⭐ נקודות עיקריות
- חוקרים ב-MIT פיתחו מבני סיליקון המבצעים חישובים באמצעות חום במקום חשמל.
- המבנים הראו דיוק של מעל 99% בביצוע כפל מטריצות, פעולה חיונית ללמידת מכונה.
- התכנון בוצע באמצעות מערכת “תכנון הפוך” ואלגוריתמים לקביעת הגיאומטריה המיטבית.
- היישום המיידי הוא ניהול תרמי וזיהוי מקורות חום במעגלים ללא חיישנים דיגיטליים.
חוקרים במכון הטכנולוגי של מסצ’וסטס (MIT) הציגו גישה חדשה למחשוב: שימוש בעודפי חום הנוצרים במכשירים אלקטרוניים לצורך ביצוע חישובים, במקום להסתמך על חשמל בלבד.
הפיתוח מדגים כיצד מבנים מיקרוסקופיים יכולים לנצל אנרגיה שעד כה נחשבה לפסולת.
הטכנולוגיה החדשה מתבססת על הנדסת חומרים מתקדמת ושימוש באלגוריתמים לתכנון רכיבי סיליקון זעירים.
בעוד שהדרך ליישום מסחרי עוד ארוכה, הפיתוח מציג פוטנציאל מיידי לשיפור היעילות האנרגטית ויכולות הניטור בתוך שבבים אלקטרוניים קיימים.
הכירו את הפיתוח החדש
ברוב המכשירים האלקטרוניים, חום הוא תוצר לוואי לא רצוי שיש לסלקו כדי למנוע נזק למעגלים.
הצוות ב-MIT, בהובלת הסטודנט קאיו סילבה והחוקר הבכיר ג’וזפה רומנו, נקט בגישה הפוכה והשתמש בחום כצורה של מידע.
בשיטה זו, נתוני הקלט מקודדים כטמפרטורה, וזרימת החום דרך חומר ייעודי מבצעת את הפעולה החישובית.
התוצאה נמדדת בקצה השני של המבנה. המבנים הזעירים, שגודלם כגודל של חלקיק אבק, מאפשרים לבצע חישובים אנלוגיים – כלומר, שימוש בערכים רציפים של טמפרטורה במקום בביטים דיגיטליים של 0 ו-1.
גישה זו עשויה לחסוך אנרגיה רבה, שכן היא מנצלת משאב שכבר קיים במערכת.
ארכיטקטורה וטכנולוגיה
כדי לייצר את המבנים המורכבים, החוקרים השתמשו בטכניקה המכונה “תכנון הפוך” (Inverse Design).
במקום לתכנן את המבנה ואז לבדוק את היכולות שלו, המערכת מקבלת קודם את הפונקציה המתמטית הרצויה.
לאחר מכן, אלגוריתמים מתקדמים מתכננים באופן איטרטיבי את הגיאומטריה של הסיליקון – כולל נקבוביות ועובי החומר – כדי להוליך את החום בצורה המדויקת הנדרשת.
תהליך התכנון כולל התאמה של כל פיקסל ברשת וירטואלית עד לקבלת המבנה האופטימלי. מכיוון שחוקי התרמודינמיקה מכתיבים שחום זורם רק מאזור חם לקר, המערכת הייתה מוגבלת תחילה לערכים חיוביים בלבד.
החוקרים פתרו זאת על ידי פיצול המטריצות לרכיבים חיוביים ושליליים, עיבוד שלהם במבנים נפרדים, וחיסור התוצאות בשלב הסופי.
ביצועים
המבנים החדשים תוכננו לבצע פעולה מתמטית שנקראת “כפל מטריצה בווקטור”. זוהי הפעולה הבסיסית ביותר במודלים של למידת מכונה ובינה מלאכותית (כמו מודלי שפה גדולים – LLMs).
בניסויים שערכו החוקרים, מבני הסיליקון הצליחו לבצע את החישובים בדיוק של מעל 99% במקרים רבים.
החוקרים הדגימו גם יכולת לשלוט בעובי המבנים כדי לממש מגוון רחב יותר של מטריצות, שכן מבנים עבים יותר מאפשרים הולכת חום טובה יותר.
עם זאת, הדיוק יורד ככל שהמטריצות הופכות למורכבות יותר וככל שהמרחק בין נקודות הקלט לפלט גדל, מה שמהווה כרגע את אחד האתגרים המרכזיים בדרך לשימוש נרחב.
שימושים ותרחישים
למרות שהפיתוח מדגים יכולות חישוב הדומות לאלו של רשתות נוירונים, יישום ללמידה עמוקה (Deep Learning) עדיין אינו מעשי בשלב זה.
מערכות מסוג זה דורשות מיליוני מבנים משולבים ורוחב פס גבוה משמעותית מזה שהמבנים הנוכחיים מסוגלים לספק.
השימוש המיידי והמבטיח ביותר הוא בתחום המיקרו-אלקטרוניקה והבטיחות התרמית. המבנים יכולים לשמש לזיהוי מקורות חום (“נקודות חמות”) בתוך שבבים ולמדוד שינויי טמפרטורה ללא צורך בחשמל נוסף.
פתרון זה יכול להחליף חיישני טמפרטורה דיגיטליים, שתופסים מקום יקר על השבב וצורכים אנרגיה בעצמם.
זמינות ועתיד הפיתוח
נכון לעכשיו, מדובר בהוכחת היתכנות (Proof of Concept) שנבדקה באמצעות סימולציות ומבנים בודדים.
המחקר פורסם באופן רשמי והחוקרים מתכננים להמשיך ולפתח את הטכנולוגיה לשלבים הבאים.
היעד הבא של הצוות הוא תכנון מבנים המסוגלים לבצע פעולות רציפות, כך שהפלט של מבנה אחד ישמש כקלט למבנה הבא – בדומה לאופן פעולתן של רשתות עצביות.
בנוסף, החוקרים שואפים לפתח מבנים “ניתנים לתכנות”, שיאפשרו לקודד מטריצות שונות באותו שבב ללא צורך בייצור מבנה סיליקון חדש לכל חישוב.
