Ingenieros del MIT diseñan estructuras de silicio que realizan cálculos usando calor residual en lugar de electricidad

Nuevo dispositivo térmico del MIT ejecuta multiplicaciones matriciales con más del 99% de precisión sin consumir energía extra.

• Calor como información, no residuo.
• Cálculo sin electricidad extra, dentro del chip.
• Estructuras porosas de silicio, diseño inverso.
• Multiplicación matricial, base de la IA.
• Gestión térmica integrada, detección de fallos.
• Eficiencia energética, menor consumo y espacio.

MIT diseña estructuras que calculan con calor

Un dispositivo que recuerda a un trozo de queso microscópico —lleno de poros, irregular, casi orgánico— está caliente por un lado y frío por el otro. En ese contraste térmico ocurre algo poco habitual en el mundo de la electrónica: el calor deja de ser un problema y se convierte en el lenguaje del cálculo.

Ingenieros del MIT han desarrollado microestructuras de silicio capaces de realizar operaciones matemáticas usando el flujo de calor en lugar de corrientes eléctricas. En lugar de gastar energía adicional para procesar datos, estas piezas aprovechan el calor residual que ya se genera en cualquier chip moderno. Una idea simple en apariencia, pero con implicaciones profundas para el futuro de la computación eficiente.

En este enfoque, los datos de entrada se traducen a patrones de temperatura. El calor se mueve a través de una geometría diseñada con precisión, y ese recorrido físico es, en sí mismo, la operación matemática. Al final del trayecto, la potencia térmica recogida en una zona mantenida a temperatura fija representa el resultado.

Los investigadores lograron realizar multiplicaciones de matrices con una precisión superior al 99 %, una operación que está en el corazón de los modelos de aprendizaje automático, desde sistemas de visión artificial hasta grandes modelos de lenguaje.

Cuando el diseño empieza por la función

Nada de esto se dibuja a mano. El equipo trabaja con un sistema de diseño inverso, una técnica que da la vuelta al proceso clásico de ingeniería. Primero se define qué cálculo se quiere obtener. Después, un algoritmo se encarga de “imaginar” la forma física que debe tener el material para que el calor fluya exactamente como se necesita.

El resultado son estructuras de silicio del tamaño de una partícula de polvo, atravesadas por una red de poros microscópicos. Cada pequeño ajuste en esa red cambia cómo se mueve el calor, igual que una pendiente cambia el curso de un río. La geometría acaba codificando los coeficientes matemáticos de la operación.

Estas arquitecturas son un ejemplo de computación analógica térmica. En lugar de ceros y unos, trabajan con valores continuos: temperaturas, gradientes, flujos. Un tipo de cálculo que se parecía más a la física que a la informática… hasta ahora.

Resolver lo que el calor no sabe hacer

El calor, por naturaleza, siempre va de lo caliente a lo frío. Eso limita el tipo de operaciones que se pueden representar directamente. En términos matemáticos, las primeras versiones solo podían manejar valores positivos.

La solución fue ingeniosa y muy poco evidente: dividir cada matriz en su parte positiva y su parte negativa. Cada una se procesa en una estructura distinta, ambas optimizadas para conducir calor. Luego, en una etapa posterior, los resultados se restan. Así, el sistema puede representar cálculos completos sin violar las leyes básicas de la termodinámica.

Además, los investigadores descubrieron que variar el grosor de las estructuras amplía el rango de operaciones posibles. Más espesor, más capacidad para conducir calor, más flexibilidad matemática. No es solo forma. También es volumen, masa, materia real.

Microelectrónica que se cuida a sí misma

Por ahora, las pruebas se han hecho con matrices pequeñas, de dos o tres columnas. Suficiente para aplicaciones muy concretas, pero estratégicas: diagnóstico térmico en microelectrónica, detección de puntos calientes, seguimiento de gradientes de temperatura en tiempo real.

En los chips actuales, estas tareas requieren sensores adicionales, cableado, electrónica extra. Todo eso ocupa espacio y consume energía. Aquí, en cambio, la propia estructura que calcula es también el sensor. Si aparece una fuente de calor donde no debería, el sistema lo “nota” de forma directa, física.

Esto abre una puerta interesante para sectores donde la fiabilidad lo es todo: electrónica de potencia, sistemas aeroespaciales, centros de datos, infraestructuras críticas. Un fallo térmico detectado a tiempo puede evitar la caída de un sistema entero.

Escalar sin perder la esencia

Llevar esta tecnología al terreno del aprendizaje profundo no es trivial. Harían falta millones de estas microestructuras trabajando en conjunto, como un mosaico térmico a escala microscópica. A medida que las operaciones se vuelven más complejas, la precisión tiende a caer, sobre todo si hay mucha distancia entre los puntos de entrada y salida del calor.

También existe un límite físico: el ancho de banda térmico. El calor se mueve más lento que los electrones en un circuito. Para competir con la electrónica convencional en tareas masivas, habría que encontrar formas de acelerar o paralelizar estos flujos.

Aun así, el equipo ya trabaja en el siguiente paso: estructuras secuenciales, donde la salida de una pieza alimenta a la siguiente, imitando la lógica en capas de las redes neuronales. Y más ambicioso todavía, estructuras programables, capaces de cambiar de función sin rediseñar el material desde cero.

Potencial

A corto plazo, estas estructuras pueden convertirse en herramientas de diagnóstico térmico integradas en chips de potencia, sistemas industriales o infraestructuras críticas, reduciendo la necesidad de sensores externos y consumo asociado.

A medio plazo, podrían formar parte de arquitecturas híbridas, donde la electrónica convencional se encarga de las tareas rápidas y el calor se utiliza para operaciones repetitivas, de bajo consumo, como filtrado de señales o control térmico inteligente.

En el horizonte más ambicioso, esta línea de investigación apunta a una idea poderosa: computación que se alimenta de sus propios residuos energéticos. No como solución única al impacto climático del sector digital, pero sí como una pieza más en un ecosistema tecnológico que empieza a tomarse en serio su huella.

Porque, al final, el calor siempre ha estado ahí. La novedad es empezar a escucharlo.

Vía Instituto Tecnológico de Massachusetts

Más información: Thermal analog computing: Application to matrix-vector multiplication with inverse-designed metastructures | Phys. Rev. Applied