Des scientifiques du Massachusetts Institute of Technology (MIT) ont démontré une méthode révolutionnaire pour traiter les données en utilisant la chaleur perdue générée par les appareils électroniques. Au lieu de rejeter la chaleur comme sous-produit, ils ont conçu des structures microscopiques en silicium qui exploitent l’énergie thermique pour effectuer des calculs – un concept qui pourrait révolutionner l’efficacité énergétique dans les applications à haute puissance comme l’intelligence artificielle.
Comment ça marche : calcul analogique avec chaleur
La recherche, publiée dans Physical Review Applied, détaille les structures passives en silicium qui contrôlent avec précision la répartition de la chaleur sur la surface d’une puce. Ces structures ne reposent pas sur l’électronique conventionnelle ; au lieu de cela, ils exploitent les lois naturelles de la conduction thermique pour coder l’énergie thermique sous forme de données. Cette approche représente une évolution vers l’informatique analogique, où les valeurs physiques continues (température, flux thermique) remplacent les 1 et les 0 binaires.
À retenir : L’équipe a essentiellement transformé la chaleur, traditionnellement considérée comme un déchet, en une forme d’information utilisable.
Éliminer les capteurs et augmenter l’efficacité
L’innovation de l’équipe du MIT offre plusieurs avantages potentiels. Premièrement, cela pourrait éliminer le besoin de plusieurs capteurs de température sur les puces, réduisant ainsi les contraintes d’espace et la complexité. Plus important encore, la technique permet une détection de chaleur et une mesure de la température en temps réel sans augmenter la consommation d’énergie.
Ceci est particulièrement pertinent pour les tâches informatiques à forte puissance, où la génération excessive de chaleur constitue un défi majeur. En intégrant ces structures dans des systèmes microélectroniques, les chercheurs espèrent rendre les charges de travail d’IA et d’autres processus exigeants plus économes en énergie.
De la simulation à la réalité : faire évoluer la technologie
Lors des simulations, les structures ont réalisé avec succès une multiplication matrice-vecteur avec une précision de plus de 99 %. La multiplication matricielle est fondamentale pour l’apprentissage automatique et le traitement du signal, mais la mise à l’échelle de cette approche pour des tâches complexes telles que les grands modèles de langage (LLM) nécessiterait des millions de structures de silicium interconnectées.
La recherche s’appuie sur des travaux antérieurs du MIT de 2022, axés sur la conception de matériaux nanostructurés capables de contrôler le flux de chaleur. L’équipe explore actuellement des applications dans la gestion thermique, la détection des sources de chaleur et la surveillance des gradients de température pour éviter d’endommager les puces sans nécessiter d’énergie supplémentaire.
“La plupart du temps, lorsque vous effectuez des calculs dans un appareil électronique, la chaleur est le déchet… Mais ici, nous avons adopté l’approche inverse en utilisant la chaleur comme forme d’information elle-même”, explique Caio Silva, auteur principal de l’étude.
L’objectif ultime est de transformer un problème d’ingénierie de longue date – le gaspillage d’énergie thermique – en une nouvelle ressource informatique. Cette recherche suggère un avenir dans lequel les appareils ne se contentent pas de traiter les données, ils apprennent de la chaleur même qu’ils produisent.
