⚡ electrical engineering

Cooling Channel Design Optimization for High Power Multi-chip Packages

यह शोध पत्र एक भौतिकी-आधारित कम्प्यूटेशनल ढांचे का उपयोग करता है जो NVIDIA GB200 जैसे उच्च-शक्ति वाले मल्टी-चिप पैकेज के लिए इंटरडिजिटेटेड कूलिंग चैनल लेआउट को अनुकूलित करने हेतु एक पोरस मीडिया मॉडल और सरोगेट-आधारित मिक्स्ड-इंटीजर क्वाड्रेटिक प्रोग्रामिंग का उपयोग करता है, जिससे बेसलाइन डिजाइनों की तुलना में पीक और औसत चिप तापमान में महत्वपूर्ण कमी आती है।

मूल लेखक: Michael Acquah, Zheng Liu

प्रकाशित 2026-05-21

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Michael Acquah, Zheng Liu

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आपके पास एक सुपर-फास्ट, हाई-पावर्ड कंप्यूटर चिप है। यह एक रेस कार के इंजन की तरह है जो इतना गर्म चलता है कि अपने ही डैशबोर्ड को पिघला सकता है। आधुनिक कंप्यूटरों में, ये "इंजन" केवल एक बड़ा ब्लॉक नहीं होते; वे अक्सर एक ही प्लेट पर काम करने वाले अलग-अलग प्रोसेसरों (जैसे ग्राफिक्स प्रोसेसिंग यूनिट या GPU) की एक टीम होते हैं। समस्या क्या है? वे इतनी गर्मी पैदा करते हैं कि यदि आप उन्हें ठंडा नहीं करते हैं, तो वे धीमे हो जाते हैं या टूट जाते हैं।

यह शोध पत्र इन कंप्यूटर चिप्स के लिए एक बेहतर "एयर कंडीशनिंग सिस्टम" डिजाइन करने के बारे में है, लेकिन हवा चलाने के बजाय, यह चिप्स के ठीक नीचे तरल कूलेंट से भरी छोटी नलियों का उपयोग करता है।

यहाँ शोधकर्ताओं ने क्या किया, इसका सरल उपमाओं (analogies) के साथ विवरण दिया गया है:

1. समस्या: "हॉट स्पॉट" की दुविधा

कंप्यूटर चिप को एक किचन फ्लोर (रसोई के फर्श) के रूप में सोचें। आपके पास उस पर दो विशाल ओवन (GPU) और एक छोटा ओवन (CPU) रखा है। यदि आप बस फर्श पर सीधे बहने वाली ठंडे पानी की एक एकल, पतली नली रख देते हैं, तो नली की शुरुआत के पास का पानी बर्फ जैसा ठंडा होगा, लेकिन जब तक वह ओवन तक पहुँचता है, वह पहले से ही गर्म और बेकार हो चुका होगा। बीच के ओवन बहुत गर्म हो जाएंगे क्योंकि पानी अब उन्हें संभालने के लिए पर्याप्त ठंडा नहीं रह जाता। यह "हॉट स्पॉट्स" बनाता है जो उपकरणों को नुकसान पहुँचा सकते हैं।

2. समाधान: एक स्मार्ट, लचीला वाटर नेटवर्क

शोधकर्ताओं ने केवल यह अंदाज़ा नहीं लगाया कि पानी की नलियाँ कहाँ रखनी हैं। उन्होंने एक डिजिटल सिम्युलेटर (एक वर्चुअल टेस्ट लैब) बनाया ताकि एकदम सही लेआउट का पता लगाया जा सके।

"पोरस" (छिद्रपूर्ण) ट्रिक: हर एक बूंद पानी का मॉडल बनाने के बजाय (जिसमें कंप्यूटर पर बहुत समय लगेगा), उन्होंने पानी के प्रवाह को एक स्पंज की तरह माना। उन्होंने एक सरल गणितीय मॉडल का उपयोग किया जो ट्रैक करता है कि चिप के एक पंक्ति से दूसरी पंक्ति तक बढ़ते हुए पानी कैसे गर्म होता है।
"इंटरडिजिटेटेड" (Interdigitated) डिज़ाइन: कल्पना करें कि कूलिंग चैनल केवल सीधी रेखाएँ नहीं हैं। वे एक कंघी की तरह हैं जिसके दांतों का आकार बदला जा सकता है। शोधकर्ता अपने वर्चुअल डिज़ाइन में तीन मुख्य चीजें बदल सकते थे:
1. कितने दांत (चैनलों की संख्या)।
2. दांत कितने चौड़े हैं (चैनल की चौड़ाई)।
3. गर्म ओवन के ऊपर वे कितनी दूरी तक फैलते हैं (एक्सपेंशन विड्थ)।

