Ciepło odpadowe zamiast prądu. Inżynierowie z MIT zbudowali nowy typ procesora
Dzisiejsze układy obliczeniowe potrzebują coraz więcej prądu i chłodzenia, jako że generują one ciepło. A gdyby to odwrócić? Inżynierowie z MIT budują nowy typ procesora, który zamiast prądu wykorzystuje ciepło odpadowe. Te mikroskopijne struktury mogą okazać się przełomem w obliczu rosnącego zapotrzebowania energetycznego jednostek obliczeniowych opartych na krzemie. Nim jednak zaczną wspomagać centra danych, znajdą zastosowanie w mniejszych urządzeniach elektronicznych.

Spis treści:
- Rewolucyjny procesor wykorzystujący ciepło odpadowe zamiast prądu
- Od mikroelektroniki po centra danych AI. "Nowy paradygmat obliczeniowy"
- Inżynierowie z MIT będą udoskonalać swój autorski projekt
Rewolucyjny procesor wykorzystujący ciepło odpadowe zamiast prądu
Naukowcy z MIT zaprojektowali rewolucyjne struktury krzemowe, które korzystają z tego, czego w świecie technologii jest pod dostatkiem - ciepła odpadowego. Jak wie każdy posiadacz komputera czy nawet smartfona, gdy urządzenie pracuje na pełnych obrotach, generuje ono ciepło, które musi być odprowadzane. Zwykłe pasywne radiatory już dawno przestały wystarczać, gdy obliczenia są intensywne. Zasobożerne maszyny potrzebują aktywnego chłodzenia, uwalniając do otoczenia (lub atmosfery) duże ilości ciepła. Jednocześnie potrzebują one coraz więcej energii elektrycznej. Problem jest szczególnie widoczny w dzisiejszych centrach danych, zwłaszcza tych, które trenują i uruchamiają modele sztucznej inteligencji. Mogą one pochłaniać nawet 10% zasobów energetycznych kraju. Nowy projekt dosłownie stawia tę relację na głowie.
Jak zastąpić prąd elektryczny ciepłem odpadowym? To nowe podejście w dziedzinie informatyki analogowej pozwala na kodowanie danych w postaci różnic temperatur. Zamiast tradycyjnego usuwania nadmiaru ciepła system traktuje je jako nośnik informacji, przesyłając go przez specjalnie zaprojektowany materiał w celu uzyskania wyniku obliczeń, reprezentowanego przez moc zebraną na drugim końcu układu. Jest to termostat o stałej temperaturze. W przyszłości może to znacząco zoptymalizować zużycie energii w urządzeniach elektronicznych.
Badacze z Massachusetts Institute of Technology uruchomili już taki eksperymentalny system i uzyskali dość satysfakcjonujący wynik. Mikroskopijne struktury krzemowe posłużyły do wykonywania operacji mnożenia macierzy przez wektor (ang. matrix-vector multiplication - MVM). Dlaczego akurat do tego? Jest to bowiem jedna z podstawowych technik matematycznych leżących u podstaw dużych modeli językowych (LLMs) i uczenia maszynowego (machine learning). Przy jej pomocy modele AI przetwarzają informacje i tworzą prognozy. W testach udało się osiągnąć dokładność tych obliczeń na poziomie ponad 99%. Dzięki temu nowa technologia może wspomóc centra danych.
Od mikroelektroniki po centra danych AI. "Nowy paradygmat obliczeniowy"
Eksperymenty z nową technologią odbywały się póki co na mniejszą skalę i eksperci przyznają, że stoją w obliczu wyzwań, które muszą przezwyciężyć, by móc ją zeskalować do użycia w dużych modelach deep learningowych. Już jednak teraz może znaleźć zastosowanie przy wykrywaniu źródeł ciepła i pomiarach zmian temperatur w mniejszych urządzeniach elektronicznych, mikroelektronice czy systemach kontroli termicznej. Co istotne, taki układ działa pasywnie, nie pobierając dodatkowej energii. Pozwoli to uniknąć konieczności stosowania dodatkowych sensorów ciepła, które zajmują miejsce na chipie.
"Przez większość czasu, gdy wykonujesz obliczenia na układzie elektronicznym, ciepło jest produktem odpadowym. Zwykle chcesz się pozbyć takiej ilości ciepła, jak to tylko możliwe. Ale tutaj obieramy przeciwne podejście, używając ciepła jako formy informacji samej w sobie i pokazując, że obliczenia z ciepłem są możliwe" - tłumaczy Caio Silva, student na Wydziale Fizyki MIT i główny autor artykułu naukowego omawiającego tę technikę, który ukazał się 29 stycznia w "Physical Review Applied". Drugim autorem jest Giuseppe Romano, badacz z Institute for Soldier Nanotechnologies na MIT oraz członek MIT-IBM Watson AI Lab. Autorzy opisują swoją technologię jako "nowy paradygmat obliczeniowy".
Inżynierowie z MIT będą udoskonalać swój autorski projekt
Struktury krzemowe, na których opiera się ta analogowa technika, są bardzo małe (mają wielkość drobinki kurzu) i aby wykorzystać je na masową skalę do wspomagania obliczeń dużych modeli sztucznej inteligencji, potrzebne są ich miliony. Tu jednak sprawa się komplikuje. "Gdy matryce stają się bardziej skomplikowane, struktury stają się mniej dokładne, zwłaszcza gdy jest duża odległość między terminalami wejścia i wyjścia. Ponadto urządzenia te mają ograniczoną przepustowość, która musiałaby zostać znacząco rozszerzona, gdybyśmy chcieli używać jej do deep learningu" - czytamy w oświadczeniu MIT.
Choć w erze technologii cyfrowych domena elektroniki analogowej wydaje się trącić myszką, to w rzeczywistości okazuje się, że jest na tym polu jeszcze wiele do zrobienia. Rozwiązania analogowe mogą zapewnić światu pilnie potrzebne optymalizacje. Naukowcy z Massachusetts nie są jedynymi, którzy się tym zajmują. Niedawno opisywaliśmy w GeekWeeku komputer optyczny Microsoftu. Dzięki wykorzystaniu światła działa on nawet 100 razy szybciej niż zwykły PC. Poza ograniczenia cyfrowych układów obliczeniowych wychodzą też coraz śmielej komputery kwantowe.
Wiemy już, że na chwilę obecną nowy wynalazek może z dużym powodzeniem działać w skali mikro. A co dalej? Inżynierowie planują dalej rozwijać design tych struktur, tak by mogły wykonywać operacje sekwencyjne, w których wynik jednej operacji stanowi daną wejściową dla kolejnej. Zamierzają też opracować programowalne struktury, które będą mogły kodować różne matryce bez konieczności zaczynania od zera za każdym razem.
Jak widać, ta nowatorska technika wymaga jeszcze udoskonalenia, jeśli miałaby działać na skalę przemysłową. Już teraz jednak wydaje się obiecująca - szczególnie w obliczu dzisiejszych bolączek centrów danych i rosnących kosztów prądu.
Źródła:
- Caio Silva, Giuseppe Romano, Thermal analog computing: Application to matrix-vector multiplication with inverse-designed metastructures, Phys. Rev. Applied 25, 014073 (2026). DOI: https://doi.org/10.1103/5drp-hrx1
- Adam Zewe, MIT engineers design structures that compute with heat, MIT News (2026).



![Świat w Ogniu. Konflikty zbrojne po 1945 roku [QUIZ]](https://i.iplsc.com/000MFHM6IYBOKPYM-C401.webp)






