
隨著AI算力持續攀升,GPU功耗正快速邁向千瓦級時代。從NVIDIA H100的700 W,到B200、GB200,再到下一代Rubin平臺,GPU熱設計功耗(TDP)不斷刷新紀錄;與此同時,HBM也正從12-Hi邁向16-Hi甚至更高堆疊,以滿足AI訓練對帶寬和容量的需求。

海力士HBM產品發展進程。圖源:SK hynix
然而,算力提升帶來的不僅是功耗增長,更讓先進封裝面臨新的散熱挑戰。由于GPU裸片與HBM堆疊高度不斷增加,兩者之間逐漸形成明顯的高度差(Die Height Difference)。傳統頂部散熱器往往難以同時兼顧不同高度芯片的散熱需求,不僅影響冷卻效率,也增加了封裝設計難度。

HBM及先進封裝示意圖 圖源:天風證劵
01
成果介紹

近日,佐治亞理工學院Muhannad S. Bakir研究團隊針對異構HBM-GPU封裝的散熱難題,研發出一款新型集成微流道冷卻方案。該方案通過顛覆性的微流道結構創新,有效適配芯片間的高度差問題,大幅提升高功率異構芯片封裝的熱管理能力,為高端AI芯片散熱優化提供了全新技術路徑。
該研究依托計算流體力學(CFD)與傳熱學(HT)聯合仿真技術,聚焦芯片頂部冷卻場景,創新設計出兩種單相微流體散熱結構,可精準適配異構HBM-GPU封裝的散熱需求。其一為平直式微通道微針翅散熱器(F-MPFHS),依托結構硅材料填充補償HBM與GPU芯片的高度落差,實現散熱結構與芯片的精準貼合;其二為后向臺階式微通道微針翅散熱器(BFS-MPFHS),創新性引入后向臺階結構,可直接適配不同芯片的高度差,優化流體流動分布規律,進一步強化整體散熱效能。
在能耗表現上,兩款方案差異顯著:平直式F-MPFHS的泵功損耗約169mW,而后向臺階式BFS-MPFHS僅需117mW泵功,即可實現持平甚至更優的散熱效果。進一步參數優化試驗證實,當后向臺階高度設定為235μm時,BFS-MPFHS方案的綜合性能達到最優狀態,相較于F-MPFHS方案,流體壓降降低31%、系統熱阻下降7.4%,綜合性能系數更是提升45%,散熱與能耗的綜合優勢突出。
目前,該研究成果已以《Integrated Microfluidic Cooling of Heterogeneous HBM–GPU Package With Die Height Difference》為題,正式發表于《IEEE》期刊。
佐治亞理工學院團隊提出的BFS-MPFHS方案,構建了一套適配異構封裝幾何特征的集成化微流道優化設計體系。其核心原理是通過后向臺階的特殊結構,改變微通道內流體的流動狀態,優化流體二次分布效果,既能有效降低流體輸送壓降、減少泵能損耗,又能強化芯片局部對流換熱效率,完美適配2000W以上超高功率AI異構芯片的封裝散熱需求,為下一代高端AI芯片先進封裝的熱管理設計提供了極具落地價值的創新方案與參考范式。












F-MPFHS與BFS-MPFHS均采用117 mW恒定泵功。







來源:https://doi.org/10.1109/TCPMT.2025.3605312
聲明:Flink未來產鏈整理,轉載請聯系:18158256081(同微信)