一、算力發展與芯片熱管理

隨著數字化轉型、物聯網設備的普及、云計算的擴展、以及人工智能和機器學習技術的廣泛應用，全球每年新產生的數據總量隨著數字化的發展快速增長。

根據IDC和華為GIV團隊預測，2020年全球每年產生數據量約2ZB，2025年可達到175ZB，2030年將達到1003ZB，即將進入YB（1 Yotta Bytes = 1000 Zetta Bytes）時代。

數據量的增長意味著需要更多的計算資源來處理、存儲和分析這些數據，尤其是在對數據處理技術與時效性方面提出了更高的要求，因此云計算、大數據、人工智能等數據處理技術需要更高的算力支撐。

根據“中國算力發展指數白皮書（2022）”，2024年全球算力規模預計達2380 EFlops，而到2030年，預計可達到56000 EFlops。

全球算力規模的增加則主要來源于兩個方面：一是單顆算力芯片的性能提升，二是數據中心數量與規模的擴張。

1、AI算力芯片發展

目前，英偉達的GPU在全球AI算力芯片市場中占據了80%以上的市場份額，在過去的八年里，英偉達通過改進芯片架構、提升制程工藝、采用HBM及先進封裝形式，其GPU算力提升了約1000倍。

? ? ? ? ?

在算力提升的同時，芯片功耗也在不斷增加，根據亞太芯谷科技研究院統計，英偉達最新推出的GB200芯片功耗達到了驚人的2700W，是其V100芯片功耗的近10倍。

而AI算力芯片市場的另一主要廠商AMD，在2020年至2024年迭代的GPU芯片功耗也大幅增加，由MI100的300W增加至MI300的750W。

英偉達、AMD芯片功耗演進

英偉達數據中心 GPU 技術路線圖

在算力芯片性能與功耗同步提升的同時，由于AI科技技術的演進與應用創新應用，數據量增加與算力需求共同推動了AI算力芯片市場規模的增長。

由上文可知，2015年到2024年全球數據量增加了122 ZB，相應的全球GPU市場規模增加了1120億美元，GPU產品也經歷了從Pascal到Blackwell五種架構的進化。依此推算，在2024年到2030年，全球數據量規模將增加870ZB，對應的全球GPU市場規模將有數倍增長空間。根據中國臺灣工研院預估，2030年算力芯片將占據整個半導體應用銷售的40%，從而推動全球半導體市場規模在2030年達到1萬億美元，算力芯片是未來全球半導體市場規模增長的主要驅動力。

AI芯片需求大幅增長

2、數據中心發展

根據海外媒體消息，馬斯克的初創xAI公司正在構建一個龐大的AI超級計算機Colossus，數據中心僅用19天完成了超過10萬塊GPU及配套存儲和超高速網絡的部署（從設計到LLM首次訓練總工程用時122天）。數據中心采用抬高地板設計，地板下方是液冷管道，上方是電源，每個計算大廳約有2.5萬塊GPU，以及相應的存儲和高速光纖網絡設備。

Colossus的基本構建模塊是超微液冷機架，每個機架配備八臺4U服務器，每臺服務器搭載8塊NVIDIA H100 GPU，這樣每個機架總共有64塊GPU。八臺這樣的GPU服務器與一個超微冷卻劑分配單元（CDU）及其相關硬件構成了一個GPU機架。該集群仍在建設中，未來規模還會進一步擴大，大概擴展到至少100萬個GPU，約400億美元（以每顆GPU 4萬美元估算）。

同時，Meta也不甘落后，擬購入35萬塊H100 GPU，旨在為其強大的Llama 4 AI模型注入更澎湃的算力。據LessWrong網站的估算，到2025年，微軟、谷歌、Meta、亞馬遜以及新興的xAI這五大巨頭，在GPU/TPU的持有量上，若換算成等效H100的數量，將驚人地超過1240萬臺。這一數字不僅彰顯了科技巨頭們在算力“軍備競賽”中的持續投入，更預示著一場前所未有的AI算力盛宴正在席卷全球。

? ? ?

除幾大巨頭外，全球主要國家或區域也積極加入到AI科技浪潮中，投入大量預算興建數據中心。根據Fortune Business Insights數據，2023年全球數據中心數量為343萬，預計到2027年增長到約360萬，2023-2027年復合增長率約為1.2%。從建造規模看，2023年全球數據中心建造市場2599.7億美元，預計2028年增長至3482.3億美元，2023-2028年復合增速為7.6%。

2023 年全球數據中心建造規模2599.7 億美元

AI 大模型的崛起推動高速率數通光模塊的加速放量，特別是在電信和數通市場。由于云服務龍頭增加對 AI 集群的投資，高端光通信需求上升，400G 和 800G 光模塊的組件供不應求。LightCounting 預測 2024 年以太網光模塊銷售額將同比增長近 30%，各個細分市場也將逐步恢復增長。在經歷 2023 年全球光模塊市場規模同比下降 6%后，2024-2028 年的復合年增長率（CAGR）預計將達到 16%。光模塊龍頭公司 Coherent 表示，由 AI 驅動的全球 800G、1.6T 和 3.2T 數通光模塊，相關行業規模在 2024-2028 年的 5 年 CAGR 可能超過 40%，從 2023 年的 6 億美元增長至 2028 年的 42 億美元。

