Cooling Channel Design Optimization for High Power Multi-chip Packages

技術サマリー：高電力マルチチップパッケージ向け冷却チャネル設計の最適化

問題定義
NVIDIA GB200 Grace Blackwell Superchip などの異種マルチチップパッケージに代表される現代の高性能コンピューティングシステムは、GPU および AI アクセラレータにおける電力密度の増大により、重要な熱管理課題に直面している。従来の冷却手法は、生成される高い熱流束に対してしばしば不十分であり、既存の計算研究は、チャネルネットワーク内の冷却材輸送を明示的に表現しない簡略化された熱モデルに依存することが多い。この欠落は、特に冷却材の接続性が熱性能に直接影響を与える幾何学形状において、熱的不均一性およびホットスポットの形成の予測精度を低下させる可能性がある。本論文で扱われる具体的な課題は、冷却材の加熱と分布に関する物理的現実性を維持しつつ、ピークおよび平均チップ温度を最小化するための、代表的なマルチチップパッケージ（GPU 2 個および CPU 1 個）における埋め込みマイクロチャネル配列の最適化である。

手法
著者は、定常状態の面内熱伝導と冷却材輸送の低次表現を結合した物理ベースの計算フレームワークを開発した。手法は以下の主要な構成要素を含む：

• 熱モデル： 基板温度は、熱伝導と対流による熱除去を結合した定常状態のエネルギー収支方程式によって支配される。有効な熱伝達係数は空間的に可変であり、チャネル領域内でのみ強化された冷却を適用し、基板全体には弱い背景冷却レベルを維持する。
• 冷却材輸送： 流体の熱的進化を、完全な 3 次元 CFD の計算コストなしに捉えるため、モデルは行ごとの冷却材エネルギー収支を採用する。流体がマニホールドを通過するにつれて、その温度は先行する行からの基板からの吸収熱に基づいて更新され、出口付近のより高温の流体による冷却能力の低下が考慮される。
• 設計パラメータ化： 冷却アーキテクチャは、チャネル数（$N$）、チャネル幅（$W$）、およびチップ領域における拡張幅（$E$）という 3 つの幾何学的変数によってパラメータ化された交差配置として定義される。設計空間は、対称性と物理的な実現可能性（例えば、拡張幅はチャネル幅以上でなければならない）を確保するために制約される。
• 最適化戦略： 熱伝導と流体輸送の非線形結合により、直接最適化は計算的に禁止的である。著者は代理モデルベースのアプローチを採用する。完全因子実験計画（116 件の候補設計）を、完全な物理ベースソルバを使用してシミュレーションする。これらの結果は、幾何学的パラメータと熱指標（$T_{max}$ および$T_{avg}$）の関係を近似する二次代理モデルを訓練するために使用される。その後、最適化問題は、ピーク温度低減を優先する重み付き目的関数を最小化するために、Gurobi オプティマイザを介した混合整数二次計画法（MIQP）アルゴリズムを用いて解かれる。

主要な貢献
本論文は、以下の 2 つの主要な貢献を主張する：

1. 定常状態の熱伝導と、マルチチップシステムに特化した低次冷却材輸送表現を統合した結合熱モデルの開発。
2. 固定されたチャネル配列を超え、パラメトリックかつ最適化ベースのアプローチへと移行し、現実的な運転条件下でピークおよび平均チップ温度を大幅に低減可能な冷却配列を特定する、最適化駆動型のチャネル設計フレームワークの確立。

結果
本フレームワークは、GPU 2 個（各 1200 W）および CPU 1 個（300 W）を含む 120 mm × 120 mm の基板に適用された。

• ベースライン性能： 適度なチャネル幅と限定的な拡張を有する対称的なマニホールド給電構成は、最大チップ温度（$T_{max}$）220.36°C、平均温度（$T_{avg}$）102.14°C を示した。
• 最適化された性能： MIQP アルゴリズムは、チャネル数 7、幅 4 mm、拡張幅 28 mm の最適構成を特定した。この設計は、$T_{max}$を 79.91°C、$T_{avg}$を 66.27°C まで達成した。
• 改善： ベースラインと比較して、最適化された設計はピーク温度を 140.45°C、平均温度を 35.87°C 低減した。
• 物理的妥当性： 最適化された設計は、高性能プロセッサの推奨される 95°C の運転限度を十分に下回る温度を維持する。結果は、チャネル拡張を通じて特に GPU 領域付近で冷却カバレッジを増加させることがホットスポットの緩和における支配的要因であることを示しており、一方、バランスの取れた流れ分布は全体的な均一性にとって依然として重要である。代理モデルは、$T_{max}$に対して 8.051°C、$T_{avg}$に対して 2.442°C の二乗平均平方根誤差（RMSE）を示し、高い精度を証明した。

意義
著者は、この作業を、高度な電子パッケージングシステムにおけるトポロジー認識型冷却設計のための「実用的かつ拡張可能なアプローチ」として位置づけている。意義は、低次熱モデルと数学的最適化の組み合わせが、完全な CFD ベースの最適化の禁止的なコストなしに、熱性能を劇的に改善する冷却トポロジーを効果的に特定できることを実証している点にある。本研究は、冷却材の加熱や局所的な拡張などの物理的妥当性によって制約された体系的な設計探索が、次世代の異種コンピューティングパッケージの厳格な熱要件を満たす設計をもたらすことを検証している。著者は、将来の研究において、このフレームワークをより高忠実度の CFD 検証、過渡解析、および大規模データセンター規模のシステムへ拡張できる可能性に言及している。