随着摩尔定律的放缓，人工智能和高性能计算（HPC）芯片逐渐变得炙手可热。当前，单芯片功耗等级已由百瓦跃升至千瓦量级。在集成度提升、尺寸微缩的发展趋势下，芯片平均功率密度将达到500W/cm2，对散热和可靠性提出了严峻的挑战。微流散热将冷却工质引入微纳尺度通道中，通过强制对流换热将芯片热量迅速转移，是一种新型高效散热手段。为满足可靠性需求，通常根据芯片极端高功耗计算恒定散热功率阈值。但极端功耗工况运行时间不足10%，这将导致散热资源的闲置和浪费。因此，根据高功率芯片的功耗特性，设计一种自适应调节散热功率阈值的方法对于提升系统能效具有重要意义。
02 成果掠影
近日，中国科学院微电子研究所焦斌斌研究员团队在芯片自适应微流散热领域取得最新进展。本研究提出一种自适应动态阈值散热方法取代传统恒定阈值散热方法。当芯片工作处于极端高功耗工况时，该方法利用仿生发汗行为，通过牺牲冷却工质提供额外散热能力。采用该方法制备的硅基微流冷板，可通过微通道强制对流实现的固定阈值及通过自适应蒸发实现的动态阈值，利用记忆合金温敏阀体结构控制“毛孔”开闭并调节工质在蒸发区内“蒸发汗液”，实现散热功率阈值的动态调控。相比传统的微流散热结构，该冷板既能满足极端高功耗散热需求，又能在常规功耗下有效降低散热资源消耗，且自适应调控过程所需能量全部来源于芯片自身产热，无需消耗额外能量。实验表明，在芯片极端功耗工况下，自适应蒸发可提升80%的散热能力，使结温降低22.3℃。通过进一步优化蒸发区亲水性调节，排液控制及相变状态调控等工作，芯片在额定工作温度下功率密度可提升208W/cm2。研究成果以“An adaptive thermal management method via bionic sweat pores on electronic devices ”为题发表在《Applied Thermal Engineering》。
03 图文导读
图1. 通过仿生汗孔进行出汗冷却的示意图。 图2.热测试芯片原理图。 图3. (a)形状记忆合金(SMA)两相:马氏体和奥氏体。(b)低温和高温下SMA开关状态示意图。 图4. 出汗过程包括三种状态:(a)不出汗状态，(b)出汗状态，(c)汗液蒸发状态。 图5.验证性能的测试平台原理图。 图6.(a)等离子体表面处理前后的界面状态。(b)模拟发汗过程中不同蒸发区界面状态下的芯片温度变化情况。 图7.汗液量对降温和稳定蒸发时间的影响。 图8. 排汗量对(a)稳定排汗阶段芯片温度、(b)稳定蒸发阶段温度降低、(c)稳定蒸发阶段持续时间、(d)亲水界面和未处理界面蒸发制冷量的影响。
标签： 点击： 评论: