То, что раньше охлаждали и выбрасывали, теперь думает само: тепло внутри чипов взяли на работу

Исследователи нашли способ заставить тепло выполнять вычисления, которые раньше были доступны только электронным схемам. Обычное избыточное нагревание микрочипов внезапно превратилось в источник полезной вычислительной работы. Эксперименты показали, что такие расчёты могут выполняться с точностью свыше 99 %. Об этом сообщает Knowridge со ссылкой на публикацию Массачусетского технологического института.

Когда тепло становится вычислительным ресурсом

В традиционной электронике тепло всегда считалось проблемой. При работе микросхем оно накапливается, снижает эффективность устройств и требует сложных систем охлаждения. Инженеры годами искали способы быстрее и дешевле отводить лишнюю энергию, не допуская перегрева. Учёные из Массачусетского технологического института предложили радикально иной подход. Вместо борьбы с нагревом они решили использовать его как носитель информации, продолжая линию исследований на стыке физики и вычислений, где всё чаще пересматриваются привычные границы возможностей технологий и самого искусственного интеллекта.

В основе идеи лежит так называемое тепловое аналоговое вычисление. В такой системе данные кодируются не электрическими импульсами, а температурой. Тепло распространяется по специально спроектированным кремниевым структурам, а его движение — скорость, направление и концентрация — естественным образом формирует результат вычислений. Итог считывается по изменению тепловой мощности на границе с областью фиксированной температуры.

Математика, встроенная в форму кремния

Чтобы проверить работоспособность подхода, команда сосредоточилась на матрично-векторном умножении. Эта операция лежит в основе машинного обучения и используется практически во всех нейросетевых моделях — от распознавания изображений до генерации текста. Именно такие вычисления определяют эффективность современных систем, работающих с большими массивами данных.

Каждый вычислительный элемент представляет собой микроскопический фрагмент кремния, сравнимый по размеру с пылинкой. Внутри него расположены поры сложной формы, которые управляют распространением тепла. Эти структуры невозможно спроектировать вручную. Вместо этого учёные применили метод обратного проектирования, уже зарекомендовавший себя в других экспериментах с физикой микрочипов, включая работы, где исследователи создавали необычные эффекты вроде микроскопических землетрясений внутри кристаллов кремния.

Алгоритм шаг за шагом изменяет цифровую модель кремниевой структуры, пока тепловые потоки внутри неё не начинают соответствовать требуемым вычислениям. В результате получается объект, форма которого буквально "запоминает" математическую операцию и выполняет её без участия транзисторов и электрических сигналов.

Ограничения и первые практические результаты

Одной из главных сложностей стали фундаментальные законы теплопередачи. Тепло всегда движется от горячего к холодному, из-за чего сложно напрямую работать с отрицательными значениями. Исследователи обошли это ограничение, разделив вычисления на положительную и отрицательную части. Для каждой из них используются отдельные структуры, а затем результаты объединяются. Дополнительно была изменена толщина кремния: более массивные участки лучше проводят тепло, что расширяет диапазон возможных операций.

Пока что эксперименты проводились на небольших матрицах с двумя или тремя столбцами. Несмотря на скромный масштаб, такие расчёты уже имеют прикладную ценность. Они могут применяться для мониторинга тепловых потоков внутри микросхем, выявления опасных зон перегрева и анализа состояния электроники в реальном времени. В ряде тестов точность вычислений превышала 99 %.

Потенциал и шаги к будущему

Создание полноценных систем искусственного интеллекта на основе тепловых вычислений остаётся серьёзным вызовом. Для этого потребуются миллионы подобных элементов, работающих синхронно. По мере роста сложности схем могут снижаться точность и скорость передачи тепла. Тем не менее исследователи видят в технологии важное преимущество. Она использует уже существующее отработанное тепло и не требует дополнительного энергопотребления.

В перспективе команда планирует соединять тепловые элементы в цепочки, чтобы выход одного блока становился входом для следующего. Такой подход позволит приблизить архитектуру к принципам работы нейросетей. Учёные также рассматривают возможность создания программируемых тепловых структур, которые можно будет перенастраивать под разные задачи, открывая путь к практическому использованию вычислений на основе тепла.