3. "मैजिक" ऑप्टिमाइज़ेशन

होज़ (hose) की चौड़ाई और संख्या के हर संभव संयोजन का परीक्षण करने में वर्षों लग सकते हैं। इसलिए, शोधकर्ताओं ने एक सरोगेट मॉडल का उपयोग किया।

उपमा: कल्पना कीजिए कि आप केक के लिए सबसे अच्छी रेसिपी खोजना चाहते हैं। 1,000 केक बनाने के बजाय, आप 116 केक बनाते हैं, उन्हें चखते हैं, और फिर उन 116 परिणामों के आधार पर एक स्मार्ट कंप्यूटर प्रोग्राम का उपयोग करके यह अनुमान लगाते हैं कि परफेक्ट रेसिपी कैसी होनी चाहिए।
उन्होंने 116 वर्चुअल टेस्ट चलाए, कंप्यूटर को पैटर्न सिखाया, और फिर कंप्यूटर से गणितीय रूप से सबसे अच्छा डिज़ाइन खोजने के लिए कहा।

4. परिणाम: पिघलने से लेकर ठंडा होने तक

उन्होंने अपने नए, अनुकूलित (optimized) डिज़ाइन की तुलना एक "बेसलाइन" (एक मानक, औसत डिज़ाइन) के साथ की।

बेसलाइन: मानक डिज़ाइन बहुत बुरा था। चिप का सबसे गर्म हिस्सा 220°C (428°F) तक पहुँच गया था। यह एक पिज्जा ओवन से भी अधिक गर्म है!
अनुकूलित डिज़ाइन: सबसे गर्म हिस्सों (GPUs) के ऊपर कूलिंग चैनलों को चौड़ा करके और चैनलों की संख्या को एडजस्ट करके, उन्होंने सबसे गर्म स्थान को 79.9°C (175°F) तक कम कर दिया।
बचत: उन्होंने पीक टेम्परेचर को 140°C तक कम कर दिया। यह एक बहुत बड़ा अंतर है।
सेफ्टी ज़ोन: नए डिज़ाइन ने पूरे चिप को 95°C से नीचे रखा, जो इन हाई-परफॉर्मेंस प्रोसेसरों के लिए अनुशंसित "सेफ ज़ोन" है।

5. यह क्यों काम कर गया

असली सफलता सिर्फ अधिक पानी डालने में नहीं थी; बल्कि यह था कि पानी कहाँ जा रहा था।

कंप्यूटर ने महसूस किया कि पानी को सबसे गर्म ओवन (GPUs) के ठीक ऊपर एक विस्तृत जाल की तरह फैलना चाहिए ताकि वह गर्मी को तेज़ी से सोख सके।
इसने यह भी समझा कि जैसे-जैसे पानी यात्रा करता है, वह गर्म होता जाता है, इसलिए डिज़ाइन को इस तरह से बनाना था कि लाइन के अंत में पानी अपना काम करने के लिए पर्याप्त ठंडा बना रहे।

सारांश

यह शोध पत्र शक्तिशाली कंप्यूटर चिप्स के लिए कूलिंग सिस्टम डिजाइन करने का एक नया तरीका प्रस्तुत करता है। विभिन्न प्रकार के वाटर चैनल के आकार का परीक्षण करने के लिए एक स्मार्ट कंप्यूटर मॉडल का उपयोग करके, उन्होंने एक ऐसा लेआउट खोजा जो चिप को ओवरहीट होने से बचाता है। उन्होंने साबित किया कि कूलिंग चैनलों को चिप के सबसे गर्म हिस्सों पर ध्यान केंद्रित करने के लिए कस्टमाइज़ करके, वे तापमान को "खतरनाक पिघलने वाले बिंदु" से "सुरक्षित ऑपरेटिंग स्तर" तक गिरा सकते हैं।

मुख्य निष्कर्ष: आपको केवल अधिक कूलिंग की आवश्यकता नहीं है; आपको स्मार्टर कूलिंग की आवश्यकता है जिसे पता हो कि गर्मी कहाँ से आ रही है और वह उस ठंडे पानी को ठीक उन्हीं जगहों पर फैला सके।

तकनीकी सारांश: उच्च शक्ति वाले मल्टी-चिप पैकेज के लिए कूलिंग चैनल डिज़ाइन अनुकूलन

