Case Temperature

3 秒看懂

Case Temperature (Tc) 是晶片封裝表面（通常定義在熱分佈均勻的特定位置，如散熱蓋正中央或 Die 正上方）的溫度。它是晶片設計者與系統散熱設計者之間的 一項強制契約引數：晶片方保證在給定 Tc 規格內器件可穩定工作；系統方則必須確保在任何工作負載與環境條件下，散熱方案都能將封裝表面溫度壓制在該閾值以內。Tc 處於晶片內部 結溫 (Tj) 與外部 環境溫度 (Ta) 之間的熱傳導路徑上，是平衡算力釋放、功耗限制與長期可靠性的核心控制標尺。

3 分鐘產業解釋

把 AI 晶片想像成一臺全速運轉的“賽車發動機”——電晶體開關活動就是燃燒過程，產生巨量熱能。結溫 (Tj) 對應燃燒室核心溫度，超標直接導致拉缸（效能退化）甚至熔燬（永久失效）。環境溫度 (Ta) 對應賽道氣溫，外部條件不可控。然而，在真實系統中直接測量或控制 Tj 近乎不可行。

為此，工程界定義了一個可實測、可管理的介面——Case Temperature (Tc)，如同發動機缸體表面的溫度感測器讀數。

• 對晶片供應商：通過模擬與實驗，確定保障 Tj 安全時所能承受的 Tc 上限（如 105°C/110°C），並寫入資料手冊，作為產品規格的硬邊界。
• 對系統設計者：其任務是在客戶給定的最高環境溫度（如 35°C 資料中心入口溫度）和最大晶片功耗條件下，通過散熱器、風扇或液冷系統，將 Tc 持續壓制在供應商承諾的上限以下。

在整個 AI 產業鏈中，單晶片功耗已從幾十瓦躍升至千瓦級，如何將熱量從 Die（Tj）高效搬運至封裝殼（Tc），再從殼搬運到環境，正成為決定晶片能否跑滿算力、系統能否可靠執行的“卡脖子”環節。Tc 就是這場熱搬運接力賽的核心交接棒。

技術原理

從微觀熱源到宏觀冷源的完整傳熱路徑，決定了 Tc 的物理本質。以下為簡化熱阻網路模型：

[晶片 Die (Tj)]
        |
        | (熱量經由矽襯底、鍵合層、填充材料等傳導)
        | (主導熱阻: Rjc — 結到殼熱阻)
        V
[封裝外殼 / Lid (Tc)]  <--- Case Temperature 定義平面
        |
        | (熱量通過導熱介面材料 TIM1、散熱器底座擴散)
        | (主導熱阻: Rca_1 — 殼到散熱器熱阻)
        V
[散熱器基座 (T_base)]
        |
        | (翅片或冷板內對流/相變換熱)
        | (主導熱阻: Rca_2 — 散熱器到環境熱阻)
        V
[環境流體 (Ta)]

• 關鍵方程一：晶片設計域 Tj = Tc + (P_dissipation × Rjc) 該式表明，給定功耗 P，若 Rjc 偏大，即便 Tc 被控制得較低，Tj 仍可能觸頂。Rjc 由晶片封裝架構決定。

• 關鍵方程二：系統散熱域 Tc = Ta + (P_dissipation × Rca) 其中 Rca = Rca_1 + Rca_2。Rca_1 取決於 TIM 材料與裝配壓力，Rca_2 取決於風冷/液冷方案效率。

• 多熱源耦合下的熱點效應 AI 晶片（如 GPU + HBM 合封）存在多個高功率密度區域。區域性熱流密度可超過 200 W/cm²（來源：IEEE 學術文獻中關於 2.5D/3D 封裝熱管理的綜述，2022-2024 年間多次報告）。若 Rjc 不能有效橫向擴散，區域性熱點可能造成“偽低溫殼面”——Tc 在測量點符合規格，Die 內卻已區域性超溫，導致提前觸發熱節流（Throttling）。

關鍵引數

1. Tc_max（最大允許殼溫） 晶片資料手冊的硬性上限。對於風冷 AI 加速卡，常見 Tc_max 處於 85–105°C 區間；液冷版本因 Rca 可做得極低，有時會將 Tc_max 定義得更為嚴格，以釋放更高持續功耗。具體數值以晶片廠商規格書為準。

