Naukowcy z Massachusetts Institute of Technology (MIT) zademonstrowali przełomową metodę przetwarzania danych z wykorzystaniem ciepła odpadowego wytwarzanego przez urządzenia elektroniczne. Zamiast wyrzucać ciepło jako produkt uboczny, opracowali mikroskopijne struktury krzemowe, które przekształcają energię cieplną w obliczenia, co może zrewolucjonizować efektywność energetyczną w zastosowaniach o wysokiej wydajności, takich jak sztuczna inteligencja.
Jak to działa: obliczenia analogowe z wykorzystaniem ciepła
Badanie opublikowane w czasopiśmie Physical Review Applied opisuje pasywne struktury krzemowe, które precyzyjnie kontrolują rozkład ciepła na powierzchni chipa. Struktury te nie opierają się na tradycyjnej elektronice; zamiast tego wykorzystują naturalne prawa przewodności cieplnej do kodowania energii cieplnej jako danych. Podejście to oznacza przejście do obliczeń analogowych, w których ciągłe wielkości fizyczne (temperatura, przepływ ciepła) zastępują binarne jedynki i zera.
Kluczowy wniosek : Zespół faktycznie zamienił ciepło, tradycyjnie uważane za produkt odpadowy, w użyteczną formę informacji.
Eliminacja czujników i poprawa wydajności
Innowacja zespołu MIT oferuje kilka potencjalnych korzyści. Po pierwsze, może wyeliminować potrzebę stosowania wielu wbudowanych czujników temperatury, redukując ograniczenia przestrzenne i złożoność. Co ważniejsze, technika ta umożliwia wykrywanie i pomiar temperatury w czasie rzeczywistym bez zwiększania zużycia energii.
Jest to szczególnie prawdziwe w przypadku zadań obliczeniowych o dużej wydajności, w których głównym problemem jest nadmierne wytwarzanie ciepła. Osadzając te struktury w systemach mikroelektronicznych, badacze mają nadzieję zwiększyć efektywność energetyczną obciążeń AI i innych procesów wymagających dużej ilości zasobów.
Od symulacji do rzeczywistości: technologia skalowania
W symulacjach konstrukcji mnożenie macierz-wektor pomyślnie przeprowadzono z dokładnością ponad 99%. Mnożenie macierzy ma fundamentalne znaczenie w uczeniu maszynowym i przetwarzaniu sygnałów, ale skalowanie tego podejścia do złożonych problemów, takich jak duże modele językowe (LLM), będzie wymagało milionów wzajemnie połączonych struktur krzemowych.
Badania opierają się na wcześniejszych pracach MIT 2022, które koncentrowały się na opracowaniu materiałów nanostrukturalnych, które mogą kontrolować przepływ ciepła. Zespół bada obecnie zastosowania w zarządzaniu temperaturą, wykrywaniu źródła ciepła i monitorowaniu gradientu temperatury, aby zapobiegać uszkodzeniom chipów bez dodatkowego zapotrzebowania na energię.
„W większości przypadków podczas wykonywania obliczeń na urządzeniu elektronicznym ciepło jest produktem ubocznym… Jednak w tym przypadku przyjęliśmy odwrotne podejście, wykorzystując ciepło jako formę informacji” – wyjaśnia Caio Silva, główny autor badania.
Ostatecznym celem jest przekształcenie długotrwałego problemu inżynieryjnego – marnowanej energii cieplnej – w nowe zasoby obliczeniowe. Badania te przewidują przyszłość, w której urządzenia nie tylko przetwarzają dane, ale uczą się na podstawie wytwarzanego przez nie ciepła.