2018-2028E 全球光模塊銷售額（百萬美元）

數據中心需要大量的電力能源支撐，根據EIA統計數據，2022年全球數據中心、加密貨幣和人工智能（AI）共消耗約460 TWH的電力，約占全球總電力需求的2%。數據中心是支持數字化的重要基礎設施，與供電基礎設施相輔相成。隨著數據量的不斷增加，需要擴展和發展數據中心來處理和存儲這些數據。數據中心行業的未來趨勢復雜多變，技術進步和數字服務快速發展。根據部署速度、效率提升范圍、以及人工智能和加密貨幣趨勢，EIA預計到2026年，數據中心、加密貨幣和人工智能的全球電力消耗將達到620至1050TWh之間，中性情況下需求將超過800TWh，相比2022年的460TWh接近翻倍。

? ? ? ? ?

而EIA的預測可能相對保守，另一國際咨詢機構Semianalysis預測2026年AI數據中心電力容量達到40GW,對應每年約350TWh。Semianalysis根據其對于Hyperscaler的跟蹤，預計到2030年，AI將推動數據中心用電量占全球發電量的4.5%。根據semianalysis預測，全球數據中心關鍵IT電力需求將從2023年的49GW增長至2026年的96GW，其中AI數據中心將消耗約40GW（相較EIA的預測更加樂觀）。未來幾年，數據中心電力容量增長將從12%-15%的復合年增長率加速至25%的復合年增長率。

數據中心在消耗的龐大電能時，也會產生巨大的能耗，根據《綠色高能效數據中心散熱冷卻技術研究現狀及發展趨勢》統計，數據中心能耗主要由IT設備能耗、散熱能耗、供配電能耗和照明及其他能耗組成，其中，IT設備能耗、散熱能耗是主要的能耗，散熱能耗占比達到43%。

? ? ? ? ?

根據統計數據，電子元器件溫度每升高2℃，可靠性下降10%，溫度達到50℃時的壽命只有25℃時的1/6，因此數據中心及AI芯片廠商不斷探索散熱技術以保證其優質的產品和服務性能。同時，由于環保意識高漲，各國對數據中心PUE（Power usage effectiveness，電源使用效率）規范日益嚴格，同時跨入AI世代GPU運算芯片TDP（Thermal Design Power，熱設計功耗）持續向上堆棧，使得數據中心的散熱設計變得至關重要。

以英偉達2024年四季度量產的GB200 NVL服務器為例，單顆B200芯片TDP 1200W，GB200系統芯片TDP更上看2700W（1個Grace CPU+2個B200 GPU），現行的3D VC氣冷散熱解熱瓶頸約在1000W，超出1000W以上采液冷散熱效果較佳，因此需要全面升級液冷散熱，并配合其他散熱技術共同作用。2025年，英偉達的B300芯片TDP進一步擴大到1400W，AMD GPU Server芯片下世代功耗預期也將突破千瓦水平。相對應的英偉達下一代芯片單機柜能耗或超過1MW，預計2028年左右推出Rubin Ultra AI GPU峰值機架密度功耗最高或超過1000kW，散熱已經成為AI芯片發展的關鍵。

3、熱管理分類及市場規模

一般而言，熱量的傳遞主要有三種：導熱、對流和輻射。根據熱的傳遞方式，散熱系統可以由風扇、散熱片（如石墨片、金屬散熱片等）和導熱界面器件組成。以普通的CPU風冷散熱器為例，其工作原理是CPU散熱片通過導熱界面器件與CPU表面接觸，CPU表面的熱量傳遞給CPU散熱片，散熱風扇產生氣流將CPU散熱片表面的熱量帶走。而對于高效散熱設備而言，相變換熱是一種極其高效的熱量傳遞方式。相變換熱涉及物質在固態、液態和氣態之間的轉變，當物質吸收或釋放潛熱時，就會在不改變溫度的情況下發生相變。

以數據中心為例，由于其能耗非常龐大，需要有43%的熱能能耗散掉，所以一般都是多種散熱方式通用。根據亞太芯谷科技研究院，以距離核心發熱源遠近進行劃分，散熱可以分為三種類型：芯片級熱管理、裝置級熱管理、基地級/終端產品熱管理。

其中：

芯片級熱管理散熱技術，一般是解決熱量從芯片內部傳導到外部，其主要散熱技術包括微通道（TSV）散熱、熱管散熱、VC-Lid 均溫板散熱和3D VC散熱、金剛石（鉆石）散熱、石墨烯散熱等。

裝置級熱管理散熱技術，一般是指對服務器或移動電子設備進行散熱，其散熱技術主要包括風冷、液冷，其中液冷技術又可以細分為冷板冷卻、噴淋冷卻、單相浸沒式液冷、兩相浸沒式液冷等技術。

