本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：工作論文
- 編號：工作論文 #37
- 日期：2026-03-18
摘要
抽象的 。我們透過最近引入的資訊處理第二定律分析了產生隨機數的三種主要方法的熱力學成本。如果可以存取指定的隨機來源，隨機數產生器 (RNG) 將根據所需的目標機率分佈產生樣本。這與使用完全確定性演算法的偽隨機數產生器 (PRNG) 以及隨機來源是物理系統的真隨機數產生器 (TRNG) 不同。對於每一類，我們都根據作為有限狀態機實現的演算法來分析發電機的熱力學，因為這些演算法允許直接限制所需的物理資源。這為三類主要的 RNG 演算法（包括馮諾依曼演算法、Knuth 和 Yao 演算法、Roche 和 Hoshi 演算法）以及 PRNG 方法運行期間的散熱和工作消耗設定了界限。我們引入了通用 TRNG 並針對任意目標分佈準確地確定其熱力學成本。結果凸顯了隨機數產生的三種主要方法之間的顯著差異：一種是工作產生，一種是工作消耗，另一種是潛在的耗散中性。值得注意的是，TRNG 既可以產生隨機數，也可以將熱能轉換為儲存功。這些資訊創建的熱力學成本補充了蘭道爾對資訊破壞的不可減少成本的限制。