En cualquier chip moderno, el calor es un enemigo. Se genera, se disipa, se controla… y se desperdicia. Pero ¿y si ese residuo no fuera un problema, sino un recurso? Esa es la pregunta que se hicieron ingenieros del MIT. Y la respuesta que obtuvieron es tan extraña como prometedora: estructuras de silicio que realizan cálculos usando únicamente el flujo de calor.
El dispositivo no parece un circuito convencional. Bajo el microscopio se asemeja más a un fragmento de queso lleno de poros irregulares. Sin embargo, en esa geometría caótica ocurre algo inédito: el calor que atraviesa la estructura ejecuta operaciones matemáticas, sin consumir electricidad adicional.
Calor como lenguaje del cálculo
El principio es radicalmente distinto al de la electrónica clásica. Aquí no hay transistores que se encienden y apagan. Los datos de entrada se codifican como patrones de temperatura. El calor fluye desde una zona caliente hacia otra fría, atravesando una estructura diseñada con precisión nanométrica.
Ese recorrido físico no es accidental: es la operación matemática en sí. Al final del trayecto, la cantidad de energía térmica recogida en una región mantenida a temperatura fija representa el resultado del cálculo.
Con este método, el equipo logró ejecutar multiplicaciones matriciales —una operación central en el aprendizaje automático— con una precisión superior al 99%, según el estudio publicado en Physical Review Applied.
Diseñar empezando por el resultado
Nada de esto se diseña a mano. El proceso utiliza diseño inverso, una técnica que invierte la lógica tradicional de la ingeniería. Primero se define el cálculo deseado. Luego, un algoritmo se encarga de encontrar la geometría física que hará que el calor se comporte exactamente como se necesita.
El resultado son microestructuras de silicio del tamaño de una partícula de polvo, atravesadas por redes de poros microscópicos. Cada poro, cada curva y cada espesor influyen en cómo fluye el calor. La geometría acaba codificando los coeficientes matemáticos de la operación.
Es computación analógica en estado puro: valores continuos, física real y materia haciendo el trabajo.
Resolver un límite fundamental del calor
El calor tiene una limitación obvia: siempre fluye de lo caliente a lo frío. Eso impide representar directamente valores negativos. La solución del equipo fue tan elegante como poco intuitiva.
Cada matriz se divide en dos partes: una positiva y otra negativa. Ambas se procesan en estructuras distintas, optimizadas para conducir calor. Luego, en una etapa posterior, los resultados se combinan por resta. Así, el sistema puede realizar cálculos completos sin violar las leyes de la termodinámica.
Además, los investigadores comprobaron que variar el grosor del material amplía el rango de operaciones posibles. No es solo la forma: también es volumen, masa y física tangible.
Un chip que se mide a sí mismo
Por ahora, el sistema funciona con matrices pequeñas, de dos o tres columnas. Pero eso ya es suficiente para aplicaciones muy concretas y estratégicas: diagnóstico térmico integrado en microelectrónica.
En los chips actuales, detectar puntos calientes requiere sensores adicionales, cableado y consumo extra. Aquí no. La estructura que calcula es también el sensor. Si aparece una anomalía térmica, el sistema la “nota” de forma directa, porque altera el propio cálculo.
Esto abre aplicaciones claras en electrónica de potencia, sistemas aeroespaciales, centros de datos e infraestructuras críticas, donde detectar un fallo térmico a tiempo puede evitar un colapso completo.
¿Puede escalar esto hacia la IA?
Escalar esta idea hacia redes neuronales profundas no es sencillo. Harían falta millones de microestructuras trabajando en paralelo, formando mosaicos térmicos. Además, el calor se mueve más lento que los electrones, lo que impone límites de velocidad y ancho de banda.
Aun así, el equipo ya trabaja en estructuras secuenciales, donde la salida térmica de una alimenta a la siguiente, imitando capas neuronales. El objetivo final es aún más ambicioso: estructuras programables, capaces de cambiar de función sin rediseñar el material.
Computar con lo que antes se desperdiciaba
A corto plazo, esta tecnología apunta a chips más eficientes y autoconscientes térmicamente. A medio plazo, a arquitecturas híbridas donde la electrónica convencional se encarga de lo rápido y el calor de lo repetitivo y barato.
Y en el horizonte más ambicioso, plantea una idea poderosa: computación que se alimenta de sus propios residuos energéticos.
El calor siempre estuvo ahí. La novedad es empezar a escucharlo… y dejar que calcule por nosotros.
