据台湾媒体消息，散热模组大厂双鸿科技在9月份的法说会上表示，其与台积电合作的AI芯片3D封装水冷散热方案，预计明年开始出货。据悉，AI芯片在电动汽车的智能驾驶领域得到广泛应用。今年8月份，特斯拉发布了一款用于自动驾驶领域AI 训练的高算力芯片 D1，这是特斯拉研发应用于 AI 训练的高能效、高性能的超级计算机 Dojo项目的首款芯片。通过这款芯片，我们可以窥测下芯片级3D封装水冷散热的实施思路。D1 采用分布式架构，7 纳米工艺，每个 D1 芯片搭载 500 亿个晶体管、354 个训练节点，单芯片 BF16 精度下算力高达362 TFLOPs，功耗却只有400W，兼具 GPU 级别的训练能力和 CPU 级别的可控性。发布会现场，特斯拉展示的这个庞然大物，耗电量和发热都相当可怕，电流达18000A，覆盖一个长方体散热方案，散热能力高达15kW。解决芯片能效和冷却问题充满挑战，这个芯片组，特斯拉选择了封装内水冷方案。根据当时的宣传图来看，该芯片组采用了非常规的封装形式，第一层和第五层铜质结构是水冷散热模块；第二层结构由5*5阵列构成25个芯片矩阵；第三层为25个阵列核心的BGA封装基板；第四层和第七层是物理承载结构附带一些导热属性；第六层是功率模块。图：特斯拉Dojo项目第一款芯片D1的多层堆叠结构演示图，水冷在功耗与散热之间的平衡发挥关键作用。业内人士介绍，计算芯片的散热主要分为芯片外部散热和内部散热两种，风冷、冷板等方式均属于外部散热。对于AI芯片这类高集成度的超级计算芯片，能够兼顾散热效率和工程实现难度的做法是将水冷引入芯片封壳（保护盖）中，让冷却液更接近热源，在芯片内部进行换热，从而带走热量。这时，水冷结构将成为芯片保护外壳的一部分，散热厂需要与芯片制造商进行紧密的工程配合。因此，这种内部直接水冷散热方案的实现难度远高于诸如冷板、水冷头、风冷模组等外部散热方案。芯片制造商在积极布局芯片内水冷技术。今年7月份，台积电在VLSI 研讨会上发表了一系列“水冷芯片”的研究结果。报告显示，台积电测试并试验的三种水冷设计中，DWC方案的散热效果最好，能带走2.6 kW 的热量，产生63℃的温降；DWC是一种芯片直接水冷方案，直接对晶片表面的硅层进行蚀刻凹槽，形成微通道阵列，让导热液体直接与芯片表面进行充分的接触换热，并流动带走热量。图：DWC直接水冷方案比OX TIM和LMT方案的散热效果更好，由于后两种方案所架设在芯片表面的硅微通道水冷结构需要导热材料和裸片硅表面粘合，从而产生热阻。（图片来源台积电）AMD的统计资料曾指出，风冷散热有效的极限约是单颗芯片功耗205W。特斯拉和台积电的芯片水冷案例表明，水冷散热，特别是芯片直接水冷的散热效率/优势是风冷无法比拟的。目前的趋势很明显，风冷在高阶芯片上已经力有不逮！现在，AMD新一代EPYC Milan CPU功耗约220~280W，英特尔新一代Ice Lake CPU功耗350~400W，NVIDIA单颗GPU功耗更达到400~500W，巨大的热量成为系统的负担，必须通过散热效率更高的水冷来耗散芯片热量。毋庸置疑，随着AI、高速通信等高性能计算将对芯片提出更高的要求，功耗与散热设计的挑战将加大，芯片水冷或许会以更惊人的方式演变。可喜的是，科学家们对此早有预见，IBM科学家Brunschwiler和他的团队，早在2008年就想到了一种更加“直接”的水冷方式。他们设想在芯片内的每层电路之间，安排厚度仅有50微米的“水管”，让液体直接在芯片内部流过，迅速带走热量。实验证实，这样的设计在4平方厘米的多层芯片中，散热效率高达每层180W/cm2，完全可以满足堆叠芯片的散热要求。台积电DWC方案，IBM水冷方案，这些让水与芯片“亲密接触”又“平和共处”的散热科技，在技术发展一日千里的时代，相信在不久的未来我们将一一见证！
5G热管理交流群
半导体设备高集成轻薄化、高频高速的发展趋势，导致在有限的空间整合高效热管理方案，保障设备运行和降低散热能耗成为难题。欢迎业界加入5G热管理交流群，群友来自：
1、比亚迪、富士康、京信通信、三星、华为、中兴、小米、OPPO、vivo、联想集团、华勤、龙旗、深科技、格力、京东方、海信、魅族、酷派、努比亚、海能达、NVIDIA、INTEL、曙光、光峰、浙江大华等；
2、散热厂：泰硕、双鸿、超众、台达、AVC、讯强、业强、宝德、锘威、碳元、中石、精研、天脉、新创意、爱美达、讯硕、伟强、合众、恒创、斯倍硕、瑞捷、莹帆、联德、力致、思泉、飞荣达、中达、迈萪、垒石、华盈、盈启、永腾电子、莱尔德、信越、霍尼韦尔、3M、领益、长盈、捷荣、楚岳、麦伦电子、威铂驰等。
长按二维码实名认证，登记加群！
注：文章内容仅供交流参考，合作、投稿等可后台回复联系我们。