计算的本质：在信息的控制下，利用能量实现运算。
计算本质是一种机械运动，需要信息（指令）控制。今天所有的集成电路里面其实都是各种各样的开关电路实现计算。
自1946年以来，计算机70多年的发展，本质上是提高能量利用率的过程。
1965年摩尔提出摩尔定律，即集成电路的性能每12个月翻一番。1975年摩尔对摩尔定律有所修正：认为1980年起集成电路的性能每两年就会翻一番。经历了50年的翻番进步后，基于半导体材料的集成电路里面器件的集成度已经接近了物理的极限。
继续提高单位能耗的计算能力，而不是一个芯片中绝对的计算能力。
利用人的能量，在珠算口诀这种信息集合的控制下，完成信息的处理
帕斯卡发明能做加减法的计算机，使用起来不需要学习，从能量的角度讲，它不如算盘有效，但是所需要的控制信息少。（用能量换信息）
通过机械实现了一些本来需要指令才能实现的控制，做更复杂的计算。
发明了能够做微积分的计算机。
在此之前巴贝奇等人的计算机一次只能做一种运算，而德国工程师楚泽希望机器能够按照流程完成一系列的运算。
楚泽在它第二个计算机中就使用了继电器取代机械设备，不仅消耗的能量低，而且速度快。
机械计算机如同纽卡门蒸汽机，每次工作一下都要等气缸冷却。
继电器的计算机如同瓦特改进后的蒸汽机，不再需要冷却过程，可以连续工作。
1946年，第一台通用电子计算机埃尼亚克诞生了，用电子设备取代继电器，用到了图灵在1936年提出的图灵机的理论。
用信息置换能量：在处理器中将信息处理的算法集成进去，就能大幅度提高单位能耗的计算能力。
相应处理器的应用场景受到了限制。
前提：需要对人工智能算法的信息处理过程有深刻的了解。
一种特殊的图形处理器，并很多人工智能的应用作了专门的优化。
相比通用处理器，它单位能耗的计算能力能提高两个数量级（百倍左右）。
根据人工智能计算的特点，将计算的精度从64位降低到8位，这样就可以用同样数量的晶体管搭建几十倍的内核，于是每一个内核的能耗就降低了。
只适合进行和深度学习有关的计算，将深度学习算法的特点设计到了处理器中。
计算机需要有能量和信息的控制才能工作，计算机完成越多的运算，消耗的能量也越高。
楚泽在它第二个计算机中就使用了继电器取代机械设备，不仅消耗的能量低，而且速度快。