内容来源：未来半导体

问：当前AI/HPC封装散热达到千瓦级别，硅材料遇到瓶颈，下一代颠覆性散热技术目前有哪些突破？

答：这是一个切中行业痛点的问题。

我们要清醒地看到，面对 1000W 甚至 1200W 的超级芯片，传统的“外部散热”——也就是简单地把散热器做大、风扇转速调高，或者仅仅依赖外部冷板——已经逼近了物理极限。

我认为，散热技术正在经历一场从“外部辅助”向“内生重构”的范式转移。简单来说，未来的散热不再是给芯片贴“退烧贴”，而是要深入到芯片的材料基因和内部血管里去解决问题。

具体来说，我看好三个维度的颠覆性突破，而行业的领军者们其实已经开始行动了。

第一: 是材料层面的“降维打击”，也就是用金刚石和SiC材料的应用。

当硅（Silicon, ~150 W/mK）本身成为热阻瓶颈时，利用金刚石（~2200 W/mK）替换传统衬底和均热板是物理学上的唯一解。

技术路径1：金刚石-SiC 复合材料 (Diamond-SiC Composite)

利用金刚石的超高导热与 SiC 的高机械强度，解决纯金刚石脆性大、热膨胀系数（CTE）不匹配的问题。已实现商业化量产（Coherent, Element Six），是目前最快落地的“补丁式”颠覆技术。

技术路径2：晶体管级金刚石生长 (Transistor-Level Growth)

原在芯片晶体管极近场直接生长金刚石层，消除界面热阻，实现“自体散热”。

该技术处于实验室向产业转化阶段（Stanford 等高校领衔）。

技术路径3：晶圆级异质集成（Heterogeneous Integration）

通过表面活化键合（SAB）等技术，将金刚石晶圆与硅/GaN晶圆在原子层面直接结合，彻底去除导热硅脂（TIM）和焊料层。这是3D堆叠芯片的终极散热形态，目前正从军用射频（RF）领域向顶级AI逻辑芯片下放。

第二: 是封装架构的博弈，也就是 SiC Interposer（碳化硅中介层）与玻璃基板的选择。

现在大家都在谈论 Intel（英特尔） 押注的玻璃基板，因为它能做得很大，适合连接很多 HBM 内存。但玻璃有一个致命伤——它的导热性极差，几乎是硅的 1/150。

所以我们看到 Intel 的封装实验室正在开发高密度的 TGV（玻璃通孔）铜柱阵列，甚至尝试在底部填充胶里掺入金刚石微粉，试图在绝热的玻璃里开辟出一条“导热高速公路”。

但如果是追求的是极致的散热，SiC Interposer（碳化硅中介层） 有可能是真正的“贵族方案”。它的导热效率是玻璃的几百倍。未来在那些热流密度极高的核心区域，我认为 SiC 中介层是重要的解决方案之一。

第三: 也是最科幻的一点，是结构的内生化，也就是“嵌入式微流体”。

既然外面散热来不及，那就把水引到芯片里面去。

TSMC（台积电） 已经展示了这种技术原型。他们在 CoWoS 封装内部，利用硅方柱蚀刻出微小的流道，让冷却液像毛细血管一样直接流过发热源。实验数据显示，这能压制住惊人的 2600W 功耗！

Microsoft（微软） 也在做类似的事。他们为了自研的 Maia AI 芯片，利用 AI 算法模拟了树叶的叶脉结构，设计出了“仿生微流道”。这种非线性的流道设计，比传统直线的效率提升了 3 倍。这就是典型的“用 AI 设计 AI 芯片的散热”。

总结一下：

面对 AI 时代的“热墙”，我们正在经历从“风扇吹”到“材料换”再到“血管造”的革命。

如果说 NVIDIA 是在用金刚石给现在的芯片“续命”，那么 TSMC 和 Intel 正在用微流体和新基板为未来的芯片“重塑肉身”。谁能率先掌握这些原子级的散热技术，谁就真正握住了下一代超级算力的入场券。

问：作为封装基板的热门候选，金刚石、蓝宝石、碳化硅、玻璃基板和其他热门材料谁最有可能在2028年到2030面率先量产？

答：“如果只看大规模量产的‘结构性基板’，2028年的赢家无疑是玻璃基板（Glass Substrate）；但如果看解决AI算力瓶颈的‘功能性材料’，金刚石（Diamond）将是不可或缺的王者。”

