面向下一代AI芯片的高功率密度大面积液冷板拓扑优化设计
AI芯片热设计功耗已全面进入千瓦时代,热流密度逼近500 W/cm²,热管理成为制约芯片性能与寿命的核心瓶颈,传统经验式散热结构难以满足需求。本文采用拓扑优化方法,构建考虑分布式热源的二维三层耦合模型,基于伴随法实现敏度高效求解,计算量较有限差分法降低数个数量级。选取公开的1043 W AI芯片真实边界条件进行仿真验证。系统开展了左进右出与中间供液两种供液方式的冷板拓扑优化,探究了结构颗粒度对流动传热性能的影响。结果表明,左进右出拓扑结构较传统直肋压降降低43.8%且温升下降2.7 K;中间供液结构实现了热流密度的高效横向扩展,温升下降7.8 K且努塞尔数提升40.2%。本研究发展的正向设计方法,为下一代1000 W+级AI芯片的高效热管理提供了全新技术方案。