2. Rjc（結殼熱阻） 衡量封裝內部散熱能力的核心指標。高階 AI GPU（如 H100 SXM5）的 Rjc 可低至約 0.05°C/W（參考輝達官方熱設計指南，2023 年版）；普通消費級 GPU 則常在 0.3–2.0°C/W 量級。

3. Rca（殼到環境熱阻） 系統散熱的考核總指標。高效能液冷可實現 Rca < 0.02°C/W ，風冷典型值在 0.1–0.5°C/W 範圍內。該項需標註冷板、TIM、風道、流體溫度等邊界條件，直接橫向對比時須注意工況差異。

4. TDP/PBP（熱設計功耗） 散熱設計需覆蓋的最大熱負荷。輝達 H100 SXM5 TDP 為 700W（官方資料，2023）；Grace Hopper Superchip 功耗進一步上升。下一代平台（Blackwell 架構 B200）熱設計引數已由廠商釋出，單 GPU 功耗進入千瓦級。

5. 功率密度（W/cm²） Die 面積有限使熱流密度急劇攀升。典型 AI 晶片計算 Die 面積約 800–900 mm² 量級，若對應 700–1000W 功耗，平均熱流密度約 80–120 W/cm²，熱點區可遠超此值。

6. TIM 導熱係數與 BLT（粘合層厚度） 介面材料的本體導熱率（W/m·K）與裝配後實際粘合層厚度共同決定 Rca_1。液態金屬可達 30–80 W/m·K，高階矽脂約 6–12 W/m·K。

7. 熱節流閾值（Tj_throttle） 當 Tj 到達設定值（通常略低於 Tj_max，如 100°C 附近），晶片開始降頻降壓。系統必須通過控制 Tc 使實際 Tj 長期遠離該閾值。

技術路線

根據 Rca 與 Rjc 的解決重心，技術路線可劃分為三個代際。

第一代：純風冷散熱範式

• 時間跨度：2018 年之前，AI 訓練需求尚未大規模井噴。
• 特徵：依靠銅/鋁散熱器+高轉速風扇降低 Rca_2。
• 侷限性：當單晶片功耗突破 300W，環境溫度 35°C 時，將 Tc 壓至規格上限所需的風扇功耗及噪音已不可接受，且資料中心 PUE（電源使用效率）惡化。

第二代：冷板式液冷（Direct-to-Chip）

• 時間跨度：2020 年前後進入規模化部署，2023–2025 年成為 AI 訓練叢集主流。
• 特徵：通過冷板（Cold Plate）將冷卻液（通常為去離子水或介電液）直接引入封裝外殼上方，大幅壓縮 Rca_2。
• 對 Tc 的控制能力：可將 Tc 穩定在 50–65°C，即便室溫偏高仍有餘量。
• 瓶頸：Rca_1（TIM 層級）和 Rjc 成為剩餘熱阻的主要來源；封裝內多晶片耦合熱管理要求更復雜的冷板微通道設計。

第三代：浸沒式與晶片級液冷

• 前沿探索階段（2024 年後逐步試點）。
• 單相浸沒：將整個伺服器浸入介電冷卻液，Rca 幾乎壓縮到極限。
• 兩相浸沒：利用冷卻液沸騰吸熱，進一步提升換熱係數。
• 晶片級微流體：在封裝基板或散熱蓋內部整合微通道，同時降低 Rjc 和 Rca。
• 行業現狀：微軟、Meta 等超大規模資料中心運營商已公開揭露浸沒式液冷試點專案；中國大陸也有運營商開展類似測試（信源來自各家公司可持續發展報告，2023–2024 年）。公開資料尚未見到大規模商業化鋪開的準確份額資料。

上游

上游產業聚焦於 Rjc 的構成要素與材料，即晶片封裝內部熱管理。

• 矽中介層與先進封裝工藝 台積電 CoWoS、英特爾 EMIB/Foveros 等 2.5D/3D 封裝將計算 Die 與 HBM 等異構晶片密集整合。熱耦合加劇使得熱管理設計從系統級下沉至封裝級。供應商通過選擇高熱導率中介層材料、最佳化堆疊結構來降低 Rjc。
• 封裝填充材料 晶片與基板間的底部填充膠（Underfill）、Die 與散熱蓋間的介面材料，均要求高熱導率與長期可靠性。供應商包括信越化學、陶氏、漢高、長興等。
• 散熱蓋（Lid）與均熱技術 銅蓋為常見方案；銅-金剛石複合材料、鉬銅合金、均熱板整合蓋可進一步降低擴散熱阻。據公開技術文獻（IEEE ITherm 會議，2022–2023），銅-金剛石複合材料熱導率可達 500–800 W/m·K。
• 封裝襯底（Substrate） 有機基板或陶瓷基板的熱導率直接決定 Rjc 的基底分量。ABF 基板（Ajinomoto Build-up Film）的熱特性持續最佳化，是封裝廠競爭焦點之一。

