Engenheiros do MIT criam estruturas que calculam com calor

Cientistas do MIT criaram estruturas de silício que realizam cálculos usando calor excedente em vez de eletricidade, buscando computação mais eficiente energeticamente.
O método codifica dados de entrada como temperaturas e usa o fluxo de calor pela geometria específica da matéria para realizar o cálculo; a saída é medida na extremidade oposta, a uma temperatura fixa.
Em simulações, as estruturas realizaram multiplicação matriz por vetor com mais de noventa e nove por cento de precisão, núcleo de técnicas usadas em modelos de aprendizado de máquina.
Para contornar coeficientes negativos, a matriz-alvo foi dividida em componentes positivas e negativas, com estruturas otimizadas separadamente e posterior subtração para obter valores negativos.
Desafios incluem escalabilidade e largura de banda para aplicações em aprendizado de máquina, enquanto usos potenciais envolvem detecção de fontes de calor e monitoramento térmico em microeletrônica.

Os pesquisadores do MIT desenvolveram estruturas de silício capazes de realizar cálculos usando calor excedente em vez de eletricidade. O objetivo é tornar a computação mais eficiente energeticamente em dispositivos.

As estruturas utilizam calor já presente no sistema para codificar dados como temperaturas. O fluxo de calor pela geometria criada determina o processamento, enquanto a saída é medida como potência em um terminal mantido a uma temperatura fixa. A arquitetura funciona como computação análoga.

Em testes, as estruturas renderizaram multiplicação de matrizes com mais de 99% de precisão. A técnica é relevante porque matrizes são centrais para modelos de aprendizado de máquina. Ainda há desafios para escalar para modelos de deep learning.

Silva, aluno de física, liderou o texto; Romano, pesquisador do MIT, é o autor sênior. A obra foi publicada em Physical Review Applied.

Inovação e desenho inverso

O avanço foi possibilitado por um sistema de software que projeta automaticamente um material que conduz calor de maneira específica. O método, conhecido como design inverso, define a funcionalidade desejada antes de gerar a geometria ótima.

O software desenha estruturas de silício minúsculas, do tamanho de grãos de poeira, com poros que realizam cálculos por condução de calor. Dados contínuos substituem os bits digitais usados em computação tradicional.

Os coeficientes da matriz são codificados pela geometria. O calor difunde pelo silício de forma a realizar a multiplicação, com o layout transformando os coeficientes.

Limites atuais e aplicações potenciais

Experimentos por simulação mostraram resultados promissores em matrizes simples com duas ou três colunas. Tais matrizes podem ser úteis para detecção de fontes de calor e diagnóstico em microeletrônica.

A precisão chega a 99% em muitos casos, mas a escalabilidade para grandes modelos ainda não ocorreu. A distância entre entrada e saída e o alcance de banda limitam o uso em deep learning.

Por envolver calor excedente, a técnica pode ser aplicada diretamente à gestão térmica e à detecção de gradientes de temperatura em circuitos. A equipe também busca sequenciar operações entre estruturas.

Romano comenta que a otimização permite chegar próximo da matriz desejada sem componentes estranhos. Os pesquisadores pretendem ampliar para operações sequenciais e estruturas programáveis, para evitar redesenhos completos a cada tarefa.