समस्या विवरण
आधुनिक उच्च-प्रदर्शन कंप्यूटिंग सिस्टम, विशेष रूप से हेट्रोजेनियस मल्टी-चिप पैकेज जैसे कि NVIDIA GB200 Grace Blackwell Superchip, बढ़ते हुए GPU और AI एक्सेलेरेटर के पावर डेंसिटी के कारण गंभीर थर्मल प्रबंधन चुनौतियों का सामना कर रहे हैं। पारंपरिक शीतलन विधियाँ अक्सर उत्पन्न होने वाले उच्च हीट फ्लक्स के लिए अपर्याप्त होती हैं, और मौजूदा कम्प्यूटेशनल अध्ययन अक्सर सरलीकृत थर्मल मॉडल पर निर्भर करते हैं जो चैनल नेटवर्क के भीतर कूलेंट ट्रांसपोर्ट को स्पष्ट रूप से प्रदर्शित करने में विफल रहते हैं। यह चूक थर्मल गैर-एकरूपता और हॉटस्पॉट गठन की सटीक भविष्यवाणियों को प्रभावित कर सकती है, विशेष रूप से उन ज्यामितिओं में जहाँ कूलेंट कनेक्टिविटी सीधे थर्मल प्रदर्शन को प्रभावित करती है। इस कार्य में संबोधित विशिष्ट चुनौती एक प्रतिनिधि मल्टी-चिप पैकेज (दो GPU और एक CPU) के लिए एम्बेडेड माइक्रोचैनल लेआउट का अनुकूलन करना है, ताकि कूलेंट हीटिंग और वितरण के संबंध में भौतिक यथार्थवाद बनाए रखते हुए पीक और औसत चिप तापमान को कम किया जा सके।

कार्यप्रणाली
लेखकों ने एक भौतिकी-आधारित कम्प्यूटेशनल फ्रेमवर्क विकसित किया है जो इन-प्लेन हीट कंडक्शन के साथ कूलेंट ट्रांसपोर्ट के एक रिड्यूस्ड-ऑर्डर प्रतिनिधित्व को जोड़ता है। कार्यप्रणाली के मुख्य घटक निम्नलिखित हैं:

थर्मल मॉडल: सबस्ट्रेट तापमान एक स्टेडी-स्टेट एनर्जी बैलेंस समीकरण द्वारा नियंत्रित होता है जो कंडक्शन को संवेक्टिव हीट रिमूवल के साथ जोड़ता है। प्रभावी हीट ट्रांसफर कोएफिशिएंट स्थानिक रूप से परिवर्तनशील है, जो केवल चैनल क्षेत्रों में उन्नत शीतलन लागू करता है जबकि पूरे सबस्ट्रेट में एक कमजोर बैकग्राउंड कूलिंग स्तर बनाए रखता है।
कूलेंट ट्रांसपोर्ट: पूर्ण 3D CFD की कम्प्यूटेशनल लागत के बिना तरल के थर्मल विकास को कैप्चर करने के लिए, मॉडल एक रो-वाइज (पंक्ति-वार) कूलेंट एनर्जी बैलेंस का उपयोग करता है। मैनिफोल्ड के माध्यम से प्रवाहित होते समय, तरल के तापमान को पिछले पंक्तियों से अवशोषित ऊष्मा के आधार पर अपडेट किया जाता है, जिससे यह सुनिश्चित होता है कि आउटलेट के पास गर्म तरल की कम की गई शीतलन क्षमता को ध्यान में रखा गया है।
डिज़ाइन पैरामीटराइजेशन: कूलिंग आर्किटेक्चर को तीन ज्यामितीय चरों द्वारा परिभाषित एक इंटरडिजिटेटेड लेआउट है: चैनलों की संख्या ( $N$ ), चैनल की चौड़ाई ( $W$ ), और चिप क्षेत्रों पर विस्तार की चौड़ाई ( $E$ )। डिज़ाइन स्पेस को समरूपता और भौतिक रूप से व्यवहार्य बनाने के लिए बाधित किया गया है (उदाहरण के लिए, विस्तार की चौड़ाई चैनल की चौड़ाई के बराबर या उससे अधिक होनी चाहिए)।
अनुकूलन रणनीति: हीट कंडक्शन और फ्लूइड ट्रांसपोर्ट के बीच गैर-रेखीय युग्मन के कारण, प्रत्यक्ष अनुकूलन कम्प्यूटेशनल रूप से अत्यधिक कठिन है। लेखक एक सरोगेट-आधारित दृष्टिकोण का उपयोग करते हैं। फुल-फैक्टोरियल डिज़ाइन ऑफ एक्सपेरिमेंट्स (116 संभावित डिज़ाइन) को फुल फिजिक्स-बेस्ड सॉल्वर का उपयोग करके सिम्युलेट किया गया है। ये परिणाम ज्यामितीय मापदंडों और थर्मल मेट्रिक्स ( $T_{max}$ और $T_{avg}$ ) के बीच संबंध को अनुमानित करने के लिए क्वाड्रेटिक सरोगेट मॉडल को प्रशिक्षित करते हैं। अनुकूलन समस्या को फिर पीक तापमान में कमी को प्राथमिकता देने वाले एक वेटेड ऑब्जेक्टिव फंक्शन को कम करने के लिए Gurobi Optimizer के माध्यम से एक मिक्स-इंटिजर क्वाड्रेटिक प्रोग्रामिंग (MIQP) एल्गोरिदम का उपयोग करके हल किया जाता है।

