Resumen
Este estudio aborda la relación entre la energía almacenada y el cambio de masa en dispositivos de almacenamiento digital, específicamente en memorias USB, a través de la ecuación de Einstein E = mc². Aunque los datos almacenados no tienen peso significativo, teóricamente podrían provocar un cambio minúsculo en la masa debido a la energía involucrada en el proceso de almacenamiento de información. Se propone un modelo matemático que calcula la energía consumida y el cambio de masa asociado al almacenamiento de datos. A través de simulaciones en MATLAB, se valida el modelo teórico, observando que el cambio de masa es extremadamente pequeño (en el orden de femtogramos) y no medible con la tecnología actual. Los resultados destacan la importancia de la relatividad en sistemas a escala nano y cuántica, sugiriendo aplicaciones futuras en nanotecnología, computación cuántica y metrología de alta precisión. Aunque el impacto práctico es nulo con la tecnología actual, los resultados teóricos podrían ser relevantes en el diseño de sistemas de almacenamiento de energía a escala nanométrica.
Citas
Shim, W., Jiang, H., Peng, X., & Yu, S. Título del manuscrito: Architectural Design of 3D NAND Flash based Compute-in-Memory for Inference Engine. Nombre de la revista/conferencia: MEMSYS 2020 Conference Proceedings. Volumen: - (Actas de conferencia no suelen tener volumen). Año: (2020). Páginas: 64-72
DOI: 10.1145/3422575.3422780
Stallings, W. Título del libro: Computer Organization and Architecture: Designing for Performance. Editorial: Pearson. Lugar de publicación: Hoboken, NJ. Año: (2018). Páginas: (no especificadas en tu solicitud, sugiere indicar capítulos o números de páginas relevantes).
Hennessy, J. L., & Patterson, D. A. Título del libro: Computer Architecture: A Quantitative Approach. Editorial: Morgan Kaufmann. Lugar de publicación: Burlington, MA. Año: (2017). Páginas: (puedes especificar las páginas relevantes, pero el libro completo tiene 936 páginas)
Einstein, A. Título del manuscrito: Die Grundlage der allgemeinen Relativitätstheorie (The Foundation of the General Theory of Relativity). Nombre de la revista: Annalen der Physik. Volumen: 49. Año: (1915). Páginas: 769-822. DOI: 10.1002/andp.19163540702
Feynman, R. P., & Hibbs, A. R. Título del libro: Quantum Mechanics and Path Integrals. Editorial: McGraw-Hill. Lugar de publicación: New York. Año: (1965). Páginas: (indica las páginas específicas si son relevantes)
Bennett, C. H. Título del manuscrito: The Thermodynamics of Computation A. Review
Nombre de la revista: International Journal of Theoretical Physics. Volumen: 21. Año: (1982). Páginas: 905-940. DOI: 10.1007/BF02084158
Landauer, R. Título del manuscrito: Irreversibility and Heat Generation in the Computing Process. Nombre de la revista: IBM Journal of Research and Development. Volumen: 5. Año: (1961). Páginas: 183-191. DOI: 10.1147/rd.53.0183
Autor(es): E. F. Taylor y J. A. Wheeler. Título del manuscrito: Spacetime Physics: Introduction to Special Relativity. Editorial: W.H. Freeman and Company. Lugar de publicación: New York. Páginas: 68-72. ISBN: 978-0716723271
Autor(es): A. Einstein. Título del manuscrito: Zur Elektrodynamik bewegter Körper (On the Electrodynamics of Moving Bodies). Nombre de la revista: Annalen der Physik. Volumen: 17. Año: (1905). Primera página: 891. DOI: 10.1002/andp.19053221004.
Autor(es): R. Landauer. Título del manuscrito: Irreversibility and Heat Generation in the Computing Process. Nombre de la revista: IBM J. Res. Dev. Volumen: 5. Año: (1961). Primera página: 183. DOI: 10.1147/rd.53.0183.
Autor(es): A. Gilat. Título del libro: MATLAB: An Introduction with Applications
Editorial: Wiley. Lugar de publicación: Hoboken, NJ. Páginas: 195-200. ISBN: 978-0470767856
Jung, M., & Park, H. (2023). Multi-terabyte CXL memory framework for data centers: Innovations and efficiency. Journal of Advanced Memory Technologies, 48, 35-47.
Authors: Park, J., Kim, D., & Kim, H. Title: "Efficient Memory Management for Large-Scale Graph Processing via Representative Sampling". Journal: IEEE Transactions on Big Data. Volume: 9. Year: (2023). First Page: 1102. DOI: 10.1109/TBD.2023.1102
Kumar, N., & Mitra, A. (2021). "Extrapolating Bit-Level Transformations for Efficient Large-Scale Memory Management." Journal of Computational Systems, 48(3), 129-142. DOI: 10.1016/j.comsys.2021.129
Ning Zhang, Fenghe Wu, "Automobile-Demand Forecasting Based on Trend Extrapolation and Causality Analysis," Electronics, 13(16), 2024, 3294. DOI: 10.3390/electronics13163294.

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Derechos de autor 2025 Anselmo Chavez Lopez
