AI И НЕЙРОСЕТИ

MIT разработал аналоговые вычисления на основе waste heat

Ученые MIT применили потерянное тепло для аналоговых вычислений с точностью более 99%.

✍️ Редакция iTech News | 05.01.2026 | ⏱ 2 мин | Источник: MIT Technology Review
MIT использует тепло для аналоговых вычислений

Команда исследователей под руководством Джузеппе Романо из MIT предложила инновационный способ использования тепла, выделяемого электронными устройствами, для аналоговых вычислений. Этот метод предлагает значительное решение проблемы, когда тепло обычно считается нежелательным побочным продуктом работы электронных компонентов.

Как это работает

Метод включает в себя кодирование входных данных не в двоичном формате, а в форме температур, которые уже присутствуют в устройстве. Распространение тепла через миниатюры структуры на основе кремния, созданные с помощью оптимизационного алгоритма, стало основой для вычислений. Полученные результаты при простых матричных умножениях показали точность более 99%.

Трудности и возможности применения

Тем не менее, для масштабирования этой технологии до уровня современных глубоких нейросетей необходимо преодолеть ряд проблем, таких как соединение миллионов структур. Сложные матрицы могут снизить точность результатов, особенно при значительном расстоянии между входными и выходными точками. Но, помимо этого, такая технология может быть полезна для определения источников тепла и измерения температурных изменений в электронике без дополнительного энергопотребления.

Выводы для разработчиков

Для AI-команд и разработчиков электроники это открывает новые горизонты. Возможность использовать потери тепла как ресурс для вычислений может сократить число требуемых термосенсоров, которые занимают ценное пространство на чипах. Если ваша компания ищет способы оптимизировать энергию и процессы, стоит присмотреться к намерениям MIT и изучить аналоговые подходы.

В ближайшие годы можно ожидать дальнейших исследований и разработок в этой области, что может привести к прорывным решениям в сфере энергоэффективных вычислений.

Поделиться: Telegram X LinkedIn