据 meiguo.com 于 2026 年 1 月 30 日收到的消息 ‣ 在电子工程领域，散热一直是设计的难题。工程师们常用散热片、风扇和液冷系统来排除芯片高速运行产生的热量。

MIT 的研究团队近日提出一种新思路：将本应被浪费的热量转化为计算资源。他们设计了一种微型硅结构，利用设备内部的余热执行矩阵乘法运算，准确率超过九十九个百分点。该成果发表在《物理评论应用》，为低能耗计算提供了全新方向。

传统计算机依靠电流的开关来表示零和一，热量只是一种副产物。MIT 物理系本科生卡约·席尔瓦与导师朱塞佩·罗马诺则把数据编码为温度值，让热流在特制硅材料中流动并完成计算。这是一种模拟计算模式，输入端的温度高低对应不同数值，热流穿过微孔网络后在输出端被温度传感器捕获，转换为计算结果的功率信号。

为实现这一设想，团队采用逆向设计技术。先确定目标数学功能——矩阵向量乘法，然后让算法自动迭代出最适合的物理结构。最终得到的硅块仅有尘埃大小，却布满精密排列的微孔，这些微孔构成导热通道，使热量的扩散自然完成矩阵乘法。

在热计算中，负数的表示是一大难题，因为热量只能从高温流向低温。研究人员将目标矩阵拆分为正负两部分，分别设计两套硅结构处理，然后在输出端通过减法合并，实现对负系数的间接计算。同时，通过调节硅层厚度来控制导热速度，为更复杂的矩阵提供了额外的设计自由度。

尽管在两三列的简单矩阵测试中已达到超过九十九的准确率，要将此技术扩展到深度学习模型仍面临诸多挑战。现代 AI 模型参数规模巨大，需要数百万个此类微结构无缝连接；随着结构增多，热信号的衰减和带宽限制可能导致精度下降。

罗马诺指出，这项技术最直接的应用是微电子系统的热管理和故障检测。因为计算本身利用热能，无需额外电力驱动，可作为“零能耗”传感器实时监测芯片内部的温度梯度。一旦出现异常局部热源，硅结构即可捕捉到热流变化，提前预警电路故障。

团队未来计划将这些微结构像乐高积木一样串联，使前一个结构的输出热流直接成为下一个结构的输入，实现更复杂的顺序计算。此外，他们希望研发可编程的热计算材料，摆脱为每个矩阵单独制造芯片的限制，使热通路能够动态调整。

综合自网络信息