该技术将废热转化为计算过程的功能组成部分。

美国科学家研发出一种微型硅芯片，可利用电子设备中的废热执行数学运算，有望革新高效热能传感与信号处理技术。该设备由麻省理工学院士兵纳米技术研究所研究员朱塞佩·罗马诺博士及其团队开发，引入了一种新颖的模拟计算技术——以废热作为数据处理媒介。

与依赖数字比特或基于电压的逻辑不同，该技术将输入数据编码为精确的温度值。这些热信号随后流经特殊设计的多孔硅结构，最终的热量分布即代表计算结果。研究人员指出，计算结果的最终表现形式为结构输出端收集的热能总量（该输出端温度保持恒定）。

重新思考废弃能源

团队利用该结构演示了矩阵矢量乘法运算，精确度超过99%。矩阵乘法是机器学习模型（如大语言模型）用于数据处理和预测的基础数学方法。尽管将该技术扩展应用于现代深度学习模型仍面临挑战，但它能以零额外能耗检测热源并追踪电子设备的温度变化，甚至可替代多个芯片温度传感器。

“电子设备进行计算时，热量通常只是废弃物，”该研究的第一作者、麻省理工学院本科生物理学生卡约·席尔瓦表示。他补充说：“我们常希望尽可能消除热量，但团队反其道而行，将热量本身视为信息载体，证明了利用热量进行计算的可能性。”

从热能到数学运算

团队为此项目开发了新型软件系统，可设计具有特定导热特性的材料。该系统采用名为“逆向设计”的反向推导技术：科学家先定义目标功能，再通过算法迭代设计最优几何结构。借助该系统，团队设计了复杂的硅结构（每个约尘粒大小），能通过热传导执行计算——这是一种利用连续值编码处理数据的模拟计算形式。

研究人员输入定义计算的矩阵后，软件通过网格设计多孔矩形硅结构，逐像素调整直至实现目标功能。热量在硅结构中流动时完成矩阵乘法运算，结构形状则编码系数信息。“这些结构过于复杂，仅凭直觉无法设计，”罗马诺解释道，“我们需要教会计算机进行设计，这正是逆向设计的强大之处。”

但受限于热传导特性，该结构仅能编码正系数。团队通过将目标矩阵拆分为正负分量分别处理再合并结果，成功解决了这一难题。通过模拟测试，这些结构在2-3列的简单矩阵运算中展现出超过99%的精确度，此类矩阵在融合传感与微电子领域具有应用价值。

挑战与前景

尽管该技术扩展至深度学习等大型应用仍面临挑战（需将数百万结构拼接），但由于其直接利用过剩热量，可在微电子领域直接应用于热管理、热源检测及温度梯度探测等任务。“若在不应存在热源的区域出现局部热源，就意味着存在问题，”罗马诺在新闻稿中总结道，“我们可以用这些结构直接检测此类热源，无需任何数字组件即可直接接入系统。”

该研究已发表于《物理评论应用》期刊。

如果朋友们喜欢，敬请关注“知新了了”！