基地級/終端產品熱管理散熱技術，一般是指對數據中心或終端產品的散熱，終端產品包括汽車、機器人等，其散熱技術主要包括自由空氣冷卻、冷熱通道冷卻、蒸發冷卻和地熱冷卻技術等。

在市場方面，根據 R&M 數據，2024 年全球數據中心熱管理市場規模為 165.6 億美元，到 2029 年預計將增長至 345.1 億美元，2024-2029 年 CAGR 為 15.8%。從技術滲透率來看，Omdia 預計 2023 年數據中心風冷和液冷市場規模為 76.7 億美元，其中液冷的滲透率約為17%。

另外，在消費電子散熱市場方面，隨著 AI 技術的加入，消費電子的算力需求不斷增加，相應的散熱需求也顯著提升。2023 年，全球智能手機出貨量達到了11.7 億臺，平板電腦為 1.3 億臺，電腦出貨量為 2.5 億臺。根據 Counterpoint Research 的數據顯示，預計到 2027 年，AI 手機的市場占比將達到 43%。目前，PC 散熱器的價值約為 100-200 元（包括 VC+風扇），高于早期 PC 散熱器的價值（約 30-60 元，熱管+風扇），因此預期2030全球消費電子熱管理市場規模可達到380億美元。

因此，數據中心及消費電子的熱管理市場規模在2030年有望達到約770億美元。

二、芯片級散熱技術發展

芯片級散熱技術是直接在芯片表面或芯片內部實施的散熱措施，可以更直接、更快速地將熱量從熱源（芯片）傳遞出去，由于空間狹小、環境復雜，所以對散熱材料及器件結構有著極高的要求。

根據熱源到換熱結構的熱傳導路徑不同，芯片級散熱技術一般可以分為三種類型：

第一種為遠端冷卻架構散熱技術，芯片與熱沉冷板之間通過2層TIM進行熱傳導。

第二種為近芯片冷卻架構散熱技術，隨著熱流密度與芯片面積的增加，遠端冷卻能力越發不足，因此直接將芯片通過1層TIM與熱沉冷板貼合，形成近芯片冷卻架構。相比于遠端冷卻架構，由于減少了1層TIM與熱擴散層，近芯片冷卻架構進一步提高了可冷卻的熱流密度。

第三種為芯片內嵌冷卻架構散熱技術，即通過消除芯片和熱沉冷板之間的TIM，直接在芯片襯底上刻蝕微通道，將流體引入其中，達到冷卻效果。

? ?

由于本身優秀的熱導性能，目前市場上的主流芯片級散熱技術主要包括熱管、VC均溫板、3D VC、金剛石（鉆石）、石墨烯散熱技術等。

芯片級散熱介質分類比較

1、熱管散熱技術

熱管，也稱為Heat Pipe，是一種高效的傳熱器件，它能夠在較短的時間內將熱量從一端傳輸到另一端。它的核心原理是通過相變和毛細作用進行熱量傳遞。熱管內部包含工作液，當熱量輸入端（稱為蒸發段）受熱時，工作液吸收熱量并迅速蒸發形成氣體。隨后，氣體沿著管內移動到冷卻端（稱為冷凝段），在此過程中冷凝成液體并釋放熱量。液態工作液通過毛細作用或重力返回到蒸發段，完成一個完整的循環。

熱管工作原理

熱管技術的發展歷史可以追溯到20世紀中葉，1944年，美國通用發動機公司的R.S.Gaugler在美國專利（No. 2350348）中提出了熱管的工作原理。1963年，美國Los Alamos國家實驗室的G.M.Grover重新獨立發明了這種傳熱元件，并對其進行了性能測試實驗，正式將這種傳熱元件命名為“熱管”（heat pipe）。1964年，世界上第一支熱管在美國的洛斯阿拉莫斯科學實驗室誕生。1972年，中國研制出第一根熱管，它是以鈉為工質的，隨后研制了以氨、水、導熱油為工質的熱管。

到21世紀后，熱管技術的應用重點由航天轉移到地面，由工業化應用擴展到民用產品，尤其是微型熱管技術發展迅速，被廣泛應用于電子裝置的芯片、筆記本計算機的CPU等。

熱管的導熱能力超過所有已知的金屬，冷卻介質有水、甲醇、丙酮、氨、一氟二氯乙烷、水合二氧化硅等，冷凝端可以用水或空氣冷卻。熱管沒有連接芯片的冷卻介質連接管路，降低冷卻介質在IT設備內部的泄露風險，且沒有泵的需求，利用毛細壓差驅動氣液兩相自循環運動而發生熱量交換。因冷卻結構中沒有運動部件，可靠性高。