我认为，这并不是一个“谁取代谁”的单一维度的竞争，而是双轨并行的格局：

首先，玻璃基板解决的是互连密度（Interconnect Density）的问题，它是地基。

其次，金刚石/SiC解决的是热与功率（Thermal & Power）的问题，它是上限。

第一:深度解析（The Deep Dive）

1. 为什么玻璃基板是2028年的“量产之王”？

在2028年到2030年这个时间窗口，随着AI芯片进入埃米级（Angstrom era），传统的有机基板（Organic Substrate）已经到了物理极限。

技术逻辑：有机材料太软，在大尺寸封装下会翘曲，导致光刻对不准。而玻璃基板具备极高的平整度和可调的热膨胀系数（CTE）。

互连能力：通过玻璃通孔（TGV）技术，我们可以把互连间距（Pitch）做到10微米以下。这意味着在同样面积下，玻璃基板能容纳的晶体管连接数是现在的数倍。

产业信号：我们看到Intel已经在大力布局，预计2026-2030年推出量产产品；韩国的SKC（Absolics）在美国的工厂也已经动工。这是资本和产业链用脚投票的结果。

2. 金刚石与碳化硅的角色是什么？

很多外行认为金刚石会像PCB板一样做成大板子，这是误解。在2028年，金刚石的战场不在“底座”，而在“核心”。

金刚石（Diamond）：它是终极的热管理方案。当AI芯片功率突破1000W时，玻璃导热是不够的（仅约1.1 W/mK）。我们的判断是，“玻璃基板 + 金刚石散热层”将是顶级AI芯片的标配。金刚石将以异质集成（Heterogeneous Integration）的形式嵌入封装中，负责把热量瞬间导出。

第二：总结与佐证（Conclusion & References）

“总结来说，2028-2030年的半导体封装将进入‘玻璃时代’，但金刚石材料将作为高端‘性能倍增器’与其共存。”

我的这个判断基于以下几个关键的行业动向：

1.Intel Foundry路线图：明确将玻璃基板列为2026年后的关键技术节点，用于支撑万亿级晶体管的封装。

2.Yole Group的市场分析：预测先进封装市场中，玻璃基板的复合增长率将领跑，而金刚石材料将在热管理细分市场占据最高价值端。

3.技术物理极限：摩尔定律放缓后，唯有通过新材料解决互连（靠玻璃）和散热（靠金刚石）两大痛点，算力才能继续增长。

问：如何解决玻璃基板在panel level 上的散热/导热问题？

答：这是一个非常关键的技术痛点。对于玻璃基板（Glass Core Substrate）而言，热管理是其最大的应用瓶颈之一。

标准玻璃（如二氧化硅、硼硅酸盐玻璃）的热导率极低，仅为 1.1 ~ 1.4 W/(m·K)，而硅是 ~149 W/(m·K)，有机基板（含铜层）虽然差但通常也能达到 ~0.3-0.5 W/(m·K) 且较薄。当面对AI芯片动辄 1000W+ 的TDP（热设计功耗）时，玻璃基板如果不做特殊的热设计，就会变成一个“绝热层”，导致芯片烧毁。

在 Panel Level（大板级，如FOPLP、CoPoS） 封装中，解决散热问题的核心思路可以归纳为三个维度：垂直导热通道构建、横向热扩散增强、以及异质材料集成：

第一：垂直导热，高密度 TGV 铜柱阵列 (Thermal Vias)

这是目前最成熟、最直接的手段。利用玻璃通孔（TGV, Through Glass Via）技术，在玻璃中打出大量的孔并填满铜。

第二: 横向扩散，厚铜 RDL 与 表面金属化 (Thick Cu RDL)

玻璃的一大优势是表面极其平整，允许精细线路，但为了散热，我们需要反其道而行——加厚金属层。

第三: 主动冷却，玻璃微流道冷却 (Integrated Microfluidics)

