一块 350 W 的芯片怎么压住温度：40 条微通道的参数怎么挑

编译自 MDPI Buildings 2025, 15(6), 905　·　开放获取 CC BY 4.0

给一颗功耗 350 瓦、尺寸却只有指甲盖大小的处理器降温，风冷已经交不出满意答卷。行业里较成熟的做法是让一块金属冷板贴上芯片，把热量先导进液体，再由液体带出机柜。但冷板内部那几十条通道到底该做多深、多宽，水流该开多快，进出水口放在哪个位置，这些看起来很工程化的选择，直接决定冷板的换热能力和泵的功耗。

南京工业大学的一篇论文用正交试验的方法，把流速、深宽比与进出口形式三个因素放在一起，做了 16 组数值模拟，找出了在换热与流阻之间取得平衡的参数组合，并回归出一个适用于此结构的换热关联式。

液体带走热量的前提

论文开篇给出的对比很直观：水的比热容是空气的三千五百倍，导热系数是空气的二十五倍。正是这个量级差异，让液体冷却成为应对高功率芯片的主要手段。而风冷路线的上限也很清楚，经过参数优化的风冷翅片，能带走的热量大约相当于一颗 60 瓦的芯片。面对 350 瓦的发热源，这条路走不通。

液冷里又分直接接触与间接接触两类。浸没式与喷淋式属于直接接触，冷却介质是介电液体或矿物油、合成油，好处是与发热面直接接触，问题是这些介质的换热系数远低于水。间接接触路线中，冷板式冷却的工艺最成熟，也因此在数据中心里最先铺开。

论文设计的是一块逆流矩形微通道冷板。冷板内部设置两对彼此断开的进出口，构成两条独立的流体通道，流道之间交错排列，出口形式借鉴了歧管微通道的设计思路。微通道一共 40 条，单条通道的横截面积固定为 4 平方毫米，也就是在高 4 毫米、宽 1 毫米的基础上做变形，保证总截面积不变，这样才能把深宽比的影响单独拎出来看。深宽比 K 定义为高与宽之比，取 2、3、4、5 四个水平。进出口形式有四种代号：C 为侧进侧出，D 为侧进对角出，M 为中间进侧出，CM 为侧进中出。冷板下方固定一个 60 毫米见方、厚 5 毫米的铜制热源，功耗 350 瓦，冷板本身用铝。

图1　L16 正交试验的因素水平与三项指标的极差排序（依据原文表 3 绘制）

三因素四水平的正交试验

三个因素各取四个水平，如果做全面试验需要 64 组，用 L16 正交表可以压缩到 16 组，同时保证各因素水平的搭配均匀，这就是正交试验的用处。评价指标选了三个：模拟热源表面的温度与温差、冷板的进出口压降、以及平均对流换热系数。

数值计算在 ANSYS FLUENT 2020 R2 中完成，按层流稳态求解，压力速度耦合采用 SIMPLE 算法，控制方程按二阶迎风格式离散，残差收敛标准设在 10 的负 6 次方以下。边界条件为速度进口，冷却介质是 35 摄氏度的液态水。网格采用多面体与六面体混合划分，五档网格无关性验证后选定 2085913 个单元，最小正交质量 0.19 大于 0.1，最大偏斜度 0.82 小于 0.95。

仿真用 3D 打印的铝合金冷板做了实验对照，流道尺寸 1 毫米乘 4 毫米。在 0.5 米每秒的流速下，仿真得到的热源表面温度 46.63 摄氏度，实验测得 46.11 摄氏度，最大误差 1.11%；热流密度、表面温度与传热系数的不确定度分别为 2.51%、1.33% 与 2.71%。对一个以数值模拟为主的研究来说，这组验证数据是够有说服力的。

流速最要紧，但不是越大越好

正交试验的结果里，流速的影响排在第一位。流速从 0.3 米每秒 提到 0.6 米每秒，对流换热明显增强，同一深宽比下的最大温差达到 7.72 摄氏度。但压降的代价是同步的：流速翻倍，压降会涨到初始值的三倍左右，而且呈近似指数增长。这就是冷板设计里最经典的矛盾，换热能力的提升要用泵的功耗来换。

深宽比的影响排在第二梯队。较小的深宽比在换热与流动之间更平衡，深宽比为 2 时整体表现最好，深宽比从 3 增到 5，换热系数逐步下降，压降则非线性上升。进出口形式的作用主要体现在温度均匀性上：CM 型的压降最低，D 型最差，在 0.6 米每秒的高流速下 CM 型最优。

三项指标的极差排序放在一起看，流速在温度、压降与换热系数上都排第一，说明它是这个结构里最有效的调节手段；深宽比在压降上比进出口形式更重要，进出口形式则对温度均匀性更有影响。这组排序本身就是一条设计指引。

图2　最优组合 K2V0.5CM 与基准方案的三项指标对比（依据原文第 4 节绘制）

最优组合与关联式

综合三个指标，论文给出的最优参数组合是 K2V0.5CM，也就是深宽比 2、流速 0.5 米每秒、侧进中出的进出口形式。这个组合的具体收益可以量化：冷却表面温度比 K2V0.3CM 低 14.06%，最高温度低 12.33%，与流速更高的 K2V0.6CM 相比，最高温度还低 0.61 摄氏度；平均对流换热系数达到 12092.31 W/(m²·°C)，而 K2V0.3CM 只有 6325.45 W/(m²·°C)，翻了一倍左右；压降方面，虽然流速只比 K2V0.6CM 低了 0.1 米每秒，却把压降拉低了 44.47%。用一句话概括这个结果：流速选在 0.5 米每秒，是换热效率与流动阻力之间性价比最高的一点。

论文最后建立了一个努塞尔数与雷诺数之间的关联式，形式为二次多项式，适用范围是雷诺数 700 到 1600、单相水冷却，拟合优度达到 0.998，并给出了 95% 置信带与预测带，让这个式子可以直接用于工程估算。

局限同样清楚。参数分析限定在等截面矩形微通道上，梯形等变截面通道与多尺度通道设计有可能进一步改善性能；冷却介质只考虑了单相水，没有涉及纳米流体或两相流动的强化换热潜力；理论计算中的简化处理与数值模拟之间存在轻微偏差。作者把后续方向放在混合通道几何、先进冷却介质以及瞬态热流耦合上。对照当前数据中心往更高功率密度走的节奏，冷板这种看似传统的部件，还有不少参数空间没有榨干。