芯片級熱管的結構簡單，一般由密閉容器、毛細結構、工作流體組成。根據工作溫度范圍，一般可以分為深冷熱管、低溫熱管、中溫熱管、高溫熱管。

不同種類熱管的區別

在芯片級散熱中，熱管一般不單獨作為散熱器使用，通常嵌入空冷散熱器翅片中，利用其高效的相變傳熱快速地將芯片基板處的熱量傳遞到空氣中，達到散熱的目的。

熱管樣品

2、VC均溫板散熱技術

VC均溫板，全稱為Vapor Chamber，即真空腔均熱板散熱技術。VC均溫板是一個內壁具有微細結構的真空腔體，通常由銅制成。當熱由熱源傳導至蒸發區時，腔體里的冷卻液在低真空度的環境中受熱后開始產生冷卻液的氣化現象，此時吸收熱能并且體積迅速膨脹，氣相的冷卻介質迅速充滿整個腔體，當氣相工質接觸到一個比較冷的區域時便會產生凝結的現象。借由凝結的現象釋放出在蒸發時累積的熱，凝結后的冷卻液會借由微結構的毛細管道再回到蒸發熱源處，此運作將在腔體內周而復始進行。

相比熱管，VC的導熱效率與靈活度更強。銅的導熱系數為401W/m·K，熱管可以達到5000~10000 W/m·K，而均熱板則可以達到20 000~10000 W/m·K，甚至更高。熱管是一維導熱，其形狀及寬度雖受限，但搭配銅板及其他機構件，在系統排列及運用多支熱管之彈性大，應用廣，具性價比優勢。而均熱板形狀則不受限制，可以根據芯片的布局，設計任意形狀，甚至可以兼容處于不同高度的多個熱源的散熱。

VC均溫板的工作原理

因而，VC均溫板是一種比熱管更先進、更高效的導熱元件，尤其在處理高密度電子設備的熱管理問題時表現出色。

VC均溫板的結構

目前，VC均溫板可劃分為常規均溫板以及超薄均溫板。

常規均溫板由上下兩片銅板以及中間的毛細結構、支撐柱等焊接而成，使用場景一般是高熱通量應用。均溫板的二維熱擴散能力可以幫助高TDP（或超頻狀態）的CPU高效散熱并將溫度冷卻至安全的工作溫度，延長組件以及產品的使用壽命，常規均溫板根據具體使用場景又可以細分為CPU均溫板、顯示屏均溫板、筆記本電腦均溫板等。

超薄均溫板一般是指總厚度在2mm以下的均溫板，因為近年智能手機機身總厚度往往在10mm以下，超薄均溫板在智能手機散熱方案上就發揮著舉足輕重的作用。目前市場上對于超薄溫板的需求日漸提高，特別是厚度在0.8mm以下的均溫板的應用與研發，是近年研究的熱點。

常規VC散溫均溫板示例

超薄均溫板示例

在國內芯片級散熱行業中，中山仲德科技一直專注于超博高結構強度均溫板（HSS VC）的研發，并取得了重大突破，公司采用電化學沉積技術路線來制造VC吸液芯，以自研的“原子堆垛毛細結構”技術為基礎開發了新一代VC制程，研制出全球首款高結構強度VC，以及全球第一塊高階芯片封裝用高結構強度VC-Lid。

仲德科技自主研發的均溫板（VC LID）作為一種高效的散熱器件，具有上萬的導熱系數，遠超傳統銅蓋板，能夠快速將熱量從熱源傳導出去，使芯片各處溫度趨于一致。在相同加熱條件下，VC LID相較于傳統銅質LID，其溫度變化更快，且能迅速使各處溫度均勻，有效應對芯片高功率和熱源分布式的散熱需求。

為了滿足芯片封裝對蓋板的高強度和耐高溫等要求，仲德科技摒棄了傳統的物理燒結方式，采用化學增材制造的方式制作吸液芯，并對均溫板制造工藝進行了全面改革。獨創的“原子堆跺毛細結構技術”，通過電化學沉積的方式，歷經11年三代研發，不斷優化毛細結構的微觀形態，使其孔隙率和毛細性能大幅提升，獲得了英特爾、英偉達等客戶的高度認可。在制造方面，仲德科技實現了高度智能化的生產，將檢測與制造緊密結合，每一道工序都上傳至專家系統進行質量檢測，結合人工智能技術實時分析性能與工藝參數，動態調整生產工藝，確保產品質量的一致性。

目前，仲德科技已經成功將VC LID的耐高溫性能提升至260攝氏度，并有望進一步提高至270攝氏度，以滿足芯片封裝企業的高標準要求。

3、3D VC（三維兩相均溫技術）

前文提到的熱管及VC散熱均為兩相均溫技術，其中熱管是一維線式均溫，VC是二維平面均溫，下面介紹的3D VD則是三維一體式均溫。

兩相均溫技術發展趨勢

?

