MIT onthult chips die warmte gebruiken voor AI-berekeningen

Onderzoekers van het Massachusetts Institute of Technology hebben een nieuw type siliciumchip ontwikkeld dat berekeningen uitvoert met warmte in plaats van elektriciteit.

De chips behalen in simulaties meer dan 99 procent nauwkeurigheid bij wiskundige berekeningen die cruciaal zijn voor kunstmatige intelligentie. Het onderzoek verscheen eind januari 2026 en kan op termijn leiden tot veel energiezuinigere AI-hardware.

Elektronische chips zetten elektriciteit om in berekeningen en produceren daarbij warmte. Die warmte geldt normaal als verspilling en vraagt om actieve koeling. MIT-onderzoekers kiezen bewust voor het tegenovergestelde uitgangspunt. Zij gebruiken temperatuurverschillen zelf als data.

De werking is eenvoudig maar vernieuwend. Invoerdata worden gecodeerd als temperaturen. Warmte stroomt vervolgens vanzelf van warme naar koude zones door een speciaal ontworpen materiaal. De verdeling van die warmte vormt de berekening. De uitkomst wordt gemeten aan het einde van de structuur, waar een punt op vaste temperatuur de hoeveelheid ontvangen warmte registreert.

De kern van de innovatie zit in microscopisch kleine structuren van poreus silicium. Elke structuur is ongeveer zo groot als een stofdeeltje en is ontworpen voor één specifieke berekening. De interne geometrie bepaalt exact hoe warmte zich door het materiaal verspreidt.

Met deze methode voeren de structuren matrix-vectorvermenigvuldiging uit. Dit is een fundamentele wiskundige operatie binnen kunstmatige intelligentie en machine learning. Taalmodellen, beeldherkenning en voorspellende algoritmen gebruiken deze berekeningen continu om tot resultaten te komen.

In simulaties behalen de thermische chips bij eenvoudige matrices een nauwkeurigheid van meer dan 99 procent. Dat is opvallend hoog voor analoge computing, een rekenvorm die doorgaans gevoeliger is voor kleine afwijkingen.

De complexe structuren zijn niet handmatig ontworpen. MIT gebruikt hiervoor een techniek die inverse design heet. Daarbij bepalen onderzoekers eerst welke berekening de chip moet uitvoeren. Vervolgens genereert software automatisch een materiaalstructuur die precies dat gedrag vertoont.

Volgens hoofdonderzoeker Caio Silva zijn de geometrieën veel te ingewikkeld om intuïtief te ontwerpen. Het algoritme past duizenden kleine veranderingen toe totdat de warmte zich exact zo gedraagt als nodig is.

Een technische uitdaging was dat warmtegeleiding alleen positieve waarden kan vertegenwoordigen. Warmte stroomt immers altijd van warm naar koud. Het team loste dit op door matrices op te splitsen in positieve en negatieve delen. Die delen worden verwerkt in aparte structuren, waarna de resultaten later worden gecombineerd.

De technologie is nog niet geschikt als vervanger van klassieke processoren of grafische kaarten. Voor grote AI-modellen zouden miljoenen thermische structuren nodig zijn. Bovendien neemt de nauwkeurigheid af bij complexere berekeningen en grotere afstanden binnen één structuur.

Toch zien de onderzoekers duidelijke toepassingen op korte termijn. De chips zijn zeer geschikt voor thermische sensoren, on-chip warmtemonitoring en het opsporen van lokale hittebronnen in micro-elektronica. Oververhitting vormt een van de grootste risico’s voor moderne chips en kan leiden tot prestatieverlies of permanente schade.

Senioronderzoeker Giuseppe Romano benadrukt dat directe detectie van temperatuurgradiënten essentieel is voor betrouwbare elektronica. Met deze structuren kan dat zonder extra energieverbruik of digitale componenten.

Een belangrijk voordeel van warmte-gebaseerde chips is het lagere energieverbruik. Omdat de berekeningen plaatsvinden met restwarmte, is minder actieve koeling nodig. Dat kan vooral in datacenters en gespecialiseerde AI-hardware grote energiebesparingen opleveren.

Het onderzoeksteam werkt inmiddels aan vervolgstappen. Zij willen structuren ontwerpen die meerdere berekeningen na elkaar uitvoeren. Ook onderzoeken zij programmeerbare varianten, zodat één chip verschillende taken aankan zonder opnieuw te worden gefabriceerd.

De doorbraak laat zien dat warmte niet alleen een probleem is, maar ook een nieuwe bouwsteen kan vormen voor de toekomst van energiezuinige AI-computing.