⚡ electrical engineering

Cooling Channel Design Optimization for High Power Multi-chip Packages

Cet article présente un cadre de calcul basé sur la physique utilisant un modèle de milieu poreux et une programmation quadratique mixte en nombres entiers fondée sur des modèles de substitution pour optimiser la disposition des canaux de refroidissement interdigités destinés aux packages multi-puces haute puissance tels que le NVIDIA GB200, permettant de réduire significativement les températures de pointe et moyennes des puces par rapport aux conceptions de référence.

Auteurs originaux : Michael Acquah, Zheng Liu

Publié 2026-05-21

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Michael Acquah, Zheng Liu

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous possédiez une puce informatique ultra-rapide et très puissante. C'est comme un moteur de voiture de course qui chauffe tellement qu'il pourrait faire fondre son propre tableau de bord. Dans les ordinateurs modernes, ces « moteurs » ne sont pas un seul gros bloc ; ils sont souvent une équipe de différents processeurs (comme les unités de traitement graphique ou GPU) travaillant ensemble sur une seule plaque carrée. Le problème ? Ils génèrent tellement de chaleur que, si vous ne les refroidissez pas, ils ralentissent ou tombent en panne.

Ce document traite de la conception d'un meilleur « système de climatisation » pour ces puces informatiques, mais au lieu de souffler de l'air, il utilise de minuscules canaux remplis de liquide réfrigérant passant juste en dessous des puces.

Voici le détail de ce que les chercheurs ont fait, en utilisant des analogies simples :

1. Le Problème : Le Dilemme du « Point Chaud »

Imaginez la puce informatique comme un sol de cuisine. Vous avez deux fours géants (les GPU) et un four plus petit (le CPU) posés dessus. Si vous posez simplement un seul tuyau fin d'eau froide traversant le sol en ligne droite, l'eau près du début du tuyau est glacée, mais au moment où elle atteint les fours à l'extrémité, elle est déjà chaude et inutile. Les fours du milieu deviennent brûlants parce que l'eau n'est plus assez froide pour les gérer. Cela crée des « points chauds » qui peuvent endommager l'équipement.

2. La Solution : Un Réseau d'Eau Intelligent et Flexible

Les chercheurs n'ont pas simplement deviné où placer les tuyaux d'eau. Ils ont construit un simulateur numérique (un laboratoire d'essai virtuel) pour déterminer la disposition parfaite.

L'Astuce « Poreuse » : Au lieu de modéliser chaque goutte d'eau (ce qui prendrait une éternité sur un ordinateur), ils ont traité l'écoulement de l'eau comme une éponge. Ils ont utilisé un modèle mathématique simplifié qui suit comment l'eau se réchauffe en se déplaçant rangée par rangée sur la puce.
La Conception « Interdigitée » : Imaginez que les canaux de refroidissement ne sont pas de simples lignes droites. Ils ressemblent à un peigne dont les dents peuvent changer de forme. Les chercheurs pouvaient modifier trois éléments principaux dans leur conception virtuelle :
1. Le nombre de dents (nombre de canaux).
2. La largeur des dents (largeur du canal).
3. L'ampleur de l'étalement des dents sur les fours chauds (largeur d'expansion).

3. L'Optimisation « Magique »

Tester chaque combinaison possible de largeurs et de nombres de tuyaux prendrait des années. Les chercheurs ont donc utilisé un modèle de substitution.

L'Analogie : Imaginez que vous voulez trouver la meilleure recette pour un gâteau. Au lieu de cuire 1 000 gâteaux, vous en cuisez 116, vous les goûtez, puis vous utilisez un programme informatique intelligent pour deviner à quoi ressemblerait la parfaite recette basée sur ces 116 résultats.
Ils ont effectué 116 tests virtuels, ont enseigné le motif à l'ordinateur, puis ont demandé à l'ordinateur de trouver mathématiquement la conception absolument meilleure.

4. Les Résultats : De la Fusion au Refroidissement

Ils ont comparé leur nouvelle conception optimisée à une « référence » (une conception standard et moyenne).