下游

下游產業圍繞 Rca 的實現與系統整合，是將 Tc 約束在規格以內的執行者。

• 導熱介面材料 (TIM) 二級應用 即使同一款 TIM，伺服器組裝工藝（塗覆量、壓力均勻度）對實際 Rca_1 離散性影響顯著。部分 AI 伺服器廠商自研 TIM 或定製塗抹工藝，以降低平均殼溫並提升批次一致性。
• 散熱器與液冷元件 風冷散熱器（熱管、均熱板）和液冷元件（冷板、管路、快接頭、CDU）構成 Rca_2 的核心。快接頭與 CDU（冷卻劑分配單元）的可靠性直接影響大規模叢集運維成本。
• 整機與資料中心整合 伺服器廠商（如戴爾、HPE、浪潮、超微）在設計風道、分配冷卻液流量、最佳化機櫃內部溫度場時，均以 Tc 達標為首要目標。資料中心運營商則通過提高供給側冷凍水溫度、採用溫水冷卻等手段追求綜合能效最優。
• 檢測與驗證 符合 JEDEC JESD51 系列標準的熱測裝置（如 T3Ster、紅外熱像儀）、風洞實驗室、液冷系統流量與溫度感測器網路，是保證 Tc 測量可信的底層設施。

受益公司

（以下公司按產業鏈位置與典型業務列舉，僅為行業說明，不構成任何投資建議。）

• 晶片與封裝端 輝達（定義 Tc 規格，同時依靠台積電先進封裝控制 Rjc）、AMD、英特爾（自研 Foveros/EMIB 熱管理方案）、台積電（CoWoS 封裝方案，據公司投資者報告 2023–2024 年，先進封裝產能持續擴張以滿足 AI 需求）。
• 液冷系統整合商 Vertiv（維諦技術，冷板、CDU 系列解決方案）、Stulz、CoolIT Systems（為 OEM 提供直接接觸液冷模組）、Asetek（冷板與資料中心液冷方案）、曙光數創（浸沒式與冷板液冷產品線，來源：公司公告 2023 年）、高瀾股份等。
• 散熱元件與材料 雙鴻、奇鋐、Cooler Master（均熱板、高階散熱器）；Laird（現為杜邦旗下，TIM 與電磁遮蔽材料）；信越化學、貝格斯（TIM 領域）；派克漢尼汾（液冷快接頭與管路）。
• 基礎設施與運維 Vertiv、施耐德電氣、華為數字能源等提供資料中心整體散熱與電力配套。超大規模雲端廠商（微軟、Google、Meta、亞馬遜）自研定製散熱方案，並聯合硬體廠商推動液冷標準化。

市場規模

• AI 伺服器出貨與功耗牽引 根據 TrendForce 集邦諮詢（2024 年報告），全球 AI 伺服器出貨量在 2023 年約 118 萬臺，2024 年預估達到 150–160 萬臺量級。單機櫃功率密度從傳統 5–8kW 快速向 30–50kW 演進（超大規模資料中心部分機櫃已超過 100kW，來源：IDC 2024 年資料中心趨勢報告）。
• 液冷市場增速 MarketResearch.com 等第三方機構估算，全球資料中心液冷市場規模 2023 年約 12–17 億美元，預計 2028 年達到 50–70 億美元，對應年複合增長率 25–35%（因口徑不同，各機構資料略有差異）。對 Tc 的剛性控制要求是驅動該市場擴張的根本原因。
• 封裝級熱管理成本佔比 因涉及客戶定製，公開資料未見一線晶片廠商揭露先進封裝中熱管理成本佔比的精確數字。行業定性判斷是，隨著 CoWoS 等方案複雜化，熱管理相關工藝（散熱蓋、填充材料、應力匹配設計）在封裝總成本中的比例持續上升。

