研究者，正在用几十年前的“老思路”，尝试

AI太耗能，这事儿几乎没人反对。但有一批研究者，正在用几十年前的“老思路”，尝试开辟全新节能路径——让计算“倒着跑”。 这个思路是，绝大多数计算机每次运行都会丢失信息，比如2+2=4，结果只有4，原本输入的两个2没了。这种“删数据”的过程会不可避免地发热。早在1961年，IBM的物理学家Landauer就提出：每删一比特数据，都会损失一定的能量，这事儿无解，是物理定律。 那怎么办？Landauer当时觉得，唯一的解法是“别删数据”，但这样会让内存迅速被填满，不现实。他一度认为这是死路一条。 但他的同事Charles Bennett后来提出另一个方案：每次计算完后，把结果记住，再“反向运行”一遍，把中间过程恢复后清空，就像《格林童话》中，汉塞尔和格蕾特捡回面包屑的故事一样，不留痕迹。 而这种方式，叫Uncomputation，等于既保住了结果，也不丢数据，还节能。但问题是，这种方法要花双倍时间，依然难以落地。 直到上世纪90年代，MIT工程师们开始动手做原型芯片，试图从硬件层面解决发热问题。Michael Frank【图2】也加入了这项工作，成为可逆计算最坚定的推动者之一。但当时芯片技术突飞猛进，没人关心这种“慢又麻烦”的替代方案。Frank甚至一度放弃，转去开了家网吧。[吐舌] 现在情况变了。 随着传统芯片快到极限，新的方法反而更有吸引力。2022年，剑桥大学的研究者Hannah Earley精确计算出：只要计算够慢，可逆计算可以大幅降低发热。她和Frank一起创办了Vaire Computing，准备把这事做成商品。 特别是在AI领域，这种方法可能意义重大： - AI计算常用并行结构，不需要太快； - 多芯片慢速运行，节能效果反而更好； - 发热低，可以密集布置，省空间和散热成本。 几十年的理论，如今终于逼近落地。哥本哈根大学的Mogensen评价：真正看到可逆计算芯片投产，将是这个领域“最令人兴奋的一刻”。 感兴趣的小伙伴可以阅读原文：-can-ai-researchers-save-energy-by-going-backward-20250530/