Thermal Analog Computing: Application to Matrix-vector Multiplication with Inverse-designed Metastructures

Resumen Técnico: Computación Analógica Térmica mediante Metaestructuras Diseñadas por Inversa

Planteamiento del Probleque
La computación clásica moderna depende de la lógica binaria y el conmutado digital, lo que incurre en límites energéticos fundamentales debido a las pérdidas resistivas y al acceso repetitivo a la memoria. Aunque los paradigmas de computación analógica (por ejemplo, memristores, fotónica) ofrecen alternativas de bajo consumo para la multiplicación matriz-vector (MVM) —una operación central en el aprendizaje automático y el procesamiento de señales—, el calor sigue siendo un portador de información poco explorado. Los metamateriales térmicos existentes se centran principalmente en guiar el flujo de calor (por ejemplo, el camuflaje térmico) en lugar de realizar computación. Además, las puertas lógicas térmicas tradicionales operan en estados discretos de "caliente/frío", reflejando las limitaciones digitales. Este trabajo aborda el desafío de realizar MVMs continuas utilizando la conducción de calor como portador de la señal, abordando específicamente el problema inverso: determinar la estructura geométrica de una metaestructura que produzca una matriz de conductancia deseada que mapee las temperaturas de entrada con la potencia de salida.

Metodología
Los autores proponen un marco denominado computación analógica térmica, donde los vectores de entrada se codifican como campos de temperatura aplicados a puertos metálicos termalizados, y los vectores de salida se representan mediante la potencia térmica recolectada en terminales designadas. El sistema opera bajo el régimen lineal de la ley de Fourier, estableciendo una relación $P_{out} = M T_{in}$, donde $M$ es la matriz de conductancia que depende únicamente de la geometría y la distribución del material.

Los componentes metodológicos clave incluyen:

• Diseño Inverso mediante Optimización de Topología: Los autores emplean la optimación de topología basada en densidad para sintetizar metaestructuras 2D. La densidad del material $\rho(x,y)$ se trata como una variable continua que transiciona entre sólido (conductor) y vacío.
• Gestión de Elementos de Matriz Negativos: Dado que la conductancia térmica no puede ser negativa, el marco descompone cualquier matriz objetivo $M$ en una suma ponderada de $K$ componentes físicamente realizables: $M = \sum z_i A(\rho_i)$. Los coeficientes positivos y negativos ($z_i$) se realizan mediante estructuras físicas separadas, obteniendo el resultado final mediante la sustracción digital de sus respectivas salidas de potencia.
• Pipeline de Solucionador Diferenciable: La optimización utiliza un solucionador térmico de volúmenes finitos diferenciable, desarrollado internamente en JAX. Esto permite un pipeline end-to-end diferenciable donde los gradientes de la función de costo con respecto a los parámetros de diseño (densidades y espesores) se computan mediante diferenciación automática.
• Restricciones de Optimización: La función de costo minimiza la norma $L_2$ ponderada entre las matrices objetivo y reconstruida. Las restricciones adicionales incluyen una proyección de suavizado de subpíxel (SSP) para asegurar estructuras binarias fabricables y una regularización para evitar concentraciones de flujo de calor irreales.

Resultos Clave
El marco fue validado a través de un conjunto de matrices con dimensiones $2\times2$ y $3\times3$, logrando una precisión superior al 99% en la mayoría de los casos.

• Diseños de Estructura Única: Matrices simples (Identidad, Direccional, de Dos Ramas) se realizaron con una sola estructura ($K=1$), demostrando errores $<1\%$. Sin embargo, las matrices con magnitudes de elementos uniformes o términos fuera de la diagonal dominantes resultaron desafiantes para estructuras únicas.
• Diseños de Estructura Múltiple: Matrices complejas, incluyendo aquellas con signos mixtos y grandes contrastes de magnitud, se realizaron con éxito utilizando múltiples estructuras ($K=2$ a $K=4$).
  • Matriz de Hadamard: Realizada con $K=2$ estructuras (error $\approx 1\%$).
  • Matrices de Rotación: Se logró una rotación $2\times2$ ($\theta=\pi/3$) y una matriz de Toeplitz rotacional $3\times3$ con $K=3$ estructuras (errores $\approx 3\%$).
  • Transformada Discreta de Fourier (DFT): Las partes real e imaginaria de una matriz DFT $3\times3$ se descompusieron y realizaron con $K=4$ y $K=2$ estructuras respectivamente, arrojando errores de 3.55% y 1.13%.
• Métricas de Rendimiento:
  • Ancho de Banda: Limitado por la difusión térmica, estimado en $\sim 1.9$ kHz para una dimensión lateral de $100\,\mu\text{m}$.
  • Eficiencia Energética: Estimada en $\sim 9.3$ nJ/MAC para una matriz $3\times3$. Aunque es superior a los aceleradores electrónicos o fotónicos, el sistema es fundamentalmente pasivo en energía, requiriendo ningún consumo de potencia activa para la operación de la matriz en sí.
  • Robustez: El sistema mantiene la linealidad (dentro de un error del 1–5%) para diferencias de temperatura de hasta 100 K. Las relaciones señal-ruido (SNR) debidas a las fluctuaciones térmicas se estiman en $\sim 10^6$ a temperatura ambiente.

Significancia y Reivindicaciones
El artículo afirma establecer una prueba de concepto para la computación analógica térmica, demostrando que el flujo de calor puede diseñarse para realizar transformaciones lineales de alta fidelidad. La significancia de este trabajo reside en:

1. Cambio de Paradigma: Ir más allá del uso del calor como un subproducto o un interruptor binario para utilizarlo como un portador de señal analógica continua.
2. Computación In-situ: Permitir la computación en entornos térmicamente activos (por ejemplo, microelectrónica) donde el calor ya está presente, permitiendo potencialmente la detección de gradientes de temperatura y el control térmico sin la sobrecarga de energía adicional para la computación misma.
3. Metodología de Diseño: Proporcionar un pipeline de diseño inverso diferenciable y robusto capaz de sintetizar metaestructuras térmicas complejas para operaciones de matrices arbitrarias.

Los autores señalan modestamente que, si bien estas estructuras no reemplazarán a los aceleradores electrónicos o fotónicos de alto rendimiento debido a las limitaciones de velocidad y densidad de energía, abren un régimen complementario donde la computación y la disipación coinciden. El trabajo futuro se dirige hacia la extensión de la metodología a escalas nanométricas (resolviendo la ecuación de transporte de Boltzmann de fonones) y la escalabilidad a matrices de mayor dimensión.