变换亚稳态记忆：计算的非平衡热力学

将计算框定为亚稳态记忆的变换，我们探究其根本的热力学极限。信息的真正力量源于此处导出的非平衡自由能的新分解，它提供了粗粒化记忆系统的严格热力学描述。在近乎准静态极限下，逻辑上不可逆的操作可以热力学可逆地执行。然而，在此我们表明，除了朗道尔界所要求的用于计算的可逆功之外，对于模块化计算以及计算中所用记忆单元间被忽略的统计结构，都必须产生耗散。随后将一般结果应用于评估所有双输入—单输出逻辑门（包括通用NAND门）的热力学代价。交织的讨论阐明了麦克斯韦妖与信息引擎的前景，以及未来超高效计算机的机会。