跳至內容

創新金屬熱介面材料,適用於裸晶片人工智慧GPU伺服器處理器與專用積體電路  

適用於 AI/GPU 處理器的創新金屬熱介質(TIM)

隨著人工智慧(AI)與高效能運算(HPC)技術的演進,其運算需求急遽攀升,進而為熱工程帶來重大挑戰。 隨著 AI 和 GPU 處理器的功率密度增加及晶片面積擴大,必須採用先進的散熱解決方案,才能維持其巔峰效能與可靠性。這種熱設計功耗(TDP)的上升,促使研究人員和製造商不斷突破熱介面材料(TIM)的極限,其中金屬熱介面材料(TIM)已成為一項極具前景的創新技術。 

本部落格探討傳統熱介質(TIMs)所面臨的挑戰、新型金屬熱介質(包括混合液態金屬與相變合金)的開發,以及用以證明其有效性的實驗方法與結果。 

現代處理器面臨的散熱挑戰 

當今的高效能 AI/GPU 處理器必須在日益嚴苛的熱負載下運作。由於單顆晶片的散熱功率已超過 850 瓦,傳統的散熱解決方案已難以滿足這些需求。更複雜的是,現代伺服器處理器通常會將高頻寬記憶體(HBM)堆疊與 CPU/GPU 晶片整合在一起。這些記憶體模組對溫度波動極為敏感,因此需要能不僅將熱量均勻分散至晶片表面,還能保護相鄰元件的熱傳導材料(TIM)。 

這些挑戰凸顯了傳統聚合物熱界面材料(TIM,例如潤滑脂、膏狀物、相變材料)的局限性,此類材料往往無法提供應對極端高溫挑戰所需的熱效率與可靠性。由於其容易出現「泵出效應」(在週期性熱負載下發生材料位移)及熱導率不足等問題,金屬熱界面材料(TIM)因而成為更有效的解決方案。 若系統的價值或產能取決於熱性能,則採用金屬熱界面材料是合理的;若設計以成本為考量,則聚合物熱界面材料可能已足夠。 

這是一張顯示 2014 年至 2026 年間處理器最大 TDP(以瓦特為單位)逐年上升的線圖,其中 NVIDIA 顯示卡的數值呈現攀升趨勢。

圖 1.過去十年間,部分處理器系列熱設計功耗(TDP)的上升趨勢 [1]。

圖 1 顯示了主流伺服器與人工智慧處理器系列的最大熱設計功耗(TDP)急劇上升,這凸顯了對新一代熱介面材料的迫切需求。 

為何選擇金屬 TIM? 

與聚合物熱界面材料(TIM)相比,金屬熱界面材料(TIM)的熱導率顯著更高。這些先進材料是專為高散熱需求應用而設計,例如裸晶片處理器,在此類應用中,熱界面材料層會直接接觸晶片或其介面。它們有各種形式,包括: 

  1. 混合型液態金屬熱界面材料(TIM)——此類材料是透過將鎵合金等液態金屬與 固態混合組件結合而製成,藉此打造出量身訂製的熱性能,不僅能提升散熱效能,同時兼具更高的可靠性與更簡便的應用方式。這些材料旨在利用液態金屬的高熱導率,同時便於封裝並降低滲漏風險,從而提供更友善的使用體驗。此類材料主要應用於 TIM1 及 TIM1.5 場景。  
  1. 相變金屬合金(PCMA)——這類合金的設計旨在結合金屬的高熱導率,以及在特定溫度下從固態轉變為液態的相變能力。這使它們能夠填充元件之間的微觀間隙,並有效促進熱傳導。 PCMA 在室溫下呈固態時,以預成型狀態應用於元件上。當裝置在運作過程中升溫時,PCMA 會熔化,液態金屬隨之流動,從而將熱傳導效率最大化。當裝置冷卻時,合金會重新凝固,隨時間推移形成穩定的熱接合點。 
  1. 金屬箔與可壓縮片材——這些金屬熱界面材料(TIM)用於改善發熱元件與散熱器之間的熱傳導。 箔片不僅具備高熱導率,更因厚度薄而能降低熱阻。可壓縮材料(例如 Indium Corporation 的 Heat-Spring®)由軟金屬合金製成,能在壓力下貼合不平整表面,填補間隙並提供低阻抗的熱傳導路徑。此類材料主要應用於 TIM2 領域。 

每類金屬基熱界面材料(TIM)皆能應對獨特的挑戰,從提升熱傳導效率、因應晶片翹曲,到確保長期穩定性,皆不例外。 

金屬熱界面材料(TIM)開發的實驗方法 

金屬熱界面材料(TIM)的開發需經過嚴格的測試,以確保其符合高性能應用所提出的嚴苛要求。主要的實驗方法包括: 

應用與測試技術 

  1. 熱測試載具(TTV):這是一套模擬處理器的測試裝置,用於在受控條件下對熱界面材料(TIM)進行原位測試。TTV 測試旨在評估熱阻、晶片翹曲反應以及散熱效率。 
  1. 材料評估:實驗工作著重於評估合金成分、熱導率、表面附著力及相變特性。這些評估通常包含功率循環測試,以確定材料在數千個運作循環中的可靠性。 
  1. 環境因素:針對金屬熱界面材料(TIMs),尤其是含有鎵成分的類型,會進行耐腐蝕性及氧化風險測試。為減輕這些問題,正探討採用保護性屏障及合金改良等方法。 

測試結果範例 

這項進展中重點提及的一項研究,是針對 PCMA 與傳統石墨薄膜熱介質(TIM)以及可壓縮金屬箔在電源循環測試中的比較。在 1,800 次電源循環中,無論熱負載如何變化,PCMA 均展現出優異的表面潤濕性,且晶片溫度始終保持穩定。然而,研究發現材料界面處的氧化現象是一項挑戰,特別是在相變反覆發生的情況下。 

兩張標示為 A 和 B 的 3D 表面溫度圖顯示,A 處的加熱不均勻,而 B 處則較為均勻。

圖 2. 採用 TTV 和 PCMA 作為 TIM1.5 時的溫度 測量結果。 

圖 2 比較了存在明顯翹曲的晶片上的溫度梯度:(A) 初始加熱前(此時已存在溫度梯度),以及 (B) 達到相變後,顯示採用開發中的 PCMA 技術後,表面潤濕均勻,且溫度梯度顯著降低。 

這類結果凸顯了在特定運作環境下,必須採用隔離密封結構並謹慎選擇材料配方的必要性。 

金屬熱界面材料(TIM)的主要優勢 

金屬熱界面材料(TIM)的創新,為人工智慧/圖形處理器(AI/GPU)的熱管理帶來了嶄新的效能層次。更優異的熱管理能加速散熱、降低運作溫度,並使裝置在長期運作中展現更高且更穩定的效能。其優勢包括: 

1. 卓越的熱導率 

高熱導率合金(例如鎵-銦-錫合金及相變反應合金)能有效將熱量從晶片表面導出。這對於在高負載下運作的處理器而言,可帶來顯著的效能提升。 

2. 優異的表面潤濕性 

像 PCMA 這樣的材料,即使在大型或變形的晶片表面上,也能達到 100% 的表面潤濕。這確保了介面處的熱阻降至最低,從而減少熱點並提升處理器的整體可靠性。 

3. 對模具翹曲的適應能力 

先進的金屬熱界面材料(TIM)經過特殊設計,能適應晶片翹曲現象——隨著晶片尺寸不斷擴大,這已成為日益嚴峻的挑戰。即使面對表面不平整的情況,這些 TIM 仍能維持均勻的黏著力,這正是它們與聚合物類 TIM 相比的獨特之處。 

金屬熱固性彈性體(TIM)開發中的挑戰與解決方案 

儘管金屬熱界面材料(TIM)在許多方面表現優異,但其採用過程並非沒有障礙。在考慮採用金屬熱界面材料時,必須考量若干實務與製造層面的挑戰。這些挑戰包括: 

  • 腐蝕與氧化:鎵基合金會引發金屬間反應,並隨時間推移導致表面劣化。保護性塗層與合金改良是當前持續進行的研究領域。 
  • 材料分散:為確保金屬熱界面材料(TIM)在晶片上的厚度均勻,必須採用精確的塗佈製程。 
  • 成本與可擴展性:金屬熱界面材料(TIM)通常價格較高,且在塗佈與測試時需要專用設備。 

儘管面臨這些挑戰,但隨著專業化程度不斷提升,工程師得以針對特定的處理器封裝與 TDP 需求,量身打造金屬導熱介質(TIM)。正因如此,金屬基導熱介質常被應用於高性能及關鍵任務型應用中,例如資料中心、高階 GPU 或航太電子設備。  

金屬 TIM 技術的現況 

隨著金屬基熱界面材料(TIM)的問世,現代熱工程工具箱已獲得顯著強化。這些材料具備處理高功率密度及適應快速變化的處理器設計的能力,使其成為未來人工智慧與 GPU 技術中至關重要的組件。 

混合型液態金屬熱介質(TIM)與相變熱管理材料(PCMA)的進展,彰顯了這些材料日益增長的潛力。透過解決氧化及屏障效能等長期存在的挑戰,這些熱介質勢將成為下一代熱管理解決方案的標竿。 

金屬 TIM 的未來展望  

隨著人工智慧與伺服器處理器的持續演進,散熱挑戰將持續成為電子封裝設計的首要考量。憑藉合金客製化所帶來的無限可能,金屬熱界面材料(TIM)市場具備足夠的靈活性,足以滿足現代處理器的多元需求,從最大化熱效率到確保強健的可靠性皆然。 

對工程師和製造商而言,當前的任務在於有效整合這些創新的金屬基熱界面材料(TIM),精進其配方,並優化應用方法,以滿足未來處理器更高的性能門檻。 

結語 

金屬熱介質(TIM)正重塑人工智慧/GPU 處理器及 ASIC 的熱管理格局。憑藉其卓越的熱導率、對晶片翹曲的適應性,以及創新的相變能力,這些材料回應了在科技快速進步的時代對專業解決方案的需求。儘管仍存在腐蝕與材料分散等挑戰,但持續的研發工作正不斷彌補這些缺口。 

透過採用具備適當工程設計與應用策略的金屬熱界面材料(TIM),製造商可確保其處理器符合現代運算的嚴苛要求,為人工智慧(AI)與高效能運算(HPC)的下一波進展鋪平道路。 

與 Indium Corporation 共同探索量身打造的解決方案  

如欲進一步了解 Indium Corporation 完整的金屬熱界面材料(TIM)產品系列(包括液態金屬、可壓縮型 Heat-Spring® 以及焊料型 TIM),請聯繫金屬熱界面材料專家,或瀏覽我們的熱界面材料頁面。  

[1] Dell’Oro Group,《人工智慧資料中心的「直達晶片」液冷技術》,Open Compute Project,教育性網路研討會系列,2024年5月16日,https://www.opencompute.org/events/past-events/ocp-educational-webinar-direct-to-chip-liquid-cooling-for-the-ai-data-center?utm_source=chatgpt.com。