来源：环球零碳
首图来源：Getty Images
人工智能计算不仅消耗大量电力，而且运行过程中发热的半导体芯片也需要大量能源进行冷却。随着人工智能芯片性能的不断提升，其发热量也在迅速增加。
当下，全球半导体产业进入2nm制程竞争阶段，芯片功率密度与发热强度同步快速攀升。随着先进电子产品的芯片级热通量超过 1000 W/cm²，热管理已成为一项关键挑战。
传统的空气冷却和外部铜制散热器已接近其实际应用的极限。为了应对这一挑战，韩国科学技术院（KAIST）的研究团队开发了一种超高效的液冷技术，可以从内部冷却半导体芯片。
6月16日，韩国科学技术院（KAIST）宣布，由机械工程系金成镇教授和人工智能与计算学院李益镇教授领导的联合研究团队开发出一种高效的液冷技术，将室温水直接注入芯片内部的极细管道来降温，其冷却性能指数达此前纪录的10倍。
研究人员将比头发丝还细的液冷通道直接嵌入硅半导体芯片内部，从而实现了这一目标。即使在超过2000瓦/平方厘米（W/cm²）的极端发热条件下，该团队也成功地将芯片温度维持在100摄氏度以下。研究成果于6月15日发表在国际学术期刊《能源转换与管理》上。
来源：Energy Conversion and Management
研究人员重点研究了一种直接嵌入硅芯片内部的歧管微通道（以下简称MMC）结构。微通道冷却通过比头发丝还细的微观流体通道来散热。在传统设计中，冷却剂必须从芯片的一端流经众多微通道才能到达另一端。这种较长的流动路径会增加流动阻力，并需要更大的泵送功率来循环冷却剂。
研究团队开发的歧管结构通过多个入口通道分配冷却剂，并通过多个出口收集冷却剂。这类似于物流网络：与其将所有货物从单一产地运送到遥远的目的地，不如策略性地部署多个配送中心来缩短运输距离。由于冷却剂在每个通道内的流动距离很短，因此流动阻力显著降低，所需的泵送压力也大大降低。
以往的微型复合材料（MMC）设计常常存在冷却剂分布不均的问题，部分通道冷却剂过多，而另一些通道则冷却剂过少。研究团队通过优化结构克服了这一难题，使冷却剂能够均匀地流经所有微通道。
其关键在于将歧管（冷却水分配结构）和微通道（比头发丝还细的流道）相结合的设计，以确保冷却水均匀分配到所有通道。同时，冷却液在整块芯片上的供给更为均匀，有助于维持高度一致的温度分布。
通过大量的结构分析和先进的仿真，他们最终确定了一种优化的冷却架构，将快速探索的一维模型与精确的三维计算流体动力学（CFD）模拟相结合，从而同时优化冷却性能、压力损失和温度均匀性。该架构在提供高效冷却性能的同时，最大限度地减少了能量损失。
随后，将优化后的结构制造到实际的硅半导体芯片上，并通过实验验证了其有效性。在相同的温升条件下，该冷却系统的性能系数（COP）达到了106,000。这比2020年发表在《自然》杂志（van Erp等人）上的约10,000的先前世界领先结果高出约十倍。实际上，这意味着只需约十分之一的泵功率即可去除相同量的热量。
基于实验装置（5mm × 5mm 测试芯片）的性能测试结果，研究团队表示，当将该系统应用于大型AI半导体（最大 7.5cm × 7.5cm）和数据中心冷板时，冷却性能相比现有方法能提升 30% 以上。
更关键的是，该技术不仅大幅提升了制冷性能，其重要意义在于降本——整套方案无需相变制冷、纳米表面改性等复杂工艺，也不依赖金刚石等高价特种散热材料，仅以普通常温清水作为冷却介质，将大幅降低搭建与运维成本。
另外，该装置可采用与CMOS工艺兼容的制造工艺，与传统半导体制造流程完全兼容，意味着可在现有芯片代工厂直接落地，无需额外设备即可轻松应用于现有的半导体生产线。
这项技术有望帮助解决各种高热流电子系统中的热管理难题，包括人工智能加速器、高性能计算 (HPC) 系统、三维半导体封装、电力电子和国防电子。
尤其值得一提的是，数据中心不仅日益受到计算性能的限制，还受到冷却功耗和冷却基础设施需求的制约。因此，降低芯片级泵浦功耗的技术将在提高下一代数据中心的能源效率和缓解热瓶颈方面发挥重要作用。
金成镇教授表示：“随着人工智能半导体和先进电子封装的性能越来越受到散热的限制，我们预计这项技术将成为未来高性能计算系统的基础冷却解决方案。”
（来源：KAUST、eurekalert、科创板日报；整理：Penn）
特别声明：以上内容仅代表作者本人的观点或立场，不代表新浪财经头条的观点或立场。如因作品内容、版权或其他问题需要与新浪财经头条联系的，请于上述内容发布后的30天内进行。
