隨著AI算力持續(xù)攀升，GPU功耗正快速邁向千瓦級(jí)時(shí)代。從NVIDIA H100的700 W，到B200、GB200，再到下一代Rubin平臺(tái)，GPU熱設(shè)計(jì)功耗（TDP）不斷刷新紀(jì)錄；與此同時(shí)，HBM也正從12-Hi邁向16-Hi甚至更高堆疊，以滿足AI訓(xùn)練對(duì)帶寬和容量的需求

海力士HBM產(chǎn)品發(fā)展進(jìn)程。圖源：SK hynix

然而，算力提升帶來(lái)的不僅是功耗增長(zhǎng)，更讓先進(jìn)封裝面臨新的散熱挑戰(zhàn)。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(tǒng)頂部散熱器往往難以同時(shí)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(shè)計(jì)難度。

HBM及先進(jìn)封裝示意圖 圖源：天風(fēng)證劵

成果介紹

佐治亞理工學(xué)院Muhannad S. Bakir團(tuán)隊(duì)針對(duì)HBM-GPU異構(gòu)封裝存在芯片高度差、高功耗散熱困難的問(wèn)題，提出一種新型集成微流道頂部冷卻方案，可適配異構(gòu)芯片高度差異、提升高功率封裝熱管理性能。

研究基于CFD與傳熱聯(lián)合仿真，設(shè)計(jì)兩款單相微流體散熱結(jié)構(gòu)：平直式微通道微針翅散熱器（F-MPFHS）依靠結(jié)構(gòu)硅補(bǔ)償芯片高度差；后向臺(tái)階式微通道微針翅散熱器（BFS-MPFHS）采用后向臺(tái)階結(jié)構(gòu)直接適配芯片高度差，優(yōu)化流場(chǎng)與散熱效率。

研究搭建總功耗2035 W（HBM 35 W、GPU 2000 W）的異構(gòu)封裝仿真模型，對(duì)比兩款微流道方案與傳統(tǒng)風(fēng)冷的熱阻、壓降、綜合性能系數(shù)（COP）等關(guān)鍵指標(biāo)。

測(cè)試結(jié)果表明，在0.15 L/min最大流量下，兩種方案均可將系統(tǒng)最高溫度控制在387 K（約114 ℃）以下。其中F-MPFHS泵功為169 mW，BFS-MPFHS僅需117 mW即可實(shí)現(xiàn)相近甚至更優(yōu)散熱效果。

當(dāng)臺(tái)階高度為235 μm時(shí)，BFS-MPFHS綜合性能最優(yōu)：相較F-MPFHS壓降降低31%、熱阻降低7.4%、COP提升45%，散熱與能耗優(yōu)勢(shì)顯著。

但BFS-MPFHS工藝更復(fù)雜、制備成本更高，工程應(yīng)用需權(quán)衡散熱性能與制造成本。

此外，研究還分析了GPU功耗提升、HBM堆疊層數(shù)（8/12/16層）與芯片高度差等變量對(duì)散熱性能的影響，可為高功率AI芯片先進(jìn)封裝散熱設(shè)計(jì)提供參考。

該研究成果以《Integrated Microfluidic Cooling of Heterogeneous HBM–GPU Package With Die Height Difference》發(fā)表于《IEEE》期刊。

圖文導(dǎo)讀

針對(duì)該痛點(diǎn)，佐治亞理工學(xué)院Muhannad S. Bakir團(tuán)隊(duì)將HBM與GPU裸片高度差作為核心設(shè)計(jì)約束，提出面向異構(gòu)封裝幾何特征優(yōu)化的集成式微流道冷卻方案。研究基于CFD與傳熱聯(lián)合仿真，設(shè)計(jì)F-MPFHS與BFS-MPFHS兩款單相微流體散熱結(jié)構(gòu)，區(qū)別于傳統(tǒng)平面散熱設(shè)計(jì)，精準(zhǔn)適配異構(gòu)芯片高度差異。其中F-MPFHS依靠結(jié)構(gòu)硅補(bǔ)償芯片高度差，而創(chuàng)新的BFS-MPFHS采用后向臺(tái)階結(jié)構(gòu)，可直接適配裸片高度差，優(yōu)化流體分布與對(duì)流換熱效果。

研究搭建2035 W超高功耗（HBM 35 W、GPU 2000 W）異構(gòu)封裝仿真模型，對(duì)比傳統(tǒng)風(fēng)冷方案的多項(xiàng)核心性能指標(biāo)。仿真結(jié)果顯示，在0.15 L/min最大流量下，兩種微流道方案均可將系統(tǒng)最高溫度控制在114 ℃以內(nèi)。性能最優(yōu)的235 μm臺(tái)階式BFS-MPFHS，僅需117 mW泵功，相較F-MPFHS壓降降低31%、熱阻降低7.4%、綜合性能系數(shù)提升45%，低功耗、高散熱優(yōu)勢(shì)突出，可有效適配2000 W以上高功率AI芯片散熱需求。

圖1. HBM–GPU技術(shù)發(fā)展趨勢(shì)。

圖2. HBM–GPU模塊結(jié)構(gòu)示意圖：（a）俯視圖；（b）側(cè)視圖。

圖3. HBM功率分布示意圖：（a）邏輯層（Logic Tier）；（b）存儲(chǔ)層（Memory Tier）。

圖4. 針對(duì)異構(gòu)HBM–GPU高度差封裝的微流道冷卻方案：（a）采用結(jié)構(gòu)硅補(bǔ)償高度差的傳統(tǒng)風(fēng)冷散熱器（b）采用結(jié)構(gòu)硅補(bǔ)償高度差的平直式微通道微針翅散熱器（F-MPFHS）（c）后向臺(tái)階式微通道微針翅散熱器（BFS-MPFHS）。

圖5. 微流道散熱器三維模型：（a）F-MPFHS（b）BFS-MPFHS。

圖6. HBM區(qū)域與GPU區(qū)域微針翅陣列俯視圖。F-MPFHS與BFS-MPFHS采用相同的微針翅直徑及間距設(shè)計(jì)。

圖7. BFS-MPFHS網(wǎng)格無(wú)關(guān)性分析：（a）不同網(wǎng)格數(shù)量下GPU最高結(jié)溫；（b）不同網(wǎng)格數(shù)量下HBM PHY最高溫度。

圖8. 后向臺(tái)階微通道模型數(shù)值驗(yàn)證：（a）與Kherbeet等人的實(shí)驗(yàn)結(jié)果對(duì)比；（b）與Al-Aswadi等人的速度分布結(jié)果對(duì)比。

圖9. 不同流量及泵功條件下F-MPFHS與BFS-MPFHS的熱性能比較：（a）GPU最高溫度（GPU功耗1000 W）（b）HBM PHY最高溫度（GPU功耗1000 W）（c）GPU最高溫度（GPU功耗2000 W）（d）HBM PHY最高溫度（GPU功耗2000 W）HBM總功耗為35 W。

圖10. F-MPFHS與BFS-MPFHS流體性能比較：（a）不同泵功下的壓降；（b）不同流量下的泵功。

圖11. 不同GPU功耗條件下HBM與GPU最高溫度變化。F-MPFHS與BFS-MPFHS均采用117 mW恒定泵功。

圖12. 不同冷卻方案下HBM–GPU模塊溫度分布：（Ⅰ）采用結(jié)構(gòu)硅補(bǔ)償高度差的主動(dòng)風(fēng)冷散熱器；（Ⅱ）采用結(jié)構(gòu)硅補(bǔ)償高度差的F-MPFHS；（Ⅲ）BFS-MPFHS。

F-MPFHS與BFS-MPFHS均采用117 mW恒定泵功。

圖13. F-MPFHS與BFS-MPFHS熱–流體性能比較：（a）熱阻；（b）綜合性能系數(shù)（COP）。

圖14. 不同臺(tái)階高度條件下BFS-MPFHS綜合性能系數(shù)。

圖15. 流量為0.03 L/min時(shí)，臺(tái)階高度為235 μm的BFS-MPFHS流場(chǎng)速度分布。

圖16. 不同臺(tái)階高度下BFS-MPFHS再附著長(zhǎng)比較。

圖17. HBM不同DRAM堆疊層數(shù)對(duì)熱性能的影響。

聲明：Flink未來(lái)產(chǎn)鏈整理，轉(zhuǎn)載請(qǐng)聯(lián)系：18158256081（同微信）