细胞计算的能量成本 (2012)
摘要
本文从理论上计算了一个简单的细胞网络计算配体浓度的能量成本,表明打破细致平衡和消耗能量对于学习是必要的,这对资源受限的环境具有重要意义。
暂无内容
查看缓存全文
缓存时间: 2026/07/12 10:48
# 细胞计算的能量成本 来源:https://arxiv.org/abs/1203.5426 查看PDF (https://arxiv.org/pdf/1203.5426) > 摘要:细胞常常通过计算来响应环境信号。一个经典例子是Berg和Purcell首次考虑的问题:确定周围环境中化学配体的浓度。根据一般理论原理(Landauer原理),这种计算预计需要细胞消耗能量。本文针对一个简单的双组分细胞网络——该网络实现了带有噪声的Berg-Purcell策略——显式计算了计算配体浓度的能量成本。我们表明,了解外部浓度需要破坏细致平衡并消耗能量,且学得越多,所需能量越大。我们的计算提示,细胞计算的能量成本可能是那些设计用于资源贫乏环境(如细菌孢子萌发网络)的网络的重要约束条件。 ## 提交历史 来自:Pankaj Mehta [查看邮件](https://arxiv.org/show-email/1a5c1110/1203.5426) **[\[v1\]](https://arxiv.org/abs/1203.5426v1)** 2012年3月24日星期六 15:52:10 UTC (652 KB) **[\[v2\]](https://arxiv.org/abs/1203.5426v2)** 2012年4月4日星期三 14:21:24 UTC (652 KB) **[v3]** 2012年4月10日星期二 16:26:01 UTC (652 KB)
相似文章
智能体能否为化学反应定价?评估 LLM 在化学成本推理中的表现
本文介绍了 ChemCost,这是一个用于评估 LLM 智能体通过落地化学标识、检索报价和处理噪声来估算化学采购成本能力的基准。研究表明,当前智能体在科学工作流中面临鲁棒性和精确算术推理方面的挑战。
反应式计算图的成本核算:穷举扫描、顺序变异与反向局部性差距
本文提出了对反应式计算图进行穷举扫描和顺序变异的理论成本核算,推导出加速比,并在基于Julia的图引擎上进行了验证。
文献综述:边缘端LLM推理:持续负载下移动设备、NPU和GPU的性能效率权衡 | 手机上LLM的Bnechmarking [R]
本文献综述分析了持续负载下移动设备、NPU和GPU上LLM推理的性能效率权衡,重点关注手机上LLM的基准测试。
低资源计算 2026
2026年低资源计算研讨会挑战计算无限增长的趋势,倡导以历史成就为灵感的资源高效计算,旨在将处理能力重新交到个人手中,实现可持续的未来。
编程代理是否变得昂贵,还是我们对成本的衡量方式有误?
本文质疑编程代理的真实成本是否包含隐藏的人力监督和调试,认为真正的价值应以可信输出来衡量,而非原始 token 消耗。