去年一塊H100的功耗是700瓦，今年Blackwell直接飆到1200瓦。芯片設(shè)計(jì)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(shù)）帶來(lái)的甜蜜煩惱。當(dāng)英偉達(dá)、AMD把GPU拆成十幾個(gè)小芯片（Chiplet）再疊在一起，熱管理從"后期調(diào)參"變成了"生死線"——一個(gè)熱點(diǎn)沒(méi)處理好，整顆芯片可能提前退休。

從"算完再補(bǔ)"到"開(kāi)局就得想"

單芯片時(shí)代，工程師用一套熱阻公式就能估算結(jié)溫。Amkor Technology副總裁Mike Kelly回憶："以前一個(gè)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(gè)劇本。

現(xiàn)在十幾顆芯片擠在同一基板上，熱點(diǎn)互相"借火"，熱耦合讓局部溫度呈指數(shù)級(jí)惡化。Synopsys產(chǎn)品營(yíng)銷(xiāo)總監(jiān)Marc Swinnen說(shuō)得很直白："高端GPU和處理器，我們已經(jīng)站在技術(shù)懸崖邊了"。

熱仿真被強(qiáng)制前移到原型階段。過(guò)去流片前最后檢查的事項(xiàng)，現(xiàn)在成了架構(gòu)設(shè)計(jì)的第一道關(guān)卡——這叫系統(tǒng)級(jí)技術(shù)協(xié)同優(yōu)化（STCO）。

仿真再準(zhǔn)，也得拿硅片"驗(yàn)貨"

有限元建模（FEM）配合自適應(yīng)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(dǎo)曲線，試圖在流片前鎖定所有風(fēng)險(xiǎn)點(diǎn)。

但仿真和真實(shí)硅片之間總有裂縫。于是有人造了一種"主動(dòng)測(cè)量晶圓"——上面鋪滿加熱器和溫度傳感器，專(zhuān)門(mén)用來(lái)橋接虛擬與物理世界。

這套裝置能回答一個(gè)關(guān)鍵問(wèn)題：你的熱模型，到底準(zhǔn)不準(zhǔn)？

驗(yàn)證流程正在行業(yè)鋪開(kāi)。部分頭部廠商開(kāi)始要求：熱仿真結(jié)果必須用實(shí)測(cè)數(shù)據(jù)交叉校準(zhǔn)，才能進(jìn)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(shè)計(jì)失誤的災(zāi)難。

散熱成本正在吃掉利潤(rùn)

液冷、浸沒(méi)式冷卻、微流道——這些方案能把熱量壓下去，但價(jià)格標(biāo)簽讓財(cái)務(wù)部門(mén)頭疼。Kelly指出，STCO的核心目標(biāo)之一就是減少對(duì)昂貴冷卻方案的依賴(lài)。

翻譯成人話：能在芯片布局階段解決的熱問(wèn)題，絕不留到買(mǎi)空調(diào)階段。

熱失控（thermal runaway）是另一個(gè)隱形殺手。芯片升溫→需要更多電力驅(qū)動(dòng)→進(jìn)一步升溫，這個(gè)死亡螺旋在3D封裝里傳播得更快。早期熱仿真的價(jià)值，在于把這類(lèi)系統(tǒng)性風(fēng)險(xiǎn)扼殺在紙面。

行業(yè)正在形成新共識(shí)：散熱不是封裝廠的"售后問(wèn)題"，而是芯片架構(gòu)師的"設(shè)計(jì)輸入"。

Swinnen觀察到，部分客戶已經(jīng)把熱仿真團(tuán)隊(duì)并入了前端架構(gòu)組，和性能、功耗團(tuán)隊(duì)平級(jí)匯報(bào)——這在五年前不可想象。

當(dāng)一顆AI芯片的功耗突破千瓦級(jí)，散熱設(shè)計(jì)的權(quán)重被重新計(jì)算。晶體管密度每翻倍一次，熱管理復(fù)雜度可能翻三倍——這個(gè)不等式，正在重塑芯片行業(yè)的分工邏輯。

Blackwell的1200瓦是個(gè)里程碑，但恐怕不是終點(diǎn)。問(wèn)題是：下一代2000瓦芯片，我們還能用風(fēng)冷湊合嗎？