Чем горячее, тем точнее. Почему новый чип из MIT работает по законам, противоположным всей остальной электронике

Обычно тепло в электронике считают проблемой: чем быстрее его отвести, тем лучше. Но группа исследователей из США решила сделать ход в другую сторону и превратить «лишнее» тепло в инструмент для вычислений. В Массачусетском технологическом институте создали крошечный кремниевый чип, который умеет выполнять математические операции, используя теплопроводность и уже имеющееся тепловыделение устройства.

Разработкой руководил Джузеппе Романо, сотрудник Института нанотехнологий для солдат (MIT). Вместо привычной логики на битах и напряжениях здесь используются температуры. Входные данные кодируются как строго заданные тепловые значения, затем этот «тепловой сигнал» проходит через специально спроектированные пористые структуры из кремния. То, как распределяется тепло внутри такой структуры, и становится результатом вычисления. Итог выражается количеством тепловой энергии, которое собирается на выходе, где поддерживается фиксированная температура.

На демонстрации команда показала умножение матрицы на вектор с точностью выше 99%. Это базовая операция для машинного обучения: на таких вычислениях держатся модели, включая большие языковые модели. Правда, исследователи сразу оговаривают ограничения. Масштабировать подход до современных нейросетей крайне трудно, потому что для больших задач пришлось бы объединять миллионы подобных «пиксельных» структур, а по мере усложнения матриц точность начинает падать.

Ключевой трюк проекта не только в идее «считать теплом», но и в том, как создаются сами структуры. Для этого разработали программную систему, которая проектирует материал под нужную теплопроводность методом обратного проектирования. Сначала задают желаемую функцию, а затем алгоритмы шаг за шагом подбирают геометрию: прямоугольная пористая структура делится на сетку, и параметры отдельных участков корректируются до тех пор, пока поведение теплового потока не начнет соответствовать заданному вычислению. По словам Романо, такие формы слишком сложны, чтобы придумать их «на глаз», поэтому проектирование приходится доверять алгоритмам.

Отдельная трудность возникла из-за самой физики теплопроводности: такие структуры естественным образом кодируют только положительные коэффициенты. Команда обошла это, разделив исходную матрицу на положительную и отрицательную части, обработав их отдельно и затем объединив результаты.

Даже если до полноценной замены цифровых ускорителей этому подходу далеко, у него есть понятная ниша уже сейчас. Поскольку вычисления опираются на избыток тепла, такие структуры можно использовать для теплового контроля и обнаружения «горячих точек» в микросхемах без дополнительных затрат энергии. По сути, они могут работать как встроенные детекторы источников тепла и температурных градиентов и потенциально заменить набор отдельных датчиков температуры на кристалле. Как отмечает соавтор работы, студент MIT Кайо Силва, в электронике тепло почти всегда побочный продукт, от которого пытаются избавиться, а здесь его рассматривают как носитель информации.

Работа опубликована в журнале Physical Review Applied.