利用玻璃的化学惰性和易蚀刻特性，直接在基板内部构建“血管”。

问、多物理场需要协同设计是保障未来大算力芯片和系统持续发展的必由之路。如何通过工艺生产、新型材料研发与改良、创新性装备来提升性能与可靠性？

答：多物理场协同设计（Multi-Physics Co-Design）不再仅仅是一个软件仿真步骤，它已经成为指导制造端变革的核心哲学。

过去，我们是“设计完再去制造”；现在，为了极致性能与可靠性，我们必须“基于多物理场的相互作用来定制制造”。在大算力芯片（3D-IC）中，电（信号）、热（功耗）、力（翘曲）、磁（干扰）这四个场是强耦合的——动一发而牵全身。

以往我们谈‘协同设计’，往往局限在设计软件（EDA）里。但在后摩尔时代，我认为真正的协同必须发生在Fab厂的流水线上。大算力芯片本质上是一个电-热-力（Electrical-Thermal-Mechanical）极度纠缠的复杂系统。我们不能再把它们割裂开来看待。

为了实现极致的性能和可靠性，我们正在用多物理场的视角，重塑制造的三大支柱：”

第一： 工艺维度，以“消除界面”来解决场耦合冲突。

“首先在工艺上，多物理场协同理念要求我们寻找那些能同时解决电、热、力矛盾的工艺路径。

最典型的例子就是混合键合（Hybrid Bonding）。

为什么要用它？ 它是多物理场协同的完美产物。

电学场：它实现了铜对铜的原子级直接接触，电阻极低，信号传输极快。

热学场：它消除了传统微凸块（Micro-bumps）中间的焊料层（Solder），去掉了热阻最大的界面。

力学场：它利用范德华力在低温下键合，避免了高温回流焊带来的巨大热应力（Thermal Stress），解决了芯片翘曲问题。

理念落地：我们在开发工艺时，不再是单纯追求‘做得更小’，而是追求‘场的最优解’。

比如退火工艺（Annealing）的温度曲线设计，现在完全是基于应力仿真模型倒推出来的，目的是在激活杂质（电）的同时，最大程度释放晶格内的残余应力（力）。”

第二： 材料维度，从“选材料”转向“算材料”

在多物理场理念下，材料不再是‘选’出来的，而是‘算’（Computed）出来的。我们需要的是能动态平衡各物理场的新型材料。

定制化匹配：比如底部填充胶（Underfill）。以前我们只看它的流动性。现在，我们必须根据芯片的热膨胀系数（CTE）和弹性模量（Modulus）来精确调配填料的比例。

协同逻辑：这个材料必须够‘硬’，能像骨骼一样支撑住 3D 堆叠的应力（力学）；同时它必须够‘导’，能像血管一样辅助散热（热学）；还得绝缘性极好，防止信号串扰（电学）。

玻璃基板的引入：为什么要搞玻璃基板？就是因为在多物理场仿真中，我们发现有机基板在千瓦级高热下会发生翘曲，导致连接断裂。玻璃的高模量（刚性）完美解决了力学场的问题，同时其低介电损耗又满足了高频信号的电学场需求。这就是典型的基于物理场痛点进行的材料革命。”

第三： 装备维度，从“盲目加工”走向“闭环反馈”

最后是装备。装备是实现多物理场协同的物理手段。未来的装备必须具备感知物理场并实时调控的能力。

激光辅助键合（LAB）装备： 这是一个颠覆性的例子。传统的烤箱（回流焊）是整体加热，热应力巨大。LAB 装备利用激光，只在毫秒级时间内加热芯片的连接点。

协同价值：它极其精准地控制了热场的分布，从而将力场（翘曲）降到了最低，同时保证了电场（连接可靠性）。这就是用装备的‘精准’来化解物理场的‘冲突’。

原子级量测设备：我们还需要能看见‘无形之力’的眼睛。比如新型的 X-Ray 或声学显微镜，它们不仅仅看结构，还能通过晶格畸变来测量内部的残余应力。这就好比给装备装上了‘触觉’，让我们在制造过程中就能把控可靠性。”

