中金公司研报称未来高端AI服务器有望采用“金刚石热沉+全液冷”复合散热方案,金刚石负责芯片近端均热扩散,液冷承担机柜系统级排热

其实目前人工智能领域讨论最多的问题已经不是哪个公司的模型参数更大了，而是哪家公司的芯片更散热。不要笑了，这是未来几年最重要的硬件赛场之一。

小编问一下大家，你现在的电脑或者手机，在玩3A大作的时候风扇就会转起来吗？在消费端最多就是体验上的问题了，但是放到数据中心里去的话，散热就变成是限制AI计算能力的一条命脉了。主要原因是芯片功耗太大了。

我们来看一下数据就知道了。从英伟达的H100、现在的Blackwell一直到未来的Rubin系列，单颗GPU功耗正在以肉眼可见的速度向千瓦级甚至两千瓦的方向冲刺。单个机箱的功耗已经到了135kW以上，3D封装之后把很多发热量大的器件堆叠在一起，局部热流量可以达到上千瓦每平方厘米。此时传统铜铝散热方案犹如用细管来扑灭森林大火一般，热导率只有400W/m·K左右，瓶颈已经十分明显了。其实不是因为液冷不行，而是在芯片和冷板之间这短短几毫米的地方，铜已经追不上热量堆积的速度了。

那么为什么”金刚石”这个词，在原来听上去像是珠宝展上的词语之后，又成了服务器圈里的宝贝呢？从最近中金公司的研究报告以及行业动态中可以得出结论：金刚石的热导率约为2000W/m·K左右，这是什么意思？是纯铜的五倍以上，已经非常充足了。并且它与硅芯片的热膨胀系数相近，可以迅速把芯片上温度较高的部分摊开，就像把一个烫手的铁球变成了一张温热的大饼一样，使后面的散热系统能够顺利工作。

也就是说，分工明确，金刚石负责芯片附近的”均热扩散”，而液冷则负责整个机柜系统的”总散热”，二者并不是相互取代的关系，而是天生的互补搭档。

换一个角度来说的话，可以把数据中心看作是很大的电竞房。液冷散热用到的冷板、管道等都属于整个房间内的空调系统以及排风扇，它们的作用就是把产生的热量带出去。所以金刚石就相当于给你的发烧级CPU做了一块直接接触式的散热底座。如果散热底座导热不好，热量就会被闷在芯片里面，即使你把空调开得很大也没有用。目前的问题就是这颗”芯”太热了，需要用上散热能力最强的金刚石底座来把热量快速地转移出去。

这次的技术革新已经在实验室里得到了实际的应用。例如郑州国家超算互联网核心节点已经完成金刚石、铜复合模块的大规模铺设。曙光数创兆瓦级金刚石铜浸没式液冷整机柜也开始大规模商用了，PUE可以做到接近1.03的极限水平。更狠的是英伟达发布下一代Rubin架构，并且标配了金刚石复合热界面材料和温水直冷液冷方案。这并不是仅仅的技术验证，而是全球算力龙头已经把这条技术路线写进标准答案里，今年秋天就直接跟着整机一起大批量出货。

那么大家就很好奇了，这个东西能够提高多少呢？实测数据显示非常强劲。从芯片级别的散热来看，在金刚石衬底和GPU裸片之间直接粘接之后，结温可以下降60%左右。从整个系统角度而言，使用了金刚石冷却技术之后再加上液体冷却的话，GPU热点温度还能再降低10-20℃，风扇功耗也只有一般水平，并且还可以有25%左右的超频空间，相比于原来的传统方式来说，AI计算能力提高了三倍。那又是什么意思呢？也就是说同样的机房、差不多的电费下，你可以多跑好几倍的推理任务，对于现在的分秒必争的大模型训练而言，这是很让人兴奋的事情。

从产业链的角度看，这次散热革命也促使了上中下游的重新洗牌。上游的CVD金刚石基材、MPCVD设备厂商成为了最大的增量环节，如国机精工、四方达、力量钻石等企业，在产能扩张以及客户样品认证方面都已经踩上了加速器。下游做液冷整机、复合散热的公司，如曙光数创、英维克等也会因为方案集成的价值翻番而受益。整个赛道正处于由”验证”向”放量”的过渡阶段，技术壁垒与需求爆发正在形成共鸣。

但是金子并不是完美的。从客观的角度来说，目前CVD金刚石良率提升、成本控制和液冷系统的初期高额投资等都是行业面临的实际问题。但是总体来看，大势已经很明了：只要AI芯片的功耗一路狂奔下去，传统的材料已经摸到了天花板，那么金刚石+全液冷这样的组合方案就将成为高端AI服务器的必选项。

从整体上说，金刚石散热产业化的开始，并不是简单的实验室炫技，而是被人工智能计算能力迅猛发展所逼出来的工程学必须。对硬件基础设施感兴趣的朋友来说，在未来的几年里，”散热效率”这四个字的重要性会比我们想象的大得多。你认为把钻石用来给GPU降温这样子的操作是怎样的一个硬核动作？欢迎大家在评论区讨论一下自己的观点。