来源 | Engineering Applications of Artificial Intelligence

链接 | https://doi.org/10.1016/j.engappai.2025.112324

01

背景介绍

当你在使用笔记本电脑处理复杂任务、运行高性能游戏时，是否曾遇到过设备突然卡顿、风扇噪音变大的情况？这背后，其实是电子设备 “发烧” 的信号 —— 随着半导体技术飞速迭代，芯片朝着 “更小体积、更高功率” 的方向突破，其产生的热流密度也在不断飙升，传统散热方式早已力不从心。

想象一下，未来的高端服务器、5G 基站、自动驾驶芯片，甚至是航空航天领域的精密电子设备，它们的功率密度可能达到现有设备的数倍。如果散热问题无法解决，不仅会导致设备性能大幅下降、使用寿命缩短，更可能引发过热故障，造成不可挽回的损失。据行业研究显示，超过 55% 的电子设备故障源于过热，而传统风冷方式仅能应对低 heat flux 场景，面对多层芯片结构的散热需求时如同 “杯水车薪”。

为了破解这一困境，科研人员们尝试了多种方案：温度控制涂层受限于材料导热性，容易积热；均热板冷却受接触热阻影响，局部温差难控制；喷射冲击冷却虽换热能力强，却难以适配复杂的微观结构；热管虽导热效率高，却对安装角度和振动极为敏感…… 这些方案各有短板，始终未能实现 “高效散热 + 稳定运行” 的双重目标。

液态金属凭借超高导热性、低熔点、优异流动性的特性，成为突破传统 coolant 局限的 “潜力选手”；而微流控冷却技术则能实现低热阻、高换热系数、温度均匀分布的优势，二者的结合本应碰撞出高效散热的火花。但如何通过结构优化、参数调控，让这套方案发挥最大效能，成为了新的挑战。

02

成果掠影

近日，西北工业大学微电子学院王少熙、汪钰成团队提出了一套基于增强遗传算法（LC-GA）的数据驱动优化框架，将液态金属近结冷却与硅基板微通道散热深度融合，打造出异构三维互连冷却架构。团队设计并制备了 4 种不同微通道构型（直通道 MC-S、单周期 zigzag 通道 MC-M、双周期 zigzag 通道 MC-D、贯通式通道 MC-C），通过实验与仿真结合的方式，对模拟热源进行冷却测试与热性能分析。结果显示经算法优化的液态金属微流控冷却系统，可有效为功率高达 800W 的芯片散热，且能维持稳定的热性能，解决了高功率芯片的过热难题。结合响应面法与 LC-GA 进行多因素敏感性分析后，系统实现最优设计与运行参数的自动确定 —— 优化后芯片最高温度降至约 357.54K，系统压降需求降低，性能评估标准（PEC）提升至 2.327，显著优于传统散热方案。

性能优势显著：在 7.8W 散热功率下，4 种微通道系统均表现出高效热性能，3mL/min 入口流量时芯片温度可维持在 302K 左右，压降约 1000Pa；与水作为冷却介质相比，液态金属在相同流量下能大幅降低热源表面温度，更适配高功率芯片散热需求。

构型与算法适配性：MC-M（单周期 zigzag 通道）经 LC-GA 优化后综合性能最佳，在通道高度 0.8mm、雷诺数 1500 时，PEC 值达 5.647，兼具低温度、低压降优势；LC-GA 算法在约束条件下的解可行性（60%）显著高于传统遗传算法（8%-15%），能高效探索最优设计空间。

应用价值与展望：该数据驱动优化方法为高性能集成微系统的热设计提供了新路径，后续可通过材料改进（如采用耐压、耐腐蚀的涂层不锈钢、碳化硅）、结构优化（降低流阻）及动态负载测试，进一步提升系统的工程应用潜力。

研究成果以“Liquid metal microfluidic cooling system for high-efficiency thermal  management via learning-based genetic algorithm”为题发表在《Engineering Applications of Artificial Intelligence》

03

图文导读

图 1：(a) 液态金属微通道热沉模型示意图，包括玻璃盖板（灰色）、硅基板（蓝色）和几何热源（红色）（单位：mm）；(b) 四种微通道构型的几何形状和尺寸：直平行（MC-S）、单周期锯齿形（MC-M）、双周期锯齿形（MC-D）和连通式（MC-C）。

图 2：网格独立性验证结果。

图 3：(a) 制备的带有键合玻璃盖板的微通道样品；(b) 热源示意图和物理布局；(c) 实验平台示意图。

图 4：不同流速下，模拟与实验所得最大热源温度和压降的对比：(a) MC-S；(b) MC-M；(c) MC-D；(d) MC-C。

图 5：不同流速下，修正后的实验与模拟压降对比：(a) MC-S 和 MC-M；(b) MC-D 和 MC-C。

图 6：(a) 不同流速下不同微通道构型的温度等值线图；(b) 四种微通道类型的最大热源温度和压降对比；(c) 液态金属与水作为冷却介质时最大热源温度对比；(d) 液态金属与水作为冷却介质时压降对比。

图 7：四种微通道设计在不同雷诺数下的综合热流体性能分析：(a) 压降和最大热源温度随雷诺数增加的变化；(b) MC-S 构型的压力分布等值线；(c) 泵送功率随雷诺数的变化；(d) 努塞尔数（Nu）随雷诺数的演变；(e) 热阻随雷诺数的变化；(f) 不同微通道构型在不同雷诺数下的 PEC 值。

图 8：微通道在雷诺数下的流线和残差收敛图。

图 9：四种微通道结构的响应面分析（每行展示了最大温度、压降和 PEC 随雷诺数和通道高度的变化）。

图 10：LC-GA 的流程图。

图 11：在 LC-GA 算法下，4 种不同微通道的 PEC、最高温度（Tmax）和压降的热优化结果。

图 12：重复模拟结果的统计分析（n=20）。

图 13：热性能和压降之间的权衡。

图 14：LC-GA 与 NSGA-II/III 计算效率 / 稳健性的雷达图对比。

图 15：不同算法计算时间的分布。

王少熙，教授，博导，主要从事智能型传感系统及集成传感器设计、存算一体芯片设计及集成电路芯片散热及三维异质集成技术的研究。主持国家级项目5项、省部级项目5项、校企合作项目多项。已发表SCI论文30余篇，其中多篇发表于领域顶级期刊，并多次受邀在国内外学术会议上作特邀报告。科技成果转化240万，出版中文专著4部，参与英文学术专著一部。

主讲《半导体器件基础》等课程，主持国家自然科学基金面上项目、军口纵向项目等20余项科研课题，累计科研经费超700万元。以第一作者在《半导体学报》、ACM Transactions on Design Automation of Electronic Systems等期刊发表论文20余篇，其中15篇被三大检索收录，合著《半导体制造工艺控制理论》专著。获陕西省三秦特支科技创新领军人才、西北工业大学教学成果奖二等奖。兼任中国电子学会会员、IEEE会员，担任全国工业与信息化技术技能大赛EDA赛道总决赛裁判长。