利用廢熱進行類比運算

電子設備產生的熱能通常是一個問題，但由麻省理工學院（MIT）士兵奈米技術研究所研究科學家 Giuseppe Romano 領導的團隊，發現了一種利用熱能進行數據處理的方法，且不依賴電力。

在這種類比運算方法中，輸入數據並非編碼為二進位的 1 與 0，而是根據設備中既有的廢熱編碼為一組溫度。熱能在微小矽結構中的流動與分布構成了計算的基礎，而這些結構是由他們開發的物理優化演算法所設計。最後，輸出結果則由另一端收集到的功率來表示。

研究人員利用這些結構執行了一種簡單形式的矩陣向量乘法，這是大型語言模型等機器學習模型用於處理資訊和進行預測的基礎數學技術。在許多情況下，其結果準確度超過 99%。

研究人員仍需克服許多障礙，才能將這種運算方法擴展到現代深度學習模型，例如將數百萬個此類結構平鋪在一起所面臨的挑戰。隨著矩陣變得更加複雜，結果的準確性也會下降，特別是在輸入端與輸出端之間距離較長的情況下。

但這項技術也可能有更即時的用途：在不消耗額外能量的情況下，檢測電子設備中出現問題的熱源並測量溫度變化。這也將消除對多個溫度感測器的需求，因為這些感測器目前會佔用晶片空間。

「大多數時候，當你在電子設備中進行運算時，熱能是廢棄產物，」物理系大學生、該研究論文的第一作者 Caio Silva 表示。「你通常會想盡可能地排除熱能。但在這裡，我們採取了相反的方法，將熱能本身作為一種資訊形式來利用。」