La Référence : La conception standard était terrible. La partie la plus chaude de la puce atteignait 220 °C (428 °F). C'est plus chaud qu'un four à pizza !
La Conception Optimisée : En élargissant spécifiquement les canaux de refroidissement au-dessus des parties les plus chaudes (les GPU) et en ajustant le nombre de canaux, ils ont fait chuter le point le plus chaud à 79,9 °C (175 °F).
Les Économies : Ils ont abaissé la température de pointe de 140 °C. C'est une différence massive.
La Zone de Sécurité : La nouvelle conception a maintenu toute la puce en dessous de 95 °C, ce qui est la « zone de sécurité » recommandée pour ces processeurs haute performance.

5. Pourquoi Cela a Fonctionné

Le secret n'était pas seulement d'ajouter plus d'eau ; c'était où l'eau allait.

L'ordinateur a réalisé que l'eau doit s'étaler comme un large filet directement au-dessus des fours les plus chauds (les GPU) pour absorber rapidement la chaleur.
Il a également réalisé que l'eau se réchauffe en se déplaçant, de sorte que la conception devait tenir compte de cet effet de « réchauffement » pour s'assurer que l'eau à la fin de la ligne était encore assez froide pour faire son travail.

Résumé

L'article présente une nouvelle façon de concevoir des systèmes de refroidissement pour des puces informatiques puissantes. En utilisant un modèle informatique intelligent pour tester différentes formes de canaux d'eau, ils ont trouvé une disposition qui empêche la puce de surchauffer. Ils ont prouvé qu'en personnalisant les canaux de refroidissement pour concentrer une attention supplémentaire sur les parties les plus chaudes de la puce, ils pouvaient faire chuter la température du « point de fusion dangereux » au « niveau de fonctionnement sûr ».

L'Essentiel : Vous n'avez pas besoin de plus de refroidissement ; vous avez besoin d'un refroidissement plus intelligent qui sait exactement d'où vient la chaleur et répand l'eau froide directement sur ces endroits.

Résumé technique : Optimisation de la conception des canaux de refroidissement pour les packages multicristaux haute puissance

Énoncé du problème
Les systèmes informatiques haute performance modernes, en particulier les packages multicristaux hétérogènes comme la puce Super Grace Blackwell GB200 de NVIDIA, font face à des défis critiques de gestion thermique dus à l'augmentation des densités de puissance dans les GPU et les accélérateurs d'IA. Les méthodes de refroidissement traditionnelles sont souvent insuffisantes pour les flux thermiques élevés générés, et les études computationnelles existantes reposent fréquemment sur des modèles thermiques simplifiés qui ne représentent pas explicitement le transport du fluide caloporteur au sein des réseaux de canaux. Cette omission peut conduire à des prédictions inexactes de l'inhomogénéité thermique et de la formation de points chauds, en particulier dans les géométries où la connectivité du fluide caloporteur impacte directement les performances thermiques. Le défi spécifique abordé dans ce travail est l'optimisation de la disposition des microcanaux intégrés pour un package multicristaux représentatif (deux GPU et un CPU) afin de minimiser les températures de pointe et moyennes des puces tout en maintenant un réalisme physique concernant le chauffage et la distribution du fluide caloporteur.

Méthodologie
Les auteurs ont développé un cadre computationnel basé sur la physique couplant la conduction thermique dans le plan à l'état stationnaire avec une représentation d'ordre réduit du transport du fluide caloporteur. La méthodologie comprend les composants clés suivants :

