チップは熱を出すだけ？31歳の創業者がエネルギーを「回収」する技術を開発

最初のマイクロプロセッサが誕生して以来、廃熱は常にその影のように付きまとってきた。論理演算を一度実行するたびに、チップはエネルギーの一部を熱として環境に放散する。エンジニアたちはこの現象を通常「計算税」として受け入れてきた。しかし31歳のHannah Earleyは、これはむしろ非効率な設計上の選択だと考えている——なぜこのエネルギーを再利用しないのか、と。

EarleyはVaire Computingの共同創業者兼CTOだ。このスタートアップは「可逆計算」チップの開発を進めており、その核心的なアイデアはこうだ——チップが演算を実行する際に不可逆なエネルギー散逸をできる限り減らし、本来ならば無駄になるはずの熱エネルギーを「回収」して次の計算に活用する。荒唐無稽に聞こえるかもしれないが、物理学者の目には、これはエネルギー保存の精妙な論理に合致するものとして映る。

なぜ計算は必ず熱を生むのか？

現代のデジタルコンピュータは不可逆論理演算を採用している。たとえば2つの入力を1つの出力にまとめる際、一部の情報が消去される。そして情報の消去には最小限のエネルギーコストが伴う——これこそランダウアーの原理が示すことだ。理論的な下限は現在のチップの実際の消費電力をはるかに下回るが、回路が情報を「消去」し続ける限り、廃熱を物理的に根絶することは難しい。

可逆計算はこの制約を論理レベルで回避する。計算過程で情報を消去しない——つまり出力から常に入力を再構成できる——ならば、理論上はランダウアーの意味での強制的な発熱は生じない。1980年代、MITのFredkinやToffoliらは「弾道コンピュータ」などの理論モデルを設計し、可逆論理が原理的に成立することを示した。ただ当時は、それを実用的な回路として実現する方法がなかった。

Vaireの試みは、それを工学的な現実に変えることにある。

エネルギーを放散するのではなく、回収する

Earleyはさらに説明する。従来の回路は各クロックサイクルでノードのキャパシタに蓄えられた電荷をグランドラインへ放出し、電気エネルギーから熱エネルギーへの一方向の損失を生じさせる。Vaireのチップは断熱充放電戦略を採用し、緩やかで制御された電圧波形によって電荷をノード間で循環させ、単純にグランドと短絡させることをしない。これは電子のための「エネルギー回収軌道」を設けるようなものだ。

従来のチップ設計では、トランジスタのスイッチング消費電力の低減に注力してきたが、熱力学の観点からアーキテクチャ全体を見直すことはほとんどなかった。可逆計算は「計算には放熱が必要だ」という前提そのものへの根本的な問い直しだ。

この考え方の実装は容易ではない。断熱論理にはより精密なタイミング制御と専用のメモリセルが必要であり、シリコンプロセスにおける寄生抵抗や寄生容量が電荷回収の効率を制限する。Vaireは現在、ファウンドリと連携し、異なるプロセスノードで可逆論理の消費電力カーブを検証していると述べている。

工学的なボトルネックを突破できれば、可逆計算はまず最もエネルギー消費が大きいシナリオで価値を発揮できると期待される。たとえばAIニューラルネットワーク推論における大量の行列乗算演算はデータの再利用度が高く、多くの中間値を「繰り返し使用」できる。また、エッジ端末のバッテリー駆動デバイスもエネルギー循環の恩恵を直接受け、より大きなバッテリーに頼らずに航続時間を延ばせる可能性がある。

物理法則からビジネスの語りへ

もちろん、可逆計算は万能薬ではない。論理分岐や乱数生成などの演算は、ほぼ避けがたく情報を廃棄する必要がある。また、インダクタや電荷ポンプなどのエネルギー回収回路を追加で導入すると、チップ面積を占有し、設計コストが上昇する。業界はこれに対して好奇心を抱きつつも、静観の姿勢をとっている。

Earleyが打ち破ろうとしている固定観念はより根本的なものだ。「人々はいつも熱を計算の宿命だと思い込んでいますが、熱は私たちが捨てているゴミにすぎません。回収する仕組みを設計できれば、そのゴミも燃料になります」。彼女のビジョンでは、将来のAIアクセラレータやハイパフォーマンスプロセッサは単一のピーク性能を追い求めるのではなく、エネルギー効率の曲線上で持続可能な循環の道筋を見出すものとなる。

シリコントランジスタから可逆計算へ、チップ技術が飛躍するたびに、その本質は物理法則との再交渉だ。真の「グリーンコンピューティング」とは、より効率的な放熱ではなく、エネルギーが計算パイプラインの中を走り続けることかもしれない。

編集注：本稿は原文を翻訳・編集したうえで、可逆計算の物理的背景と業界の現状を補足している。具体的な技術的詳細については、各企業の公式開示情報を参照されたい。

本稿はMIT Technology Reviewより編訳。