玩家對比

（按技術路線與市場定位進行定性比較，不提供任何形式的優劣排序或投資取向。）

維度	傳統風冷方案商	冷板液冷方案商	浸沒式/晶片級方案商
主流 Rca 範圍	0.10–0.50°C/W	0.02–0.08°C/W（含 TIM）	<0.02°C/W
應對 800W+ 單晶片能力	通常難以經濟地達標	主流方案，可解 1000W 級	理論冗餘度最大
產業鏈成熟度	完全成熟	2023 年後快速標準化	仍處於試點與標準制定早期
運維複雜度	低	中（需監控 CDU、水質）	高（冷卻液管理、相容性）
成本參考	散熱模組數十美元量級	單節點百至數百美元	單節點成本顯著更高，公開定價資訊有限

關鍵對比事實：

• 輝達 H100 SXM5 模組官方嚴格推薦液冷以滿足 700W TDP 持續工況（來源：輝達熱設計指南，2023）。
• 風冷方案在該功耗下需引入超大體積散熱器與高轉速風扇，噪音與尺寸無法滿足資料中心密度需求，固多數超大規模客戶在建置訓練叢集時直接跳過純風冷選項。

風險

1. 技術路徑鎖定風險 若未來 3nm、2nm 及以下製程的 AI 晶片在功率密度上進一步躍升，今日的冷板液冷設計可能需徹底重構。提前鎖定某一特定方案可能面臨沉沒成本。

2. 材料與供應鏈瓶頸 高效能 TIM、銅-金剛石複合材料、液冷快接頭等關鍵零元件存在較為集中的供應格局。地緣政治或原材料價格波動（如銅價）可能影響大規模產能擴張節奏。

3. 漏液與可靠性事故 液冷系統一旦發生冷卻液洩漏，可能導致整機櫃甚至整個叢集損毀。儘管廠商已發展防漏檢測與負壓設計，但在百萬節點量級部署下，尾端故障機率仍不可忽視。此風險對所有液冷路線均適用。

4. 標準碎片化 OCP（開放計算專案）等組織正在推動液冷標準化，但各主要雲端廠商自有設計仍然存在差異，導致元件互換性不足，限制規模化降本速度。

5. 散熱能力被誤認為可無限挖掘 部分行業參與者片面強調液冷可“解決一切散熱問題”，忽視 Tc 受 Rjc 上限約束。若封裝內部熱阻未同步改善，單靠外部液冷無法阻止熱點導致的熱節流。該認知錯配可能導致系統設計出現短板。

誤讀糾偏

1. 誤讀一：“Case Temperature 就是環境溫度。”

   • 糾偏：Ta 指不受裝置廢熱干擾的空氣/冷卻液入口溫度；Tc 永遠是封裝表面溫度，嚴格高於 Ta。二者差值 ΔT = P × Rca，在高功耗場景下可輕鬆超過 40°C。將 Tc 等同 Ta 將嚴重低估熱設計量級。

2. 誤讀二：“只要散熱器夠強，Tc 就能無限低。”

   • 糾偏：Tc 的下限由 Ta + (P × Rca) 決定。即便 Rca 趨近零，Tc 最低也只能無限接近 Ta，無法低於 Ta。同時，Rjc 造成的殼內溫升 (Tj − Tc) 不受外部散熱器任何改善影響。過度追求外部散熱而忽視封裝本身等效於“只擴建出水管，不清理內部水垢”。

3. 誤讀三：“液冷可以取代低熱阻封裝的需求。”

   • 糾偏：液冷壓縮的是 Rca，而多晶片封裝的橫向熱擴散與熱點沉沒依賴 Rjc。兩者是熱鏈路的前後串聯環節，缺一不可。在 700W 以上高功耗晶片中，即使 Rca ≈ 0.01°C/W，若 Rjc 仍維持老舊水平，Tj 仍可能撞牆觸發節流。

4. 誤讀四：“留足夠裕度的 Tc 規格就代表系統散熱能力強。”

   • 糾偏：Tc_max 定義寬泛（如 105°C）僅說明器件有較高承受極限，並非鼓勵在接近極限下長期執行。長期靠近 Tc_max 執行會加速封裝材料老化（如 TIM 泵出效應、焊料蠕變），顯著影響長期可靠性。行業最佳實踐一般將實際 Tc 控制在 Tc_max 以下 15–25°C，以兼顧壽命與效能。

