英偉達GPU功耗破1000瓦后，散熱成了芯片設計的頭號難題

去年一塊H100的功耗是700瓦，今年Blackwell直接飆到1200瓦。芯片設計師們發(fā)現(xiàn)，晶體管算得再快，熱量散不出去就是塊昂貴的磚頭。

這是3D封裝（多芯片堆疊技術）帶來的甜蜜煩惱。當英偉達、AMD把GPU拆成十幾個小芯片（Chiplet）再疊在一起，熱管理從"后期調參"變成了"生死線"——一個熱點沒處理好，整顆芯片可能提前退休。

從"算完再補"到"開局就得想"

單芯片時代，工程師用一套熱阻公式就能估算結溫。Amkor Technology副總裁Mike Kelly回憶："以前一個倒裝芯片BGA封裝，知道總功耗、各層熱阻和室溫， junction溫度（Tj）手算都能搞定。"

CMOS器件上限105°C，DRAM約85°C——這些數(shù)字刻在老一輩工程師腦子里。但多芯片封裝徹底推翻了這個劇本。

現(xiàn)在十幾顆芯片擠在同一基板上，熱點互相"借火"，熱耦合讓局部溫度呈指數(shù)級惡化。Synopsys產品營銷總監(jiān)Marc Swinnen說得很直白："高端GPU和處理器，我們已經(jīng)站在技術懸崖邊了"。

熱仿真被強制前移到原型階段。過去流片前最后檢查的事項，現(xiàn)在成了架構設計的第一道關卡——這叫系統(tǒng)級技術協(xié)同優(yōu)化（STCO）。

仿真再準，也得拿硅片"驗貨"

有限元建模（FEM）配合自適應網(wǎng)格劃分，是目前的主流解法。工程師在軟件里模擬熱傳導曲線，試圖在流片前鎖定所有風險點。

但仿真和真實硅片之間總有裂縫。于是有人造了一種"主動測量晶圓"——上面鋪滿加熱器和溫度傳感器，專門用來橋接虛擬與物理世界。

這套裝置能回答一個關鍵問題：你的熱模型，到底準不準？

驗證流程正在行業(yè)鋪開。部分頭部廠商開始要求：熱仿真結果必須用實測數(shù)據(jù)交叉校準，才能進入下一階段。這增加了前期成本，但避免了流片后才發(fā)現(xiàn)散熱設計失誤的災難。

散熱成本正在吃掉利潤

液冷、浸沒式冷卻、微流道——這些方案能把熱量壓下去，但價格標簽讓財務部門頭疼。Kelly指出，STCO的核心目標之一就是減少對昂貴冷卻方案的依賴。

翻譯成人話：能在芯片布局階段解決的熱問題，絕不留到買空調階段。

熱失控（thermal runaway）是另一個隱形殺手。芯片升溫→需要更多電力驅動→進一步升溫，這個死亡螺旋在3D封裝里傳播得更快。早期熱仿真的價值，在于把這類系統(tǒng)性風險扼殺在紙面。

行業(yè)正在形成新共識：散熱不是封裝廠的"售后問題"，而是芯片架構師的"設計輸入"。

Swinnen觀察到，部分客戶已經(jīng)把熱仿真團隊并入了前端架構組，和性能、功耗團隊平級匯報——這在五年前不可想象。

當一顆AI芯片的功耗突破千瓦級，散熱設計的權重被重新計算。晶體管密度每翻倍一次，熱管理復雜度可能翻三倍——這個不等式，正在重塑芯片行業(yè)的分工邏輯。

Blackwell的1200瓦是個里程碑，但恐怕不是終點。問題是：下一代2000瓦芯片，我們還能用風冷湊合嗎？