3D VC（三維兩相均溫技術）是利用熱管與均溫板蒸汽腔體貫通的散熱技術，即通過焊接工藝將基板空腔與PCI齒片內腔相連，形成一體式腔體，腔體內充注工質并封口，工質在靠近芯片端的基板內腔側蒸發，在遠熱源端的齒片內腔側冷凝，通過重力驅動及回路設計形成兩相循環，可以實現理想均溫效果。

3D VC散熱原理示意圖

3D VC具有“高效散熱、均勻溫度分布、減少熱點”等解熱優勢，可滿足大功率器件解熱、高熱流密度區域均溫的瓶頸需求，也可以保證獲得更強的超頻性能以及超頻后的系統穩定性。

對比熱管/均溫板的散熱器導熱，是把芯片熱量先傳遞至均溫板再傳至多根熱管后再傳至FIN，存在接觸熱阻、焊料以及銅本身的熱阻；而3D VC通過三維結構連通下，內部液體相變、熱擴散，直接、高效地將芯片熱量傳遞至FIN遠端散熱。

3D VC 模型圖

? ?

3DVC的制作工藝比較復雜，良率低，在一定程度上限制了其發展和應用。3DVC制作的核心在于，熱管和VC殼體的連接方式，以及內部毛細結構的燒結。

3D VC 的制作工藝

4、金剛石（鉆石）散熱

金剛石的熱導率是已知最高的材料之一，達到 2000 W/m·K，是硅（Si）、碳化硅（Sic）和砷化鎵（GaAs）的 13 倍、4 倍和 43 倍，銅和銀 4-5 倍。在熱導率要求為 10~200 W/(m·K)之間時，金剛石是唯一可選的熱沉材料。

金剛石熱導率高達 1000-2000W/m.K

2024年11月，美國Akash Systems公司開發的鉆石冷卻技術可將GPU溫度降低20度， 超頻潛力提升25%，因此與美國商務部，簽署了一份不具約束力的初步條款備忘錄（PMT），并根據《芯片與科學法案》提供1820萬美元的直接資助和5000萬美元的聯邦和州稅收抵免。

全球GPU芯片龍頭英偉達也開始采用鉆石散熱GPU進行測試實驗，據Diamond Foundry官網，英偉達鉆石散熱GPU可使AI及云計算性能提升三倍。

另外，華為也在金剛石（鉆石）散熱領域進行了深度的研究，并發表了多篇專利。

2014年，華為技術團隊便與廈門大學電子科學與技術學院于大全教授團隊在Journal of Materials Science & Technology上發表了“基于反應性納米金屬層的金剛石低溫鍵合技術”成果。

2023年10月，華為與哈爾濱工業大學聯合申請公布一項專利《一種基于硅和金剛石的三維集成芯片的混合鍵合方法》。通過采用混合鍵合方法，可以實現硅和金剛石的高效集成，將芯片產生的熱量快速地導出，并減少熱阻，從而提高芯片的散熱效率，提高芯片的性能和可靠性。

2024年12月，華為申請公布使用金剛石散熱層的半導體器件專利。在本申請的半導體器件中，鈍化層位于第一外延層和金剛石散熱層之間，鈍化層朝向金剛石散熱層的一側表面設置有凹槽，該結構不僅可以增加金剛石散熱層與鈍化層的接觸面積，從而增加金剛石散熱層與鈍化層之間的結合力，并且還可以減小柵極與金剛石散熱層之間沿半導體器件的厚度方向的熱擴散距離，大幅提高半導體器件的散熱效率。

金剛石也可以與同、鋁等金屬混合，制成金剛石銅、金剛石鋁等材料。導熱系數也能達到800W/(k.m)以上。可以采用MIM（金屬粉末注射成型）的工藝制備。

5、石墨烯散熱技術

石墨烯是具有單原子層厚度的二維材料，具有極高的導熱性。2008年，Balandin課題組6用拉曼光譜法第一次測量了單層石墨烯的熱導率，觀察發現石墨烯熱導率最高可達5300m·K，高于石墨塊體和金剛石，是已知材料中熱導率的最高值，吸引了研究者的廣泛關注。

對石墨烯熱導率的研究很快對石墨烯在導熱領域的應用有所啟發。隨著石墨烯大規模制備技術的發展，基于氧化石墨烯方法制備的高導熱石墨烯膜熱導率可達~2000 W·m-1·K-19。高導熱石墨烯膜的熱導率與工業應用的高質量石墨化聚酰亞胺膜相當，且具有更低成本和更好的厚度可控性。另一方面，石墨烯作為二維導熱填料，易于在高分子基體中構建三維導熱網絡，在熱界面材料中具有良好應用前景。通過提高石墨烯在高分子基體中的分散性、構建三維石墨烯導熱網絡等方法，石墨烯填充的熱界面復合材料熱導率比聚合物產生數倍提高，并且填料比低于傳統導熱填料。

因而石墨烯無論作為自支撐導熱膜，還是作為熱界面材料的導熱填料，都將在電子元件散熱應用中發揮重要價值。

目前，石墨烯薄膜散熱已在市場上有了應用，華為在其發布的Mate X6手機上就搭載了超高導熱石墨烯材料，其導熱性能達到2000 W/m·K，散熱效率提升33%。

6、液冷散熱技術

發展歷程

早期探索：1964 年，IBM 公司研發出世界首款冷凍水冷卻計算機 System360，開創了液冷計算機先河。

技術蟄伏與再興起：2008 年，IBM 發布了液冷超級計算機 Power575。2009 年，Intel 推出了礦物油浸沒散熱系統。

國產廠商崛起：2011 年，中科曙光率先開始了服務器液冷技術的探索與研究，并于 2013 年完成了首臺冷板式液冷服務器原理機和首臺浸沒式液冷原理驗證。2015-2018 年，中科曙光、華為、浪潮信息、聯想、阿里巴巴等一眾國產廠商先后實現了液冷服務器大規模商業應用項目的落地。

