擦掉一个比特，要花多少焦耳
这本书里所有的量都是无量纲的——比特是个纯数。这一章会出现全书唯一一个有物理单位的常数，而它把信息论和热力学焊死在了一起。
现代 CPU 里一次晶体管开关消耗的能量，大约是「擦掉一个比特的物理下限」的多少倍？
一只 150 岁的妖怪
1867 年，麦克斯韦提出了一个思想实验，目的是攻击热力学第二定律。
一个盒子，中间有一道隔板，隔板上有一扇小门。左右两边都是同样温度的气体。
门口坐着一只小妖怪。它观察每一个飞过来的分子：快的就放到右边，慢的就放到左边。
过一段时间，右边全是快分子（热），左边全是慢分子（冷）。温差凭空出现了，而妖怪没有做功（开关一扇无摩擦的门不耗能）。
有了温差就能驱动热机做功。第二定律被违反了。
这只妖怪困扰了物理学界一百多年。人们试过各种解释——「观察分子要用光，光要能量」（Szilard 1929 的思路），但都不够彻底。
真正的答案在 1961 年由 IBM 的 Rolf Landauer 给出，而它来自一个完全不同的方向：
在温度 T 的环境中，擦除一个比特的信息，至少要向环境散掉 k·T·ln2 的能量。
注意它说的不是「计算」，是「擦除」。这个区别是整件事的关键。
算一下这个数：
E = k · T · ln2 k = 1.380649 × 10⁻²³ J/K # 玻尔兹曼常数（2019 年起是精确定义值） T = 300 K # 室温，约 27 ℃ ln2 = 0.6931471806 # 「一个比特」换成自然对数 E = 1.380649e-23 × 300 × 0.693147 = 【2.871 × 10⁻²¹ 焦耳】 = 2.871 泽普托焦耳（zJ） = 0.01792 电子伏特
为什么是「擦除」而不是「计算」
这是这一章最重要的一点，而且它一点都不显然。
考虑两个操作：
操作一：NOT 0 → 1, 1 → 0 可逆。给我输出，我能倒推输入。 状态数：2 进，2 出。【没有信息被销毁。】 操作二：AND (0,0)→0 (0,1)→0 (1,0)→0 (1,1)→1 不可逆。输出 0 时，你不知道输入是三种里的哪一种。 状态数：4 进，2 出。【一个比特被销毁了。】
热力学第二定律说：孤立系统的熵不减。
当你把 4 个状态压成 2 个，系统本身的熵少了 1 比特。而第二定律不允许总熵减少，所以这 1 比特必须跑到环境里去——变成热。
而「1 比特的熵」换算成热力学单位，正好是 k·ln2 焦耳每开尔文；在温度 T 下散掉，就是 k·T·ln2 焦耳。
所以那个 ln2 不是凑出来的，它就是「比特换成奈特」的换算因子。第 4 章说信息熵和热力学熵是同一个量的两套单位——这个公式就是那句话的收据。
妖怪是怎么死的
Charles Bennett 在 1982 年用兰道尔原理彻底解决了麦克斯韦妖：
妖怪必须【记住】每个分子的快慢，才能决定开不开门。
它的记忆是有限的。
记忆满了之后，它必须【擦掉】旧记录才能继续工作。
而每擦一个比特，要散掉 k·T·ln2 的热。
算总账：妖怪通过分拣得到的可用能量，
恰好【不多于】它擦除记忆必须散掉的热。
第二定律安然无恙。
妖怪不是败在「观察要花能量」上——Bennett 证明了观察原则上可以做到不耗能。
它败在「记忆是有限的，而忘记要付钱」上。
信息不是一个抽象的记账概念，它是一种物理资源。你脑子里、硬盘上、寄存器里的每一个比特，都占着这个宇宙里的一点点热力学额度。而清空它，要向宇宙缴税。
惠勒那句著名的 "It from bit"（万物源自比特），说的就是这一层。这句话常被过度解读成某种神秘主义，但它有一个非常朴素的版本：信息不能脱离物理载体存在，所以关于信息的定律必然也是物理定律。
这个数被测出来了
2012 年，一个法德联合团队（Bérut 等人）在《自然》上发表了兰道尔极限的直接实验验证。
做法很巧妙：用光镊在液体里困住一个直径几微米的胶体小球，用两个光阱做成一个「双势阱」——球在左边势阱代表 0，在右边代表 1。然后通过操纵势阱，强制把球从「随机在某一边」变成「一定在右边」——这就是一次比特擦除。
