صرفه جویی‌های بزرگ انرژی برای ماشین‌های ریز

مفهوم مدل مولکولی (تصویر آرشیوی)
اعتبار: © alice_photo / Adobe Stock
 

درون همه‌ی ما تریلیون ها نانو ماشین مولکولی ریز وجود دارد که تنوعی از وظایف لازم را برای زنده نگه داشتنمان انجام می دهند.
 
در یک مطالعه شاخص، تیمی به رهبری دیوید سیواک، استاد فیزیک SFU ، برای اولین بار استراتژی‌ای را برای دستکاری این ماشین ها برای به حداکثر رساندن کارایی و صرفه جویی در انرژی نشان داد. این پیشرفت می تواند در بسیاری از زمینه ها تاثیر داشته باشد، از جمله ایجاد چیپ های کامپیوتری و سلول های خورشیدی کارآتر برای تولید انرژی.
 
نانو ماشین ها کوچک هستند، واقعا کوچک هستند - در واقع به عرض چند میلیاردم یک متر. آنها همچنین سریع و قادر به انجام وظایف پیچیده هستند: هر کاری از حرکت دادن مواد در اطراف یک سلول گرفته تا ساخت و شکست مولکول ها، و پردازش و اظهار اطلاعات ژنتیکی.
 
سیواک می گوید: این ماشین ها می توانند این وظایف را در حین مصرف انرژی بسیار کمی انجام دهند. بنابراین، نظریه ای که به پیش گویی بازده انرژی می پردازد به ما کمک می کند که بفهمیم چگونه این ماشین های میکروسکوپی کار می کنند و وقتی در هم می شکنند چه خطایی رخ می دهد.
 
همکاران آزمایشی سیواک در آزمایشگاه یک پیچش DNA را دستکاری کردند، که تاشدگی و بازشدگی آن حرکت مکانیکی ماشین های مولکولی پیچیده تر را تقلید می کند. همان طور که توسط تئوری سیواک پیش بینی شده بود، آنها دریافتند که حداکثر کارایی و حداقل تلفات انرژی در صورتی اتفاق می افتد که پیچش را در زمان تا کردن به سرعت بکشند، اما زمانی که در شرف باز شدن است به آهستگی بکشند.
 
استیون لارج، دانشجوی کارشناسی ارشد فیزیک SFU و نخستین نویسنده این مقاله، توضیح می دهد که پیچش های DNA (و نانوماشین ها) بسیار ریز و نرم هستند که به طور مداوم توسط برخورد های سخت با مولکول های اطراف هل داده می شوند.
 
لارج می گوید: "این که اجازه دهید هل دادن ها پیچش را برای شما باز کند یک صرفه جویی در انرژی و زمان است."
 
سیواک فکر می کند گام بعدی اعمال نظریه برای یادگیری نحوه راندن یک ماشین مولکولی از میان چرخه عملیاتی آن است، در حالی که انرژی مورد نیاز برای انجام این کار کاهش یابد.
 
بنابراین، فایده این که نانو ماشین ها را کارآتر سازیم چیست؟  سیواک می گوید که کاربردهای بالقوه می تواند در تنوعی از نواحی تغییر دهنده قاعده بازی باشد.
 
"فایده ها می تواند شامل طراحی چیپ های رایانه ای و حافظه های کامپیوتری کارآمدتر (با کاهش نیازهای توان و گرمایی که ساطع می کنند)، تولید مواد با انرژی تجدید پذیر بهتر برای فرآیندهایی مانند فتوسنتز مصنوعی (با افزایش انرژی مهار شده از خورشید) و بهبود خودگردانی ماشین های مولکولی زیستی برای کاربردهای فناوری زیستی مانند تحویل دارو باشد."
 

پردازش اطلاعات نیاز به انرژی زیادی دارد. سیستم های کامپیوتری صرفه جو در انرژی می توانند بازده محاسبات را افزایش دهند، اما چنانکه فیزیکدانان نشان می دهند کارایی این سیستم ها به طور نامحدود افزایش نمی یابد.
     
