據anandtech報道，高性能計算 (HPC) 領域越來越明顯的一個趨勢是，每個芯片和每個機架單元的功耗不會因空氣冷卻的限制而停止。

由于超級計算機和其他高性能系統已經達到——并且在某些情況下超過了這些限制——功率要求和功率密度不斷擴大。

根據臺積電最近一年一度的技術研討會的消息，隨著臺積電為更密集的芯片配置奠定基礎，我們應該期待看到這種趨勢繼續下去。

手頭的問題并不是一個新問題：晶體管功耗的縮小速度幾乎沒有晶體管尺寸那么快。由于芯片制造商不會放棄性能（并且無法為客戶提供半年增長），因此在 HPC 空間中，每個晶體管的功率正在迅速增長。

另一個問題是，chiplet正在為構建具有比傳統標線限制更多硅的芯片鋪平道路，這對性能和延遲有好處，但在冷卻方面更成問題。

支持這種硅和功率增長的是 臺積電 CoWoS 和 InFO等現代技術，它們允許芯片制造商構建集成的多芯片系統級封裝 (SiP)，其硅量是臺積電的兩倍。

受到標線（reticle ）限制。到 2024 年，臺積電 CoWoS 封裝技術的進步將使構建更大的多芯片 SiP 成為可能，臺積電預計將超過四個標線大小的芯片縫合在一起，這將實現巨大的復雜性（每個 SiP 有可能超過 3000 億個晶體管）臺積電及其合作伙伴正在關注）和性能，但自然是以巨大的功耗和發熱為代價的。

NVIDIA 的 H100 加速器模塊等旗艦產品已經需要超過 700W 的功率才能實現峰值性能。因此，在單個產品上使用多個 GH100 大小的chiplet的前景令人大跌眼鏡 - 以及功率預算。

臺積電預計，幾年后將出現功耗約為 1000W 甚至更高的多芯片 SiP，從而帶來冷卻挑戰。

在 700W 時，H100 已經需要液冷；英特爾的基于chiplet的 Ponte Vecchio 和 AMD 的 Instinct MI250X 的故事大致相同。但即使是傳統的液體冷卻也有其局限性。

當芯片累計達到 1 kW 時，臺積電設想數據中心將需要為這種極端的 AI 和 HPC 處理器使用浸入式液體冷卻系統。

反過來，浸入式液體冷卻將需要重新構建數據中心本身，這將是設計上的重大變化，也是連續性方面的重大挑戰。

撇開短期挑戰不談，一旦數據中心設置為浸入式液體冷卻，它們將為更熱的芯片做好準備。液浸式冷卻在處理大型冷卻負載方面具有很大潛力，這也是英特爾大力投資這項技術以使其更加主流化的原因之一。

除了浸沒式液體冷卻，還有另一種技術可以用來冷卻超熱芯片——片上水冷。去年，臺積電透露它已經嘗試過片上水冷，并表示甚至可以使用這種技術冷卻 2.6 kW 的 SiP。但當然，片上水冷本身就是一項極其昂貴的技術，它將把那些極端的 AI 和 HPC 解決方案的成本推到前所未有的水平。

盡管如此，雖然未來不是一成不變的，但似乎它已經用硅鑄造了。

臺積電的芯片制造客戶有客戶愿意為這些超高性能解決方案（想想超大規模云數據中心的運營商）支付高昂的費用，即使這需要高成本和技術復雜性。讓事情回到我們開始的地方，這就是臺積電首先開發 CoWoS 和 InFO 封裝工藝的原因——因為有客戶準備好并渴望通過chiplet技術打破標線限制。

今天，我們已經在 Cerebras 的大型晶圓級引擎處理器等產品中看到了其中的一些，并且通過大型小芯片，臺積電正準備讓更廣泛的客戶群更容易獲得更小的（但仍然是標線斷裂）設計。

對性能、封裝和冷卻的這種極端要求不僅將半導體、服務器和冷卻系統的生產商推向了極限，而且還需要對云數據中心進行修改。

如果用于 AI 和 HPC 工作負載的大規模 SiP 確實變得普遍，那么未來幾年云數據中心將完全不同。

總結

以上是生活随笔為你收集整理的芯片功率奔向1000瓦 冷却成为头号问题的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。