测量整个过程中耗散的热量，结果确实收敛到 kT·ln2，而且擦得越慢越接近这个下界（快速擦除会有额外耗散，这也符合理论）。
一个 1961 年的理论预言，五十一年后在一个胶体小球上被量出来了。
离现实还有多远
| 一次操作 | 大致能耗 | 是兰道尔极限的 |
|---|---|---|
| 兰道尔极限（300 K，擦 1 比特） | 2.87 × 10⁻²¹ J | 1 倍 |
| 一次 CMOS 晶体管开关（量级估计） | ~10⁻¹⁷ J | 3483 倍 |
| 一次 64 位整数加法（量级估计） | ~10⁻¹³ J | 约 3500 万倍 |
| 一次 DRAM 访问（量级估计） | ~10⁻¹¹ J | 约 35 亿倍 |
（这些是数量级参考，具体数值随工艺和电压差异很大。）
说它大：三四个数量级意味着理论上还有一千到一万倍的能效提升空间。这不是小数目。
说它小：芯片能效在过去几十年提升了很多个数量级，而现在剩下的余量只有三四个。按历史速度，这点余量撑不了很久。而且实际上你永远碰不到极限——在接近 kT 的能量尺度上工作，热噪声会让电路频繁出错。
所以真实的工程边界比兰道尔极限高得多。要在噪声中可靠地区分 0 和 1，通常需要能量势垒远高于 kT（一般认为要几十倍以上），否则数据会自己翻转——这正是第 14 章那个 BSC 在物理层的来源。
可靠性要花钱。这句话在信息论里是「码率要低于容量」，在物理里是「能量势垒要远高于 kT」。同一件事。
可逆计算：一条尚未走通的出路
如果只有「擦除」要付钱，那么原则上——一台只做可逆操作的计算机，可以不耗能。
这不是幻想，是有理论基础的：
- Toffoli 门和 Fredkin 门是通用的可逆逻辑门，任何计算都能用它们搭出来。
- Bennett 证明：任何计算都能改造成可逆的，代价是要保留中间结果（占空间），最后再「反向计算」把它们清掉。
- 绝热电路 / 自适应电荷回收是可逆计算的工程尝试，实验室里有原型。
但它至今没有实用化，原因很实在：可逆计算要求过程足够慢（趋于准静态），而慢就意味着性能差。目前看，用速度换能效在绝大多数场合不划算。
量子计算天然是可逆的（幺正演化必然可逆），这是它和兰道尔原理最直接的关联——但量子计算的能耗优势并不来自这里，而且测量本身仍然是不可逆的。
现实中计算耗能，是因为我们用的逻辑门（AND、OR）都是不可逆的，而且我们不停地在覆盖寄存器、清空缓存——每一次覆盖都是一次擦除。
另一个相关的错误直觉：
「数据中心的能耗主要花在存储上。」 静态存储原则上不耗能（硬盘上一个静止的磁畴不需要持续供能）。耗能的是读写、传输、和维持状态所需的刷新（DRAM 要不断刷新，这才是它耗电的原因）。这本书里 ln2 出现了三次，在三个完全不同的领域：
1. 第 4 章：热力学熵 ↔ 信息熵的换算
S = k · ln W vs H = log₂ n
比值 = k · ln2
2. 第 18 章：通信的能量下界
E_b / N₀ ≥ ln2 = −1.59 dB
3. 这一章：擦除一个比特的能量下界
E = k · T · ln2
它们全都来自同一件事：「一个比特」这个单位，是以 2 为底定义的，而物理世界的统计力学用的是自然对数。
所以每次一个信息论的量要换成物理单位，就会掉出一个 ln2。这个常数是两个世界之间的汇率。
选 A 的人高估了我们离极限有多近，选 D 的人低估了半导体工艺已经走了多远。
3500 倍这个数字的价值在于它同时说了两件相反的事：还有很大空间（三四个数量级），但空间是有限的（不是无穷）。摩尔定律的能效版本有一个明确的、由物理定律给出的终点——而我们离它已经不算太远了。
这一章的一句话
擦掉一个比特，宇宙向你收 kT·ln2 焦耳。这个价格杀死了麦克斯韦妖，也证明了信息熵和热力学熵是同一个东西——而只有「忘记」要付钱，「计算」本身不用。
下一章讲第二种边界，而它不是物理的，是控制的。
会有两条定律：一条说「你压不住你分辨不出来的东西」，另一条说「任何一个好的调节器，必然是被控对象的一个模型」。而这两条定律会顺手解释一件你可能一直觉得只是「人性问题」的事——为什么 KPI 一旦成为目标，就不再是好指标。