प्रमुख योगदान
लेखक दो प्राथमिक योगदान का दावा करते हैं:

एक युग्मित थर्मल मॉडल का विकास जो विशेष रूप से मल्टी-चिप सिस्टम के लिए तैयार किए गए स्टेडी-स्टेट हीट कंडक्शन को रिड्यूस्ड-ऑर्डर कूलेंट ट्रांसपोर्ट प्रतिनिधित्व के साथ एकीकृत करता है।
एक अनुकूलन-संचालित चैनल डिज़ाइन फ्रेमवर्क की स्थापना जो वास्तविक परिचालन स्थितियों के तहत पीक और औसत चिप तापमान को महत्वपूर्ण रूप से कम करने में सक्षम लेआउट की पहचान करता है, जो फिक्स्ड चैनल लेआउट से आगे बढ़कर एक पैरामेट्रिक, अनुकूलन-आधारित दृष्टिकोण की ओर बढ़ता है।

परिणाम
फ्रेमवर्क को 120 mm × 120 mm सबस्ट्रेट पर लागू किया गया जिसमें दो GPU (प्रत्येक 1200 W) और एक CPU (300 W) शामिल थे।

बेसलाइन प्रदर्शन: एक सिमेट्रिक मैनिफोल्ड-फेड कॉन्फ़िगरेशन जिसमें मध्यम चैनल चौड़ाई और सीमित विस्तार था, उसने एक अधिकतम चिप तापमान ( $T_{max}$ ) 220.36°C और एक औसत तापमान ( $T_{avg}$ ) 102.14°C दर्ज किया।
अनुकूलित प्रदर्शन: MIQP एल्गोरिदम ने एक इष्टतम कॉन्फ़िगरेशन की पहचान की जिसमें 7 चैनल, 4 mm की चौड़ाई और 28 mm की विस्तार चौड़ाई थी। इस डिज़ाइन ने $T_{max}$ के 79.91°C और $T_{avg}$ के 66.27°C प्राप्त किए।
सुधार: बेसलाइन की तुलना में, अनुकूलित डिज़ाइन ने पीक तापमान में 140.45°C और औसत तापमान में 35.87°C की कमी की।
भौतिक प्रासंगिकता: अनुकूलित डिज़ाइन उच्च-प्रदर्शन प्रोसेसर के लिए अनुशंसित 95°C ऑपरेटिंग लिमिट से काफी नीचे तापमान बनाए रखता है। परिणाम दर्शाते हैं कि GPU क्षेत्रों के पास विशेष रूप से कूलिंग कवरेज बढ़ाना (विस्तार के माध्यम से) हॉटस्पॉट मिटिगेशन के लिए प्रमुख कारक है, जबकि समग्र एकरूपता के लिए संतुलित प्रवाह वितरण भी महत्वपूर्ण बना हुआ है। सरोगेट मॉडल ने $T_{max}$ के लिए 8.051°C और $T_{avg}$ के लिए 2.442°C के रूट मीन स्क्वायर एरर (RMSE) के साथ उच्च सटीकता प्रदर्शित की।

महत्व
लेखक इस कार्य को उन्नत इलेक्ट्रॉनिक पैकेजिंग सिस्टम के लिए टोपोलॉजी-अवेयर कूलिंग डिज़ाइन के लिए एक "व्यावहारिक और विस्तार योग्य दृष्टिकोण" के रूप में प्रस्तुत करते हैं। इसका महत्व इस बात में निहित है कि कैसे रिड्यूस्ड-ऑर्डर थर्मल मॉडलिंग को गणितीय अनुकूलन के साथ जोड़कर, पूर्ण CFD-आधारित अनुकूलन की अत्यधिक लागत के बिना थर्मल प्रदर्शन में नाटकीय रूप से सुधार करने वाले कूलिंग टोपोलॉजी को प्रभावी ढंग से पहचाना जा सकता है। यह अध्ययन प्रमाणित करता है कि भौतिक प्रासंगिकता (जैसे कूलेंट हीटिंग और स्थानीयकृत विस्तार) द्वारा बाधित व्यवस्थित डिज़ाइन अन्वेषण, अगली पीढ़ी के हेट्रोजेनियस कंप्यूटिंग पैकेज की सख्त थर्मल आवश्यकताओं को पूरा करने वाले डिज़ाइन प्रदान कर सकता है। लेखक उल्लेख करते हैं कि भविष्य के कार्य इस फ्रेमवर्क को उच्च-फिडेलिटी CFD सत्यापन, ट्रांजिएंट विश्लेषण और बड़े डेटा-सेंटर-स्केल सिस्टम तक विस्तारित कर सकते हैं।