Workflow
液冷板新材料
icon
搜索文档
从铜到金刚石铜、石墨烯铜、SiC,液冷板“新”材料的未来
DT新材料· 2026-03-10 00:04
文章核心观点 - AI算力竞赛推动芯片功耗急剧攀升,液冷方案从“可选项”变为“必选项”,高热流密度对散热材料构成物理挑战,传统纯铜冷板性能已接近瓶颈 [2][4] - 散热技术演进正从工程优化转向材料创新,以金刚石复合材料、石墨烯铜、碳化硅复合材料及复合相变材料为代表的新型高导热材料,是应对未来芯片散热需求的关键方向,将定义算力边界 [8][28] 芯片功耗与散热需求演进 - 英伟达GPU热设计功耗从B200的700W增至GB300的1400W,未来VR300芯片潜在功耗达4000W以上 [4] - 整机柜功率从12kW跳变至120kW,冷板需带走的热流密度从“散热问题”演变为“物理挑战” [4] - 根据技术路线图,2024至2027年GPU热设计功耗预计从1200W增长至4000W以上,系统最大柜机功率从约140kW增至约600kW,液冷渗透率从85%+向100%演进 [3] 传统纯铜材料的局限性 - 纯铜热导率约为380-400 W/mK,在高热流密度下,热量在芯片中心区域扩散速度不足,易产生“热堆积”,此温升无法仅通过增加冷却液流速解决 [5] 新型高导热复合材料发展路线 - 行业领先厂商双鸿科技提出冷板技术五年演进路线:2025年侧重单相冷板流道优化,2026年开启石墨烯铜商用,2027年及以后全面迈向金刚石/铜等高导热金属材料 [8][10] 金刚石复合材料 - 金刚石是自然界热导率最高的物质(天然金刚石可达2200 W/mK),其复合材料核心价值在于将导热性能从纯铜的400 W/mK档位提升至600-800 W/mK甚至更高,并可通过调节金刚石比例将热膨胀系数降至6-9,缓解封装剪切应力 [11] - 金刚石铜复合材料测试显示,其导热系数可达731.173 W/(m*K) [12] - 金刚石铝复合材料热导率略低(500-600 W/mK),但密度仅为铜的1/3,能显著减轻大型AI机柜重量,且在某些冷却介质中兼容性更好、成本更具竞争力 [13][16] - 根据颗粒度不同,金刚石合金材料性能分级:250μm颗粒方案热导率680-730 W/mK,针对1000W级别芯片;50μm颗粒方案热导率750-800 W/mK,针对未来2000W+芯片 [14] - 金刚石-碳化硅复合材料通过特殊工艺制备,各向同性热导率可达800 W/m·K以上(约为纯铜2倍),且热膨胀系数与硅基半导体完美匹配 [17] - Coherent等公司已推出商用金刚石负载SiC陶瓷产品,应用于直接芯片散热和微通道冷板,国内外众多企业如Element Six、中南钻石、化合积电等正积极布局该产业赛道 [19] 石墨烯铜复合材料 - 石墨烯具有极高的面内热导率(单层可达5000 W/mK),石墨烯铜复合材料通过特殊工艺将石墨烯嵌入铜基体,可提升热量横向扩散速度,消除热点 [21] - 相比纯铜,石墨烯铜导热率通常能提升15%-30%,在应对1000W-1200W功耗时性价比高,且加工兼容性好,保留铜的焊接、冲压等特性,现有生产线易于升级 [22][24] - 在厂商路线图中,石墨烯铜被定位于2025-2026年的关键技术节点,供应链成熟度较高,国内正泰集团、北京石墨烯研究院等多方正进行开发 [22] 碳化硅及其复合材料 - 纯碳化硅陶瓷热导率在120-270 W/mK之间,其热膨胀系数仅为3.7-4.5 ppm/℃,与硅芯片完美匹配,可显著提升系统使用寿命,且化学稳定性极高 [23] - 商业化常见形态为AlSiC(铝合金浸渗碳化硅预制件),密度约3.0 g/cm³(为铜的1/3),能减轻机柜负重,通过调节碳化硅颗粒体积分数可精准控制热膨胀系数 [26] - SiC材料硬度高、加工难,主流采用3D打印技术,初期成本较高,目前由具备先进陶瓷加工能力的供应商主导 [26] 复合相变材料 - 复合相变材料通过引入高导热骨架(如泡沫铜、膨胀石墨),将整体热导率提升数十倍,利用相变吸收大量潜热 [27] - 该材料可在AI芯片瞬时满载时,于几毫秒内吸收脉冲热量,防止芯片因过热降频,并在冷却系统意外停机时,为系统争取3-5分钟关机缓冲时间 [27] - 通常不作为冷板外壳,而是作为“功能芯材”封装在冷板内部或芯片周围,现代技术可做到无液体流出的固-固相变,保证电气安全 [27] 行业发展趋势与展望 - 液冷板进化已从“五金加工”迈入“材料工程”时代,未来将采用“分级散热”策略,没有一种材料是万能的 [28] - 散热压力正从GPU核心蔓延至电源模块、光模块等组件,材料变革将是全链路的,未来冷板将呈现“异质集成”趋势,即在核心面用金刚石、结构件用SiC、关键节点嵌入相变材料的叠拼式功能结构 [28] - 新材料的研发与工程化能力将直接决定未来算力的稳定性和能效比 [28]