Вероятно да - тогда давайте посчитаем это
Молекулярный компьютер что это такое ?
Это система способная делать вычисления моделей связей большого числа взаимодействующих вместе молекул
Но для этого чипы не обязательно должны быть из молекул
Хотя они должны быть достаточно мощными и даже очень мощными ..
Возьмём живую клетку в которой 60 триллионов молекул (примерно)
Это уже модель которая может быть вполне интересна для её более детального изучения
Если на модель молекулы у нас уходит около 100 байт то модель нашей клетки будет весить не менее 6 терабайт
Это сопоставимо с размером современных моделей типа gpt
Да - это всего лишь очень маленькая клетка - и как в ней много данных ..
это впечатляет ..
пусть у нас очень мощная видео карта RTX 5090 с пропускной способностью памяти около 1,7 терабайт в секунду
Для неё это будет не простая задача и в режиме реального времени она её кажется не вытянет или будет работать на пределе своих возможностей
Хотя если объединить около 4-х мощных пк в одну сеть тогда это станет более реально ..
Однако и этого нам также может не хватить - но в случае хорошей оптимизации всё должно работать более менее нормально
Таким образом мы убедились что из пк сделать молекулярный компьютер необходимой мощности - достаточно сложная задача ..
Для этого нам нужны хотя бы десятки мощных компьютеров
Тогда вы сможете решать некоторые не очень сложные задачи связанные с работой и устройством например связей нейронов мозга или что то в этом роде
А вот просчитать несколько не очень больших молекул белков это вашему пк вполне под силу уже сейчас
Хотя это и будет довольно не сложная задача которая не имеет очень большой ценности - Так можно например сделать модель вируса или бактерии но при этом не делать её слишком детализованной и сложной ..
Нам необходимо также понимать - что умные Алгоритмы и оптимизация кода программы обычно играет более весомое значение при решении сложных задач чем даже само железо ..
**
Молекулярный компьютер (биокомпьютер) — вычислительное устройство, которое использует молекулы для выполнения логических операций и хранения данных.
ru wiki.ruprezi.com
История
Идея использования молекул в качестве элементной базы вычислительных устройств возникла в 1974 году в фирме IBM.
Исследователи А. Авирам и М. Ратнер предложили модель выпрямителя (диода), состоящего из одной органической молекулы.
monographies.ru
В 1994 году Леонард Адлеман продемонстрировал, что с помощью пробирки с ДНК можно эффективно решать классическую комбинаторную «задачу о коммивояжёре». foxford.ruhabr.com
Принцип работы
Молекулярные компьютеры используют молекулы, которые могут существовать в двух термодинамически устойчивых состояниях.
Каждое из них имеет свои физические и химические свойства.
Переводить молекулу из одного состояния в другое ( переключать) можно с помощью света, тепла, химических агентов, электрического и магнитного поля.
Применение
Молекулярные компьютеры применяются в различных областях, например:
Научные исследования. Моделирование сложных молекулярных взаимодействий, что позволяет проводить эксперименты с высокой степенью точности. Промышленность. Оптимизация процессов и разработка новых материалов, анализ больших массивов данных. Биомедицина. Ускорение процессов разработки лекарств и диагностики заболеваний за счёт моделирования взаимодействий молекул.
Учёные предполагают, что молекулярные компьютеры смогут выполнять сложные расчёты, недоступные для традиционных суперкомпьютеров. Также ожидается, что они будут компактными, с низким потреблением энергии, что позволит интегрировать их в различные устройства и системы.
prezi.com
Однако массовое производство молекулярных компьютеров пока затруднено из-за сложности разработки и масштабирования технологий
**
Физики изучали электроны десятилетиями, но волнообразный аспект этих частиц вносит дополнительную сложность в вопрос. Электроны можно описать не только как маленькие точки, но и как волновые функции. Они выглядят как формы или поверхности в многомерных пространствах. Иногда эти формы относительно просты. В других случаях они запутаны и сложны для измерения. Методология исследования, появившаяся в последнее время и относящаяся преимущественно к квантовой физике, позволяет описать форму электрона более детально.
Используя фотоэмиссионную спектроскопию с угловым разрешением (ARPES) , команда ученых записала подробности поведения электронов при попадании на них света. ARPES помог им определить ранее неуловимое свойство электронов, которое является ключом к лучшему пониманию их геометрии.
В обычных условиях мы говорим об энергии или скорости электрона. Это знакомые концепции. Геометрия, с другой стороны, указывает на закономерности или формы, которые могут принимать электронные волны, когда они располагаются в твердом теле.
Квантовая геометрия влияет на то, как эти частицы взаимодействуют, объединяются в пары и даже вызывают необычное поведение. Одним из примеров является сверхпроводимость, когда электроны мчатся вдоль материала без сопротивления.
Другой случай - когда электроны формируют упорядоченные узоры, немного похожие на коллекцию синхронизированных танцоров. Наблюдение за геометрией может помочь ученым разрабатывать новые материалы с новыми электронными характеристиками.
Команда измерила этот геометрический эффект в классе материалов, называемых металлами кагоме.
Металлы кагоме получили свое название из-за повторяющегося узора атомов, напоминающего ряд взаимосвязанных треугольников. Эта структура решетки может влиять на то, как электроны перемещаются и делятся энергией.
Физики давно интересуются этими металлами - поскольку они обладают особыми свойствами, которые не свойственны многим другим материалам.
Наблюдение за их внутренней геометрией может объяснить, почему электроны в этих металлах иногда выстраиваются особым образом, вызывая повышенную сверхпроводимость или другие странные эффекты.
В ходе экспериментов ARPES исследователи направляют луч фотонов на кристалл. Свет выталкивает электроны из материала, что позволяет ученым измерять углы и спины этих электронов. Собирая эти данные, они реконструируют, как движутся электроны внутри кристалла и какие формы они образуют.
Квантовая геометрия гораздо богаче стандартной геометрии, которую мы изучаем в повседневной математике.
Форма волновой функции электрона не похожа на типичный круг или сферу. Она может принимать формы, которые скручиваются и образуют петли в более высоких измерениях.
Наблюдение этой формы в реальном материале подтверждает предсказания, которые теоретики преследовали в течение длительного времени. Это означает, что эти теоретические конструкции, описывающие волновые функции, имеют реальные, измеримые последствия.
И теперь есть проверенный способ их измерения, поэтому будущие исследования могут быть направлены на экзотические материалы, демонстрирующие другие закономерности или новое поведение.