所以，总结来说：

多物理场协同设计，不仅仅是设计师在电脑前跑仿真。

它是工艺上追求原子级融合以消除界面，材料上追求参数定制以平衡矛盾，装备上追求精准控温以驾驭应力。

只有将这种‘系统工程’的理念贯穿到制造的每一个环节，我们才能造出既快（高性能）又稳（高可靠）的未来芯片。

问：分享个具体应用，国际头部芯片公司都有涉足（无论合作还是收购），试图将最新一代芯片与人行机器人融合。人行机器人需要怎样的AI芯片？能否满足机器人对各种场景的工作？

答：这个话题2025年在CCTV2《中国经济大讲堂》中曾做了比较系统的探讨和交流，当时的主题是“人形机器人：解锁高难动作的进阶路”。这里简单来说涉及到几个问题。

第一： “大脑”与“小脑”的精密协作

人形机器人的大小脑控制系统，是实现人工智能技术的核心组件。“大脑”负责环境感知与决策，整合来自触觉传感器、摄像头、激光雷达等设备的信号；“小脑”则专注于运动传感，控制动作生成，主要依赖力传感器与惯性传感器的数据反馈，比如黑芝麻、地平线等公司有相关业务。与人类模糊的控制机制不同，机器人通过量化传感数据并持续反馈，将复杂任务拆解为多个步骤，借助机器学习逐一完成。

人形机器人大脑模拟人类的思考推理、交互沟通、任务理解与编排以及记忆能力，其核心技术依托高算力、高带宽的人工智能芯片（AI芯片）与多模态大模型。然而，研发AI芯片面临双重挑战：一方面需追求高AI算力，另一方面要保证高内存带宽。先进的芯片制程工艺虽能提升性能，但高密度设计导致功耗剧增；同时，多内存控制器的布局会占用大量芯片面积，难以实现合理配置。

第二: 传感的小型化、功能集成化

人形机器人的传感器是实现类人感知与精准交互的核心基础，正朝着多模态融合、高集成化、低功耗、仿生智能的方向演进。主要达到低功耗与高能效（如事件驱动传感、感算一体架构）、仿生感知（如灵巧手）、高度集成、低成本等。

以灵巧手为例，人形机器人的灵巧手是其关键技术之一。业界常言“制造人形机器人，半数难度在灵巧手”。人类手掌能凭借27块骨骼、50余块肌肉及100多个关节的协同，完成从捏取绣花针到搬运冰箱的极端操作。

另外，人形机器人要实现类人化运动，不仅需要灵巧的双手完成精细操作，更依赖“仿生脚掌”实现稳定行走。然而，平衡控制一直是全球人形机器人研发的核心难题，失衡、打滑、摔倒等状况频发。人类行走时，足底神经能实时感知地面硬度、坡度及细微变化并反馈给大脑；对机器人而言，由力传感器构成的“脚底神经”感知网络，正是实现动态平衡与环境交互的关键。

问：半导体封装是连接芯片与外界电路并保护芯片的关键环节，涉及多学科知识，面对下一代先进封装技术所需要的核心工艺和材料，微电子学院/集成电路学院该如何培育更优质高效的年轻工程师，来实现与国家需求、企业痛点的紧密结合？

答：半导体封装是典型的交叉领域，在人才培养方面，首先是加强基础教育。我一直提倡大一开始上分子动力学，大二学习量子力学，大学四年就能够较好地掌握多场多物理建模理论和方法。这对后续的科研和工作都会有很大帮助。

另一方面，教育应该与产业紧密结合，这对于半导体及封装领域是更为迫切的。所以我们提倡在人才培养阶段与行业领军企业密切合作，这样培养的人才才能够既有大的产业视野，又有深入的科学思考。

问：您曾讲科研像接力赛，自己跑好一棒，未来需更多年轻人参与，给予我们当代年轻在职工程师和在读工程博士、硕士一段鼓励的话！

答：年轻人是行业的未来，但是年轻人也应该要敢于挑重担，走难走的路，攀难攀的山，经过了狂风暴雨的磨砺，成长才会更健康、更全面也更快。

—— 芯榜 ——

芯榜成立于 2015 年，是半导体垂直领域的产业媒体与数字化服务平台。全网覆盖超 100 万垂直行业用户，核心提供专业榜单发布、原创访谈、产业报告、峰会活动及研究咨询等服务。已合作近千家半导体生态企业，联动多家基金公司与产业媒体，助力硬科技产业发展。