Energetyczna rewolucja: komputery zasilane ciepłem odpadowym

Naukowcy z Massachusetts Institute of Technology opracowali mikroskopijne struktury krzemowe zdolne do wykonywania obliczeń matematycznych wykorzystując ciepło odpadowe zamiast energii elektrycznej. A przy tym osiągnęli ponad 99 proc. dokładności w operacjach mnożenia macierzy, które są fundamentem uczenia maszynowego.

To zapowiedź energooszczędnej elektroniki, która problem przekształca w zaletę. W konwencjonalnych komputerach ciepło jest bowiem niepożądanym produktem ubocznym, który musi być aktywnie kontrolowany i odprowadzany (zazwyczaj za sprawą potężnych urządzeń klimatyzacyjnych). Zespół z MIT odwrócił ten paradygmat, kodując dane wejściowe jako określone temperatury i pozwalając ciepłu przepływać przez specjalnie zaprojektowane porowate struktury krzemowe o rozmiarach zbliżonych do cząsteczki kurzu.

Dane wyjściowe są reprezentowane przez moc zebraną na końcu struktury, która jest utrzymywana w stałej temperaturze. Mnożenie macierzy – matematyczny fundament dużych modeli językowych i innych systemów uczenia maszynowego – jest wykonywane w miarę dyfuzji ciepła przez krzem, przy czym geometria struktury koduje współczynniki. Przełom był możliwy dzięki systemowi oprogramowania, który naukowcy opracowali wcześniej i który wykorzystuje „projektowanie odwrotne” – metodę, w której inżynierowie najpierw definiują pożądaną funkcjonalność, a następnie algorytmy iteracyjnie projektują optymalną geometrię, która ją osiągnie.

Podczas gdy testy na małych macierzach z dwiema lub trzema kolumnami osiągnęły dokładność powyżej 99 proc., pozostają znaczne wyzwania, zanim technologia mogłaby wspierać aplikacje na dużą skalę, takie jak uczenie głębokie, które wymagałoby połączenia milionów struktur. Badacze zauważyli, iż wraz ze wzrostem złożoności macierzy dokładność spada, a ograniczenia przepustowości wymagałyby rozszerzenia dla zastosowań uczenia maszynowego.