همانطور که استفاده از موتورهای بخار در قرن نوزدهم به طور فزاینده ای گسترش می یافت، پرسشی به زودی در مورد چگونگی بهینه سازی آنها خودنمایی کرد. ترمودینامیک، نظریه فیزیکی که از مطالعه این ماشین ها حاصل شد، ثابت کرد که یک رویکرد بسیار سودمند است؛ این نظریه همچنان یک مفهوم مرکزی در بهینه سازی مصرف انرژی در موتورهای گرمایی است.
 

حتی در عصر اطلاعات امروز، فیزیکدانان و مهندسان امیدوارند از این نظریه استفاده کنند؛ همواره این دارد واضح تر می شود که نرخ ساعت و یا تعداد تراشه های استفاده شده عوامل محدود کننده برای عملکرد یک کامپیوتر نیست، بلکه حجم گردش انرژی آن است که محدود کننده است. سیستم های کامپیوتری صرفه جو در انرژی می توانند بازده محاسبات را افزایش دهند، اما چنانکه فیزیکدانان نشان می دهند کارایی این سیستم ها به طور نامحدود افزایش نمی یابد. رناتو رنر، استاد فیزیک نظری و سرپرست گروه تحقیقاتی برای نظریه اطلاعات کوانتومی می گوید: "عملکرد یک مرکز محاسباتی به طور عمده بستگی دارد به این که چقدر گرما را می تواند پراکنده کند."
 
بیان رنر می تواند با رونق فراوان بیت کوین نشان داده شود: این نه خودِ ظرفیتِ محاسبات، که مصرف گزاف انرژی که مقدار زیادی حرارت تولید می کند، و هزینه های مرتبط با آن است که تبدیل به عوامل تصمیم گیرنده برای آینده رمزنگاری ارز می شود. مصرف انرژی رایانه ها در سایر زمینه ها نیز به صورت یک عامل مهم در تعیین هزینه درآمده است.
 
برای پردازش اطلاعات، سؤال در مورد تکمیل عملیات محاسباتی به کارآترین صورت ممکن بر حسب ترمودینامیک، به صورتی فزاینده مبرم می شود. یا به بیانی دیگر: چگونه می توانیم بیشترین تعداد عملیات محاسباتی را با حداقل مقدار انرژی انجام دهیم؟ مشابه مورد ماشین‌های بخار، یخچال‌ها و توربین‌های گاز، یک اصل اساسی در این سؤال است که در این جا طرح می شود: آیا بازده به طور نامحدود افزایش می یابد یا محدودیتی فیزیکی در این زمینه وجود دارد که اساسا نمی توان از آن عبور کرد؟
 

برای رنر، استادِ ETH، پاسخ روشن است: چنین محدودیتی وجود دارد. با همکاری دانشجوی دکترایش، فیلیپ فایست، که در حال حاضر یک پسادکترا در کلتک است، در مطالعه ای که به زودی در Physical Review X ظاهر خواهد شد نشان داد که کارایی پردازش اطلاعات را نمی توان به طور نامحدود افزایش داد - نه تنها در مراکز محاسباتی مورد استفاده برای محاسبه پیش بینی های آب و هوا یا پردازش پرداخت ها، بلکه همچنین در زیست شناسی، برای مثال، هنگام تبدیل تصاویر در مغز و یا بازتولید اطلاعات ژنتیکی در سلول ها. این دو فیزیکدان همچنین عوامل تصمیم گیرنده برای تعیین محدودیت را مشخص کردند.
 
رنر توضیح می دهد: "کار ما ترکیبی از دو نظریه است که، در نگاه اول، هیچ ارتباطی با یکدیگر ندارند: ترمودینامیک، که توصیف تبدیل گرما در فرایندهای مکانیکی است، و نظریه اطلاعات، که مربوط به اصول پردازش اطلاعات است."
 
منبع: دانشگاه سیمون فریزر و ETH Zurich