快速發展階段：近年來，隨著數據中心的 ICT 設備芯片功率和功率密度不斷增加，以及人工智能應用需求的爆發，液冷技術進入快速發展期1。

發展現狀

技術路線方面

單相冷板：冷卻液為液體，一般為水基冷卻液，如去離子水、乙二醇水溶液等。應用最為廣泛，基本不影響數據中心機柜架構及基礎設施。

兩相冷板：冷卻液在冷板模組內部存在液態和氣態兩種狀態，通過相變潛熱提升散熱能力，但對系統氣密性要求更高，設備和系統維護更復雜。

單相浸沒：將 ICT 設備浸泡在介電冷卻液中進行散熱，介電冷卻液一般為氟化液或油類，分為 Tank 單相浸沒、節點單相浸沒、節點噴淋浸沒等方式。

兩相浸沒：使用的介電冷卻液為兩相冷卻液，通過汽化潛熱帶走芯片熱量，散熱能力強，但設計具有挑戰性，成本也相對昂貴。

市場應用方面

數據中心領域：冷板式液冷因成熟度高、運維難度低，目前在數據中心液冷市場占據主導地位，約占 90% 的市場份額。但隨著單機柜功率的不斷提升，浸沒式液冷的應用有望逐步增加。

其他領域：在超算和高性能計算領域，全浸沒式液冷式服務器有望成為未來技術趨勢。英偉達也表示未來所有 GPU 產品的散熱技術都將轉為 “液冷”。

未來趨勢

技術優化方向

散熱能力提升：隨著芯片功率的不斷提高，液冷技術將不斷優化，以提供更強的散熱能力，滿足下一代 ICT 設備芯片的散熱需求。兩相冷板和兩相浸沒方案的優勢可能會逐漸顯現。

可靠性增強：單相冷板會進一步提升方案可靠性，降低泄漏風險；浸沒液冷會在冷卻液兼容性、CDU 等配套設備以及機房級方案的標準化方面持續推進，以提高整體可靠性。

市場發展趨勢

市場規模增長：據 IDC 預計，2022-2027 年，中國液冷服務器市場年復合增長率將達到 54.7%，2027 年市場規模將達到 89 億美元。

材料創新：開發更高導熱率、更低成本的冷卻液和冷板材料。

標準化程度提高：行業標準的建立和完善將是未來液冷技術發展的重要方向，提高產品之間的兼容性，降低成本，推動液冷技術的普及和應用，促進行業的規模化發展。

應用場景拓展：除了數據中心、超算和高性能計算領域，液冷技術還將在人工智能、5G 通信、電動汽車等更多領域得到廣泛應用。

智能化：結合物聯網和AI技術，實現液冷系統的智能監控和優化。

綠色環保：推廣使用環保型冷卻液，減少對環境的影響。

成本下降：隨著技術進步和規模化生產，液冷技術的成本將進一步降低。

7、其他散熱技術

（1）芯片內微通道散熱

芯片內嵌冷卻在高性能芯片熱管理方面具有巨大的應用潛力，與遠端冷卻和近芯片冷卻相比，其可使總熱阻顯著降低。最早的芯片內嵌冷卻由斯坦福大學的TUCKERMAN和PEASE在 1981 年提出，為了增強對流換熱系數，在硅襯底上加工了寬度為 50 μm的微通道結構，在 790 W/cm2的熱流密度下，芯片的溫升被控制在 71℃以內。2022 年，北京大學提出了一種雙 H型芯片歧管內嵌冷卻結構，采用硅-硅鍵合工藝集成，可針對面積為400mm2、功耗為417W 的芯片，在溫升為 22.2℃的情況下，實現了對 104.3 W/cm2熱流密度的冷卻。另外，洛桑聯邦理工學院的研究人員將嵌入式冷卻的想法提升到了一個新的水平。他們從一開始就將電子元件和冷卻裝置設計在一起，在芯片內部設計了三維冷卻通道，就在晶體管的有源部分下方。距離實際產生熱量的地方只有幾微米，這樣做的目的是防止熱量在整個設備中擴散。

雙H型芯片歧管內嵌冷卻結構

洛桑聯邦理工的嵌入式冷卻設計

（2）芯片內 TSV 散熱

3D-IC 作為突破平面系統級芯片（SoC）極限的關鍵路徑，日益成為尖端設計的主流趨勢。對于復雜的3D芯片，必須通過以特定方式放置TSV（即穿過硅片的銅連接）來創建熱通道，以幫助均勻散熱。在AMD MI300等芯片中，通過TSV將13個芯片堆疊在一起，作為一個大芯片。TSV可以提高性能、降低延遲、提高冷卻效果。但TSV是由銅制成的，其導熱性能受限，因此對于更高的散熱要求，僅靠TSV無法完成。

