团子技术日报 中文看懂全球开发者趋势
计算的物理速度极限：物理学告诉我们计算机到底能跑多快

计算的物理速度极限：物理学告诉我们计算机到底能跑多快

计算物理量子力学半导体摩尔定律热力学

数据源：Caolan.uk

2026 年 7 月 2 日，一篇题为「A Speed Limit for Computers」的文章在技术社区引发了广泛讨论。文章从一个看似简单的类比出发：就像公路有限速一样，计算机是否也受到某种根本性的速度上限约束？这个问题的答案，埋在物理学的最深处。

过去五十年，计算行业习惯了指数增长。摩尔定律预测晶体管密度每两年翻一番，Dennard 缩放定律进一步保证了随着晶体管缩小，功耗密度保持不变，时钟频率可以持续提升。从 1970 年代到 2000 年代中期，这种”免费午餐”让每一代处理器都明显比上一代更快。但到了 2005 年前后，Dennard 缩放率先撞墙——晶体管电压无法继续等比降低，漏电流问题变得不可忽略，单核时钟频率在 3-5 GHz 附近停滞至今。摩尔定律本身也在放缓，晶体管密度翻倍的节奏从两年延长到了三年甚至更长。

摩尔定律：1970-2020 年微处理器晶体管数量呈指数增长 来源：Wikimedia Commons, Moore’s Law Transistor Count 1970-2020

晶体管数量遵循摩尔定律持续增长，但时钟频率在 2005 年后趋于平缓 来源：Wikimedia Commons, CPU clock speed and core count graph

当工程上的缩放手段逐一耗尽，一个更深层的问题开始浮现：物理定律本身为计算速度设定了怎样的天花板？ 这个问题关乎宇宙基本常数——光速 c、普朗克常数 ħ、引力常数 G——而非光刻精度或散热材料。无论技术如何进步，这些由物理常数决定的上限都无法被突破。

Bremermann 极限：质量与能量的终极约束

1962 年，德国裔美国数学家 Hans-Joachim Bremermann 提出了一个大胆的推导。他将两个看似不相关的物理学支柱结合在一起：爱因斯坦的质能等价（E = mc²）和海森堡不确定性原理（ΔE·Δt ≥ ħ/2），得出了自包含系统在物质宇宙中的最大计算速率：

c²/h ≈ 1.36 × 10⁵⁰ 比特/秒/千克

这个数字的推导逻辑大致如下：不确定性原理规定了在给定能量下，系统在不同状态之间切换的最短时间间隔。一个质量为 m 的系统，其全部可用能量上限由 E = mc² 给出。将这两个边界条件联立，就得到了单位质量在单位时间内能完成的最大状态切换次数——也就是计算操作的理论上限。

这个数字有多大？做一个粗略的思想实验：取整个地球的质量（约 6 × 10²⁴ 千克），假设我们将其全部转化为一台以 Bremermann 极限运行的计算机，它每秒可以执行约 10⁷⁵ 次数学运算。如果用这台计算机暴力破解一个 128 位的加密密钥（假设每次尝试只需要一次操作），整个过程将在不到 10⁻³⁶ 秒内完成。但将密钥长度增加到 256 位，破解时间就变成了约两分钟；512 位密钥则需要约 10⁷² 年——远超宇宙的年龄。

Bremermann 极限在密码学中有实际意义：它为对抗性资源设定了一个渐近上界，帮助确定加密算法需要多大的密钥空间才能做到”永不可破解”。但这个极限本身也存在争议和修正。2009 年，Gennady Gorelik 指出当考虑广义相对论效应时，Bremermann 极限需要被修正——一个绝对上限（c⁵/Għ）¹/² ≈ 10⁴³ 比特/秒将取代与质量成正比的原始公式。这个修正值意味着无论系统质量多大，计算速率都存在一个绝对天花板。

Landauer 原理：擦除一个比特的最小代价

如果说 Bremermann 极限关注的是”多快”，那么 Landauer 原理关注的是”多贵”。

1961 年，在 IBM 工作的 Rolf Landauer 提出了一个影响深远的命题：任何逻辑上不可逆的计算操作——比如擦除一个比特的信息——必须以热量的形式向环境耗散至少 kT·ln 2 的能量。 其中 k 是玻尔兹曼常数，T 是绝对温度。