最新事件

• 輝達 Blackwell 平台釋出（2024 年 GTC）：B200 GPU 單晶片功耗進入千瓦量級，NVSwitch 及 Grace CPU 合封方案進一步增強。NVIDIA 同時展示了配套的直接液冷方案（來源：輝達官方新聞稿，2024 年 3 月）。
• OCP 液冷標準化推進（2024 年）：開放計算專案釋出了針對冷板設計與盲插快接頭的新規範草案，旨在解決跨廠商液冷元件互換性問題。包括微軟、Google、Meta 在內的主要超大規模廠商參與其中（來源：OCP 官方網站專案更新，2024 年）。
• 中國大陸液冷資料中心試點：部分電信運營商與雲端廠商在 2023–2024 年先後宣佈啟動千卡至萬卡級液冷 GPU 叢集建設，官方揭露 PUE 目標值低於 1.15（來源：相關公司 ESG 揭露與行業會議演講，2023–2024 年）。
• 台積電 CoWoS-L 等新封裝技術量產：台積電 2024–2025 年擴充套件 CoWoS 系列的變體（如 CoWoS-L），其中熱管理設計被視為一大工程挑戰。公開技術論文指出新一代中介層材料與散熱蓋整合方案正進行驗證（來源：IEEE ECTC 2024 會議論文摘要）。
• TIM 與液冷流體研究活躍：2024 年 ITherm 等學術會議上，多篇論文聚焦於液態金屬 TIM 的長期可靠性、定製化微通道冷板的拓撲最佳化設計，反映出工業界與學界共同將 Tc 控制視作核心議題。

追蹤指標

1. 主流 AI 晶片 TDP 與 Tc_max 更新 關注輝達、AMD、英特爾下一代加速器的資料手冊熱引數更新，尤其 TDP 是否突破 1000W 以及 Tc_max 是否調整。

2. 資料中心液冷滲透率 按季度追蹤超大規模雲端廠商新建或改造資料中心時採用液冷的機架比例，第三方機構如 Dell’Oro Group、IDC 的散熱市場報告可作參考。

3. 先進封裝 Rjc 演進 觀察台積電、三星、英特爾在 2.5D/3D 封裝論文或技術日公佈的 Rjc 改善資料，以判斷封裝側熱瓶頸的緩解速度。

4. TIM 導熱率與可靠性認證進展 留意主流 TIM 廠家送樣測試結果及客戶匯入訊息，尤其液態金屬 TIM 的長期泵出與氧化抑制方案是否滿足 5 年以上生命週期要求。

5. 冷卻液價格與供應鏈訊號 浸沒式冷卻液（如 3M Novec、Solvay 等產品）的產能擴建與價格走勢，將影響前沿路線經濟性拐點到來時間。

6. PUE 與水利用效率 (WUE) 指標 液冷系統可實現更低 PUE（理論可達 1.05–1.10），但用水量可能上升。平衡 PUE 與 WUE 成為新一代資料中心的設計重點，公開揭露的這些資料可側面反映 Tc 控制策略的實際落地水平。

信源

1. 標準與方法論：JEDEC JESD51 系列標準（JESD51-1、JESD51-14 等，持續更新）。
2. 晶片廠商技術文件：輝達 GPU 熱設計指南、AMD 加速卡資料手冊、英特爾處理器散熱設計指南（2022–2024 年版）。
3. 行業研究報告：IDC 全球資料中心散熱與可持續發展報告、TrendForce 先進封裝與 AI 伺服器報告、Dell’Oro Group 資料中心基礎設施資本支出報告（注：具體資料點均需查閱最新付費版本）。
4. 學術與會議論文：IEEE ITherm、ECTC、SEMI-THERM 等會議中關於 2.5D/3D 封裝熱管理、液冷技術、TIM 材料的前沿綜述（2022–2024 年）。
5. 公司公開揭露：Vertiv、CoolIT Systems、曙光數創等上市公司財報及投資者演示材料；微軟、Meta、Google等雲端廠商可持續發展報告與基礎設施部落格。
6. 行業聯盟：OCP Advanced Cooling Solutions 工作組釋出的設計規範與技術白皮書。

說明：本概念頁所有技術原理基於通用傳熱學定律與行業標準。引用的具體公司資料來源於其各自官方揭露或行業公開研究報告。文中任何財務、市場、份額、產能數字均已在可行範圍內標註口徑與年份；若某領域中公開資料未見可靠數字，則已如實註明。文中所涉公司僅為行業說明之示例，不構成任何形式投資建議或買賣推薦。