基于TSV放置優化的3DIC熱管理示意圖

8、熱界面材料散熱路徑及開發路線

熱界面材料（TIM）是用于涂敷在散熱器件與發熱器件之間，降低它們之間接觸熱阻所使用的材料的總稱。由于器件制造公差和表面粗糙度的存在，器件之間通常會有微小的空隙。這些空隙含有空氣，而空氣是熱的不良導體，常溫下導熱系數僅為0.026W/(m·K)，因此就造成了比較大的接觸熱阻。因此，導熱界面材料（TIM）被用來填補這些空隙，排出空氣，提供更好的熱傳導路徑，降低界面熱阻，從而提升散熱效率。芯片通過TIM與熱沉進行貼合，TIM在遠端冷卻和近芯片冷卻中起到十分關鍵的作用。目前針對TIM的研究是多路并行的，常見的材料主要分為聚合物和金屬2種類型。

AI終端設備中的高功耗芯片TIM散熱路徑示意圖

TIM 的開發路線

目前導熱界面材料主要有四類：

(1)導熱灌封膠：用于模塊的整體封裝；

(2)導熱硅脂(導熱膏)：具有一定流動性或呈黏稠狀的膏狀物， 用于填充微小間 隙，比如將膏體涂覆在 CPU 和散熱器之間，發熱堆和殼體之間，將空氣擠壓出去，形成散熱通道；

(3)導熱膠墊：是一種柔性可壓縮的彈性材料，在施加一定壓力的情況下，能很 好地順應接觸不規則的表面，填補固體間的空隙， 而又不會對元器件造成污染，用于電子電器產品的控制主板、LED 散熱、電機內外部墊腳、鋰電池熱管理等；

(4)導熱相變材料：在常溫時處于固態，在吸收功率器件熱量后，達到一定溫度才融化為液態，因此可以很好地浸潤固體界面，從而減少熱阻，它既能吸收熱量，又有良好的傳熱性，同時克服導熱硅脂和導熱膠墊的缺點，既解決了涂抹硅脂操作難的問題，也可改善導熱膠墊因為厚度和界面熱阻帶來的導熱效果較差的問題。

三、市場規模與增長趨勢

算力器件功耗提升疊加能耗管控趨嚴驅動液冷需求增長。芯片TDP（熱設計功耗）350W通常被認為是風冷和液冷分水嶺，AI算力高需求加速芯片迭代，性能升級的同時功耗顯著增長，同時帶動數據中心單機柜功率增加，傳統散熱范圍受限。英偉達在GTC2024上發布的B200芯片滿負荷運行時熱輸出功率高達1200W，DGX B200 8卡服務器功耗接近15kw，同時推出GB200 NVL72液冷機架系統。2024年7月發改委等四部門印發《數據中心綠色低碳發展專項行動計劃》，提出到2025年底，全國數據中心平均PUE降至1.5以下，新建及改擴建大型和超大型數據中心PUE降至1.25以內，國家樞紐節點數據中心項目PUE不得高于1.2，因地制宜推動液冷等高效制冷散熱技術，高自然冷源利用率，明確新建及改擴建數據中心采用GPU單位算力能效水平。國產AI芯片受工藝制程與良率影響，能效水平仍有提升空間，對設備散熱能力提出更高要求，液冷具有低能耗、高散熱、低噪聲、低TCO等優勢，有望迎來快速發展。

AI 芯片軍備競賽將持續推動產品升級,中長期供給或將多元化。中短期看，AI 模型發展、競爭仍將推升 AI 芯片出貨量和規格；長期看，AI 芯片需求將注重投入產出比和總擁有成本（TCO），重心預估將從 AI 大模型訓練轉向 AI 垂直模型訓練和 AI 推理。根據 Yole 報告，AI 服務器（含 GPU 及其他加速器）2028 年滲透率有望從 2023 年的接近 10%增至超過 18%，其中約 70%-75%為 GPU 服務器。

加速器服務器規模及 GPU 服務器占比（左側百萬部；右側 %）

摩爾定律趨緩，芯片算力功耗齊升。IDC測算2022年中國智能算力規模約260EFLOPS（FP16），2027年將增至1117EFLOPS，2022-2027年CAGR達34%。算力高需求帶動AI芯片加速迭代，性能升級的同時功耗顯著增長，2016年-2022年，CPU平均功耗從100-130W提升至300-400W，GPU/NPU由250W提升至500W，英偉達單顆H100的TDP（熱設計功耗）最高達700W，最新發布B200采用Blackwell架構，功耗達1000W，由2個B200 GPU和1個Grace CPU組成的GB200解決方案功耗高達2700W，散熱路線由風冷轉向液冷。TDP 350W通常被認為是風冷和液冷的分水嶺，預計未來3年內大多數最新一代處理器TDP將超過400W，超過風冷散熱能力范圍。

