西工大王少熙团队EAAI：高效热管理液态金属微流冷却系统

高热流密度是限制小型化高功率微电子系统性能与可靠性的关键因素。近日，西工大王少熙团队提出一种基于液态金属（LM）的微流冷却系统，此系统通过一个基于增强型遗传算法（LC-GA）的数据驱动计算框架进行优化，旨在为高密度集成系统提供高效热管理解决方案。通过将液态金属近结冷却与硅基微通道散热技术相结合，开发了一种异构三维互连冷却架构，该架构能够通过算法引导的参数调优来优化热性能。为验证所提方法，研究中设计、制备并实验测试了四种不同的微通道构型。将液态金属注入通道后，在模拟热源上进行了实验冷却测试与热性能仿真。结果表明：这种基于计算参数确定法优化的液态金属微流冷却系统，可有效消散功耗达800W的芯片热量，并保持稳定的热性能。此外，该工作采用响应面法结合增强型LC-GA进行多因素敏感性分析与多目标优化，从而实现了对热阻与压降平衡的最优设计与运行参数的自动确定。经优化后的构型将芯片最高温度降至约357.54K，降低了系统压力需求，并将性能评价准则（PEC）提升至2.327。该研究提供的数据驱动优化方法，为通过算法辅助热设计来支撑高性能集成微系统的发展提供了支持。

图1 带玻璃盖板键合的微通道试样、热源示意图与 实验平台示意图

图2 基于液态金属和水冷却介质的四类微通道的最大热源温度与压强对比

图3 基于增强型遗传算法的PEC性能指标、最高温度与压强热优化结果

图4 改进遗传算法与先进算法计算耗时分布对比

该研究以Liquid metal microfluidic cooling system for high-efficiency thermal management via learning-based genetic algorithm 为题发表在TOP期刊Engineering Applications of Artificial Intelligence（2025，161，112324）。王少熙教授为论文通讯作者，汪钰成副教授为论文第一作者。

论文链接：https://www.sciencedirect.com/science/article/abs/pii/S0952197625023322?via%3Dihub

欢迎关注公众号 “芯片散热”