AI芯片散热，中山大学团队发布新方案

随着AI算力芯片功率密度突破1200 W，其局部热流密度高达300-500 W/cm²，这对热界面材 料(TIMs)提出严苛要求：总热阻需≤1 mm²K/W才能将界面温升控制在5 °C内。传统导热硅 脂、相变材料等热阻普遍＞4 mm²K/W，而且这些材料的导热率不足，厚度稍大则热阻快速增 大，难以满足需求。为了适应当前和未来AI芯片的散热需求，潜在解决方案包括液态金属和 碳基复合材料两大技术路线：液态金属虽热阻≈1 mm²K/W，但存在氧化、泄漏等问题；垂直 取向碳材料虽本征热导率＞1000 W/mK，但因材料刚性导致热阻＞10 mm²K/W。本研究突破 性地开发了超声-抛光两步处理工艺：首先通过超声处理使石墨片在介观尺度可控断裂，形成 兼具高热导率和柔性的微观结构；再经精密抛光优化表面平整度，显著提升界面接触性能。 最终制备的石墨-硅胶复合材料展现出极低总热阻（50 psi：1.8 mm²K/W），高体导热率，优 良压缩顺应性以及优异的热循环稳定性。该材料成功解决了传统碳材料压缩性与界面接触性 能的矛盾，其导热特性和应用水平极为接近液态金属的水平，为AI芯片散热提供了理想解决 方案。 文章亮点 1. 经超声 ...