Gli scienziati del Massachusetts Institute of Technology (MIT) hanno dimostrato un metodo innovativo per l’elaborazione dei dati utilizzando il calore di scarto generato dai dispositivi elettronici. Invece di scartare il calore come sottoprodotto, hanno progettato strutture microscopiche di silicio che sfruttano l’energia termica per eseguire calcoli – un concetto che potrebbe rivoluzionare l’efficienza energetica in applicazioni ad alta potenza come l’intelligenza artificiale.
Come funziona: calcolo analogico con calore
La ricerca, pubblicata su Physical Review Applied, descrive in dettaglio le strutture passive del silicio che controllano con precisione la distribuzione del calore sulla superficie del chip. Queste strutture non si basano sull’elettronica convenzionale; sfruttano invece le leggi naturali della conduzione del calore per codificare l’energia termica come dati. Questo approccio rappresenta uno spostamento verso il calcolo analogico, dove i valori fisici continui (temperatura, flusso di calore) sostituiscono gli 1 e gli 0 binari.
Punto chiave : il team ha sostanzialmente trasformato il calore, tradizionalmente considerato un prodotto di scarto, in una forma di informazione utilizzabile.
Eliminazione dei sensori e aumento dell’efficienza
L’innovazione del team del MIT offre diversi potenziali vantaggi. Innanzitutto, potrebbe eliminare la necessità di più sensori di temperatura sui chip, riducendo i vincoli di spazio e la complessità. Ancora più importante, la tecnica consente il rilevamento del calore e la misurazione della temperatura in tempo reale senza aumentare il consumo di energia.
Ciò è particolarmente rilevante per le attività di calcolo ad alta potenza, dove la generazione eccessiva di calore rappresenta una sfida importante. Incorporando queste strutture nei sistemi microelettronici, i ricercatori sperano di rendere i carichi di lavoro dell’intelligenza artificiale e altri processi impegnativi più efficienti dal punto di vista energetico.
Dalla simulazione alla realtà: scalare la tecnologia
Nelle simulazioni, le strutture hanno eseguito con successo la moltiplicazione matrice-vettore con una precisione superiore al 99%. La moltiplicazione delle matrici è fondamentale per l’apprendimento automatico e l’elaborazione dei segnali, ma adattare questo approccio a compiti complessi come i modelli linguistici di grandi dimensioni (LLM) richiederebbe milioni di strutture di silicio interconnesse.
La ricerca si basa su un precedente lavoro del MIT del 2022, incentrato sulla progettazione di materiali nanostrutturati in grado di controllare il flusso di calore. Il team sta ora esplorando applicazioni nella gestione termica, nel rilevamento della fonte di calore e nel monitoraggio del gradiente di temperatura per prevenire danni ai chip senza ulteriori requisiti di alimentazione.
“La maggior parte delle volte, quando si eseguono calcoli in un dispositivo elettronico, il calore è il prodotto di scarto… Ma qui abbiamo adottato l’approccio opposto, utilizzando il calore come una forma di informazione stessa,” spiega Caio Silva, autore principale dello studio.
L’obiettivo finale è trasformare un problema ingegneristico di lunga data – lo spreco di energia termica – in una nuova risorsa computazionale. Questa ricerca suggerisce un futuro in cui i dispositivi non si limitano a elaborare i dati, ma imparano proprio dal calore che producono.