Modèle thermique : La température du substrat est régie par une équation de bilan énergétique à l'état stationnaire couplant la conduction au refroidissement par convection. Le coefficient de transfert thermique effectif est variable spatialement, appliquant un refroidissement amélioré uniquement dans les régions des canaux tout en maintenant un niveau de refroidissement de fond faible sur l'ensemble du substrat.
Transport du fluide caloporteur : Pour capturer l'évolution thermique du fluide sans le coût computationnel d'une CFD 3D complète, le modèle emploie un bilan énergétique du fluide caloporteur ligne par ligne. Alors que le fluide s'écoule à travers le collecteur, sa température est mise à jour en fonction de la chaleur absorbée par le substrat dans les rangées précédentes, garantissant ainsi que la capacité de refroidissement réduite du fluide plus chaud près de la sortie est prise en compte.
Paramétrisation de la conception : L'architecture de refroidissement est définie comme une disposition entrelacée paramétrée par trois variables géométriques : le nombre de canaux ( $N$ ), la largeur des canaux ( $W$ ) et la largeur d'expansion au-dessus des régions de puces ( $E$ ). L'espace de conception est contraint pour assurer la symétrie et la réalisabilité physique (par exemple, la largeur d'expansion doit être supérieure ou égale à la largeur des canaux).
Stratégie d'optimisation : En raison du couplage non linéaire entre la conduction thermique et le transport du fluide, l'optimisation directe est computationnellement prohibitive. Les auteurs emploient une approche basée sur des modèles de substitution. Un plan d'expériences factoriel complet (116 conceptions candidates) est simulé en utilisant le solveur complet basé sur la physique. Ces résultats entraînent des modèles de substitution quadratiques pour approximer la relation entre les paramètres géométriques et les métriques thermiques ( $T_{max}$ et $T_{avg}$ ). Le problème d'optimisation est ensuite résolu à l'aide d'un algorithme de Programmation Quadratique Mixte-Entière (MIQP) via l'optimiseur Gurobi pour minimiser une fonction objectif pondérée priorisant la réduction de la température de pointe.

Contributions clés
L'article revendique deux contributions principales :

Le développement d'un modèle thermique couplé intégrant la conduction thermique à l'état stationnaire avec une représentation d'ordre réduit du transport du fluide caloporteur spécifiquement adaptée aux systèmes multicristaux.
L'établissement d'un cadre de conception de canaux piloté par l'optimisation qui identifie des dispositions de refroidissement capables de réduire significativement les températures de pointe et moyennes des puces dans des conditions de fonctionnement réalistes, allant au-delà des dispositions de canaux fixes pour adopter une approche paramétrique basée sur l'optimisation.

Résultats
Le cadre a été appliqué à un substrat de 120 mm × 120 mm contenant deux GPU (1200 W chacun) et un CPU (300 W).

Performance de référence : Une configuration symétrique alimentée par un collecteur, avec une largeur de canal modérée et une expansion limitée, a produit une température maximale de puce ( $T_{max}$ ) de 220,36 °C et une température moyenne ( $T_{avg}$ ) de 102,14 °C.
Performance optimisée : L'algorithme MIQP a identifié une configuration optimale avec 7 canaux, une largeur de 4 mm et une largeur d'expansion de 28 mm. Cette conception a atteint une $T_{max}$ de 79,91 °C et une $T_{avg}$ de 66,27 °C.
Amélioration : Par rapport à la référence, la conception optimisée a réduit la température de pointe de 140,45 °C et la température moyenne de 35,87 °C.
Pertinence physique : La conception optimisée maintient les températures bien en dessous de la limite de fonctionnement recommandée de 95 °C pour les processeurs haute performance. Les résultats mettent en évidence que l'augmentation de la couverture de refroidissement spécifiquement près des régions GPU (via l'expansion des canaux) est le facteur dominant dans l'atténuation des points chauds, tandis qu'une distribution équilibrée de l'écoulement reste critique pour l'uniformité globale. Les modèles de substitution ont démontré une haute précision avec des erreurs quadratiques moyennes (RMSE) de 8,051 °C pour $T_{max}$ et de 2,442 °C pour $T_{avg}$ .

Signification
Les auteurs positionnent ce travail comme fournissant une « approche pratique et extensible » pour la conception de refroidissement consciente de la topologie dans les systèmes avancés d'emballage électronique. La signification réside dans la démonstration que la combinaison de la modélisation thermique d'ordre réduit avec l'optimisation mathématique peut identifier efficacement des topologies de refroidissement qui améliorent drastiquement les performances thermiques sans le coût prohibitif d'une optimisation basée sur la CFD complète. L'étude valide qu'une exploration systématique de la conception, contrainte par la pertinence physique (tel que le chauffage du fluide caloporteur et l'expansion localisée), peut produire des conceptions répondant aux exigences thermiques strictes des packages informatiques hétérogènes de nouvelle génération. Les auteurs notent que les travaux futurs pourraient étendre ce cadre à une validation CFD de plus haute fidélité, à une analyse transitoire et à des systèmes à l'échelle des centres de données.