隨著芯片技術的不斷進步，芯片的性能日益提升，但其功耗也隨之增加，這使得芯片散熱市場規模呈現出持續增長的趨勢。據相關數據顯示，2024年全球數據中心熱管理市場規模為165.6億美元，預計到2029年將增長至345.1億美元，2024-2029年的復合年增長率（CAGR）為15.8%。從技術滲透率來看，Omdia預計2023年數據中心風冷和液冷市場規模為76.7億美元，其中液冷的滲透率約為17%。在消費電子領域，2023年全球智能手機出貨量11.7億臺，平板電腦出貨量1.3億臺，電腦出貨量2.5億臺，全球消費電子熱管理市場規模預估為309億美元。預計到2030年，全球數據中心熱管理市場規模將達到更高水平，新興芯片散熱市場規模也將顯著增長，其中鉆石散熱和VC散熱等技術有望占據更大市場份額;2030年，全球芯片級散熱市場規模將達到400億美元，年復合增長率為31.4%。

芯片級散熱產業發展預估2024-2030

主要企業及其競爭優勢

臺積電

在芯片級散熱市場中，臺積電是一家具有重要影響力的企業。其在散熱技術研發方面投入巨大，擁有多項先進的散熱技術。例如，在2021年針對高性能芯片提出了兩種近芯片冷卻方案，一種是在芯片與硅微通道之間采用氧硅鍵合進行集成，可在特定溫升和功耗下實現有效冷卻；另一種是片上水冷技術，能滿足不同參數芯片的散熱需求。2022年又提出浸沒式兩相冷卻方案，將浸沒式冷卻應用于高功率封裝上，熱阻低，可在一定溫升下實現高功率密度的冷卻，且該方案在電源使用效率方面表現優異，有望成為未來數據中心或超算中心主流的冷卻方式之一。

英偉達

英偉達在芯片散熱領域也占據著重要地位。其推出的基于直接芯片冷卻技術的A100 800G PCIe液冷GPU，較風冷版本性能相當，但電力節約30%左右，單插槽設計節省最多66%的機架空間。2024年發布的GB200 NVL72，單功率約120kw，采用液冷系統設計，降低了成本和能耗。此外，英偉達還率先采用鉆石散熱GPU進行測試實驗，性能顯著提升，這使其在高端芯片散熱市場具有較強的競爭力。

英特爾

英特爾不斷探索新穎的散熱解決方案以應對下一代芯片的熱挑戰。其研究人員通過“新材料和結構革新”，涵蓋了從3D均熱板的改進和射流液體冷卻，以及浸沒式冷卻相關的優化設計等。例如，計劃通過改進的沸騰涂層來促進兩相冷卻中的成核點密度，提高均熱板工質的核沸騰能力，并降低接觸熱阻，還擬大幅擴展超低熱阻的3D均熱板的應用范圍，這些舉措有助于英特爾在芯片散熱市場保持領先地位。

日月光

日月光半導體制造股份有限公司在2024年10月公布的“封裝結構”專利，引入了一種第一熱電結構，具備溫度感測模式和制冷模式。該熱電結構能夠穿入介電層，貼近芯片的第一表面，從而在制冷模式下對芯片提供有效的冷卻。這一獨特的技術創新為其在芯片散熱市場贏得了競爭優勢，能夠更好地滿足高性能計算設備的散熱需求。

國產芯片

國產AI芯片快速發展，提高散熱能力要求。國產AI芯片整體處于起步階段，華為、寒武紀、海光信息等持續升級芯片性能，完善生態建設，縮小與國際領先廠商差距，海外供應鏈不確定性增強背景下，國產算力替代有望加快，華為910B性能可對標英偉達A100。對比英偉達B200和A100，分別采用4nm和7nm制程，B200算力（FP16）約為A100的7倍，功耗僅為其2.5倍，因此我們認為受制工藝制程與良率，國內AI芯片能效比或低于海外領先廠商，后續隨著芯片算力持續提升，散熱需求有望顯著增長。

頭部廠商引領，產業化進程加速

液冷產業鏈上游包括冷板、CDU等零部件廠商，中游為液冷服務器及基礎設施，下游面向泛互聯網、電信、泛政府、金融等液冷數據中心用戶，當前服務器廠商依托IT核心部件掌握產業鏈核心價值控制點，上下游協同加強，推進生態建設，23年6月三大運營商聯合發布《電信運營商液冷技術白皮書》，提出三大運營商2024年新建數據中心項目10%規模試點應用液冷技術，2025年50%以上數據中心項目應用液冷技術。但行業現階段仍然存在技術路徑多樣、產品規格質量各有差異，各液冷模塊兼容性較差等問題，多采用一體化交付模式，即液冷整機柜由同一廠商自定標準集成設計開發交付，隨著行業標準推進，解耦交付模式有望憑借部署靈活、降低TCO等優勢進一步推廣。

以上部分資料轉載“熱設計”網絡平臺，文章僅僅用于交流學習版權歸原作者。如有侵權請告知立刪。