在半导体芯片内部构建出头发丝粗细的微型水路……冷却效率比全球最高水平高出10倍
"人工智能时代的胜负关键在于发热控制"……也提出了应用于英伟达下一代芯片的可能性
韩国研究团队开发出一项可大幅降低人工智能数据中心电力消耗的超高效半导体冷却技术。该技术在半导体芯片内部构建出比头发丝更细的微型水路，实现了比现有全球最高水平高出10倍的冷却效率，为解决被视为人工智能半导体最大难题的发热问题提出了新方案。
KAIST于16日表示，由机械工程系教授 Kim Seongjin 与 AX学科教授 Lee Ikjin 组成的联合研究团队，开发出一种在半导体芯片内部结合歧管与微通道的超高效液冷技术。
近期，随着生成式人工智能扩散，人工智能半导体性能竞争日趋激烈，发热问题已成为产业界最大课题。尤其是人工智能数据中心因在冷却上消耗大量电力，被称为“电老虎”。业界正加快引入液冷技术，以突破风冷的局限。
研究团队开发的技术，是对在半导体芯片内部直接让冷却水流动以带走热量的歧管微通道结构进行改良。歧管是将冷却水分流至多条路径并进行供给、回收的装置，微通道则是比头发丝更细的微型水路。
研究团队为解决现有歧管微通道中冷却水仅集中于部分通道的问题，对结构进行了优化，使冷却水能够在所有通道中均匀流动。其特点在于，正如快递物流网络分散到多个地区物流中心后配送距离会缩短一样，该技术也将冷却水移动距离降至最低，从而减少能量损失。
人工智能时代的竞争力不在运算，而在热管理
在使用实际硅晶圆制作的实验中，冷却性能系数达到10.6万。这意味着，投入1单位冷却能量，便可移除相当于10.6万倍的热量。
尤其是，这一数值比2020年国际学术期刊《Nature》报告的原有最高水平高出10倍以上。这意味着，在移除相同热量时，所需能耗可降至原来的十分之一。
这项技术的另一大优势在于，无需采用液体沸腾冷却、纳米结构表面处理或金刚石等高价材料，仅凭常温水即可实现。同时，该技术与当前半导体制造工艺兼容，因此被认为无需追加设备投资便有较高应用可能性。
研究团队合影。（上排）通讯作者 Kim Seongjin 机械工程系教授、Lee Ikjin 教授。（下排）第一作者 Lee Yeongjin 博士、Lee Hansol 博士研究生、Hwang Cheolhyeon 博士研究生。KAIST供图
View original image研究团队表示，在5毫米×5毫米测试芯片上完成技术验证后，该技术也可应用于人工智能数据中心用大型半导体。实际应用于数据中心冷却装置冷板后，确认其冷却性能较现有方案提升30%以上。
研究团队还期待，未来该技术可用于英伟达下一代人工智能平台Vera Rubin级超高性能芯片。
KAIST教授 Kim Seongjin 表示：“最新人工智能半导体单个芯片就会产生数百瓦至数千瓦热量，仅靠风冷方式已存在极限。今后，人工智能数据中心的竞争力不仅取决于运算性能，还取决于能否高效控制发热。”
此次研究成果已于15日刊登在国际学术期刊《Energy Conversion and Management》上。该研究获得韩国研究财团中坚研究者支持项目以及国防技术振兴研究所超高热流冷却系统专项研究室项目资助。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