在室温（约 300K）下，这个下限约为 0.018 eV，即 2.9 × 10⁻²¹ 焦耳。作为对比，2012 年的现代计算机每次操作消耗的能量大约是 Landauer 极限的十亿倍；到 2010 年代后期，这个差距缩小到了数千倍。2016 年，研究人员使用激光探针测量了纳米磁比特翻转时的能量耗散，结果仅为 0.026 eV——仅比 Landauer 极限高出 44%。

Landauer 原理的关键启示在于：能量耗散与信息擦除直接挂钩。 如果计算过程是完全可逆的——每一步的输入都可以从输出中恢复——那么理论上可以不耗散任何能量。这正是可逆计算（reversible computing）的核心理念。

然而，关于 Landauer 原理的有效性，学术界并非完全一致。批评者指出其论证中存在循环推理和错误假设；支持者则在 2008-2009 年间从热力学第二定律和熵增原理出发，重新为 Landauer 原理提供了严格推导。2018 年发表在 Nature Physics 的实验在 1K 低温下验证了量子领域的 Landauer 擦除，进一步巩固了其地位。

一个更深层次的张力在于：最近的统计物理学研究表明，逻辑可逆性与热力学可逆性之间并不存在必然的等价关系。 一个物理过程可以是逻辑可逆但热力学不可逆的，反之亦然。如果这一结论成立，单纯追求逻辑可逆的电路设计未必能带来能量效率的量级提升。

Margolus-Levitin 定理：量子演化的速度上限

1998 年，Norman Margolus 和 Lev B. Levitin 证明了量子力学中一个优雅的定理：一个平均能量为 E 的量子系统，演化到可区分的正交状态所需的最短时间为：

Δt ≥ πħ / (2E)

这被称为量子速度极限（quantum speed limit）的 Margolus-Levitin 形式。将它翻译成计算语言：一个能量为 E 的系统，每秒最多可以执行 2E/(πħ) ≈ 6 × 10³³ 次/秒/焦耳的操作。 换言之，每焦耳能量驱动的计算设备，其操作速率存在一个绝对上界。

这个定理和 Bremermann 极限在本质上是互补的：Bremermann 从质能等价出发给出了单位质量的计算上限，而 Margolus-Levitin 从量子动力学出发给出了单位能量的操作速率上限。将两者结合——用质能等价将质量转换为能量，再代入量子速度极限——得到的结论是高度一致的。

但这里有一个重要的技术细节：2017 年 Stephen Jordan 和 2018 年 Nikolai Sinitsyn 分别指出，如果有量子存储器的参与，Margolus-Levitin 约束是可以被绕过的。 通过设计特定的量子算法并将中间结果存储在量子内存中，原则上可以在任意低的能量/时间代价下完成每个基本计算步骤。这个发现揭示了量子计算与经典计算在物理极限层面的一个根本区别。

光速：信号传播的硬天花板

除了质量和能量带来的约束，还有一个更直观的物理极限：光速。

在集成电路中，信号从芯片的一端传到另一端需要时间。随着芯片面积增大和时钟频率提高，在一个时钟周期内信号能传播的距离越来越短。在 5 GHz 的时钟频率下，一个周期只有 0.2 纳秒，光在这段时间内只能走约 6 厘米——考虑到硅中的信号传播速度远低于真空光速，实际可用的布线长度要短得多。

这就是所谓的互连瓶颈（interconnect bottleneck）：当晶体管本身可以切换得更快时，连接它们的导线反而成了制约因素。现代高性能芯片设计中，大量的工程精力被投入到解决信号完整性、时钟分配和片上互连延迟等问题上。3D 堆叠、硅光子学和光互连是当前应对这一瓶颈的主要技术方向。

从更宏观的视角看，光速还意味着：一个直径 1 厘米的芯片，无论内部晶体管切换多快，信息从一端传递到另一端至少需要约 33 皮秒（光在真空中走 1 厘米的时间）。这为单片处理器的绝对延迟设置了一个无法逾越的下限。任何声称能在一个时钟周期内完成跨芯片通信的设计，都必须尊重这个物理事实。

我们离这些极限还有多远？

一个很自然的反应是：这些物理极限动辄 10⁵⁰ 比特/秒/千克，今天的计算机才做到 10¹⁰ 量级的浮点运算——看起来还差了 40 个数量级，似乎根本不用杞人忧天。

但这个视角忽略了一个关键事实：物理极限定义的是”整块物质全部转化为计算”的上边界，而现实中的计算发生在晶体管——不到物质总质量百万分之一的那部分结构中。 此外，Bremermann 极限假设所有质量-能量都被完美地用于计算，没有散热损耗、没有通信开销、没有存储需求。真实的芯片中，绝大部分能量以热的形式耗散掉了——这正是 Dennard 缩放失效后功耗密度飙升的根本原因。

Seth Lloyd 在 2000 年发表于 Nature 的经典论文《终极物理计算极限》中做了一个著名的计算：一台 1 千克的”终极笔记本电脑”，将其压缩成一个微型黑洞（半径 1.485 × 10⁻²⁷ 米），可以在约 10⁻¹⁹ 秒的短暂寿命内以 5 × 10⁵⁰ 次/秒的速率进行计算，总共处理约 10³² 次操作和 10¹⁶ 比特的信息。Lloyd 特别指出：“有趣的是，尽管这个假想的计算是在超高密度和速度下进行的，但可被处理的比特总数与当前在更熟悉的环境中运行的计算机所拥有的比特数相差并不远。”

从这个角度看，今天的硅基计算真正的瓶颈在于散热。台积电 3nm 工艺的晶体管密度已经达到每平方毫米约 2 亿个，但功耗密度也飙到了每平方毫米数瓦的量级。如果不解决热耗散问题，即使我们能把晶体管做得更小、更多，也无法让它们同时工作——这就是”暗硅”（dark silicon）现象的由来。Bremermann 极限和 Margolus-Levitin 定理定义了物理学的终极天花板，但散热问题才是眼下最紧迫的工程约束。

替代路径：绕开极限的可能性

面对物理极限，研究者没有停止寻找出路。三条主要的技术路径值得关注：

可逆计算试图从根源上消除 Landauer 限定的热耗散。通过设计逻辑上可逆的电路——每一步操作都保留足够的中间信息以使计算可以反向进行——理论上可以让能量耗散趋近于零。但目前的难点在于：可逆逻辑门的面积和延迟开销远大于传统不可逆门，工程实现还处于非常早期的阶段。

光学计算用光子替代电子作为信息载体。光子在传播过程中几乎不产生热量，也不会相互干扰，天然适合高密度互连。硅光子学近年来取得了显著进步，已经能在 CMOS 兼容的工艺中集成光源和探测器。但全光逻辑门和光存储仍然是巨大挑战——目前的光学计算系统更像是”光互连 + 电计算”的混合体。

量子计算利用叠加态和纠缠等量子力学特性，对特定问题类别（如因子分解、量子模拟）可以提供指数级的加速。在物理极限的意义上，量子计算最有趣的特点在于：Jordan、Sinitsyn 等人的研究表明，接入量子存储器的计算系统可以绕过 Margolus-Levitin 的能量-时间约束。但这并不意味着量子计算机可以无视 Bremermann 极限——质量-能量的基本约束依然存在。

从工程问题到物理铁律

回过头看 Caolan 文章中”计算机限速”的类比，它在某种意义上是准确的：就像交通限速最终受制于道路摩擦系数和人类反应时间，计算机的速度上限最终也受制于物理定律。

二者的关键区别在于：交通限速是社会和法律选择的结果，随时可以被调整或取消；而 Bremermann 极限、Landauer 原理和光速上限是自然规律，不以人的意志为转移。我们无法通过立法将 c²/h 改为一个更大的数字。

但这并不意味着当下的工程努力没有意义。恰恰相反——今天的硅基芯片距离 Bremermann 极限还有约 40 个数量级的空间。在这个巨大的跨度内，新材料（如二维半导体、拓扑绝缘体）、新架构（如存内计算、近存计算）和新物理机制（如自旋电子学、量子隧穿晶体管）都有望带来数量级的性能提升。

一个更有价值的提问方式是：「在撞上 Bremermann 极限之前，我们还能突破多少层工程天花板？」

本文的素材来自公开信息和社区讨论。如果你对这个话题有更深入的一手经验，欢迎指出文中的不足。

参考链接

参考来源（1）