计算系统内部单位时间内得到的功耗不变，因此性能 = 有用功/总功 也等于 计算能力/功耗，相同的计算能力功耗越小，性能越高。所以我们主要观察功耗问题，就可以知道性能的提升/降低的原因。
传输方面：
当前的CPU从内存每取8个字节花费1000pj, 8字节运算花费10pj，所以超导CPU在传输方面就有100倍的提升，省下90%的功耗。
计算方面
计算产生的功耗就是 w= KTln2，就是某种温度下有多少粒子状态发生改变。
芯片中每一个cmos恰好就是一个由电容“装扮”而成的信息bit, 充放电的过程就是在个bit上写入0或者1，如果但是自然放电的速度远远小于我们对其的要求，因此会给予更多的能量使其快速反转，导致引入更多状态变化，瞬时产生大功耗，同时由于热量无法短时间散出更增加其翻转需要的能量，《Signal entropy and the thermodynamics of computation》中有详细介绍，Near Threshold Computing（NTC）的引入就是为了减缓这个问题，而不断降低电压，减缓翻转速度和无用功耗。超导CPU虽然也是宏观操控电流，但是在低温下大量粒子表现的状态相同，所以相同的计算改变状态的数量很低，且每个信息bit翻转产生的能量更逼近 K*4*ln2
【 在 MaLing 的大作中提到: 】
:
https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=9162826: 比量子计算机更容易落地
--
修改:MaLing FROM 47.251.3.*
FROM 47.251.3.*