工研院資通所 鄭良加、邱鴻文 交通大學教授 李育民

手持裝置在生活中之應用越趨多變及複雜，連帶著其晶片運算能力越趨強大，甚至導入AI功能，在此同時，應用處理器(含AI加速器)會大量消耗功率，熱設計功耗 (Thermal Design Power)愈發重要。傳統設計上透過晶片內之熱感測器(Thermal Sensor)與動態調控電壓頻率(DVFS)等技術來進行管理，並輔以散熱膏及散熱鰭片來達到效果，但藉由傳統冷卻散熱方式很難滿足應用需求的散熱門檻(Thermal Wall)；近年來新型的被動式散熱方式為利用金屬背蓋、均溫板(Vapor Chamber)、熱導管(Heat Pipe)、石墨片(Graphite Sheet)等等。其中熱導管可以有效地傳遞熱能，使得晶片溫度大幅降低，達成較佳的散熱效果。因此，在過去五年中，熱導管冷卻技術已被業界廣泛應用於AI晶片、平板及手機等等，惟現行擺置是否為最佳化之設計、是否具備優化及導熱改善空間，仍值得深入研究。因此，本篇專注在前期設計階段中，如何針對熱導管進行快速建立熱模型、開發熱模擬器、並針對熱傳遞路徑優化、同時進一步開發具有彎曲熱導之管高效率散熱設計，藉以提供晶片設計者前期設計建議，以獲得更多之晶片熱設計功耗。

熱導管與手持裝置晶片

由於手持裝置方便性及良好的使用者界面，於近年成為主要的消費電子產品之一。隨著手持裝置功能越加強大，應用處理器（Application Processors；AP）中的製程越趨先進且電晶體數量/密度急劇增加而導致功耗攀升，造成其性能受熱效應所限制。同時，由於大小/重量(Small Form Factor)限制，手持裝置散熱較常見做法為利用被動式散熱方式(如自然對流和熱輻射)，而非利用主動式散熱方式(如風扇或水冷系統)。

熱導管是一種被動散熱裝置，其組成是金屬、蒸氣和毛細結構，具有很高之熱傳導性，因此可以有效地散熱[2]。金屬在管道最外層，蒸氣（通常是水蒸氣）存在於管道的最內層，管道中間部分由毛細結構及液體組成(使用毛細現象轉移液體)。熱導管的基本原理是利用蒸發冷卻及相位變化，以提供卓越的散熱性能。極少量的液體被密封在極低壓力中的管道，而位於熱源部分(需要冷卻的元件位置)稱為蒸發器區域(Evaporator)。當蒸發器區域的溫度升高時，液體就會蒸發。由於蒸氣無法從熱導管逸出，加上溫度梯度傳遞原理而使其從蒸發器區域流到冷凝器區域（Condenser）。蒸氣在冷凝器區域冷凝成液體，液體再通過毛細結構現象回流到蒸發器區域。經由上述不斷的循環，熱導管就能達到良好散熱效果。

熱導管冷卻技術已大量應用於商業手持裝置，例如Sony Xperia Z5，Microsoft Lumia 950XL，三星Galaxy S8和LG G7，用於實現較佳之散熱效率以減少AP溫度。但是目前仍採取較陽春之熱導管繞線方式，同時缺乏快速且精準之熱導管熱分析與自動化熱導管設計。在初期設計階段中，需要執行多次手持裝置熱分析以確保滿足散熱門檻。雖然商業計算流體動力學工具提供較準確且完整的熱分析，但是其計算複雜度較大，因此執行時間(Runtime)較久，無法有效率於前期設計階段所使用。

此外，截至目前為止，在快速且精準熱分析器研究領域當中，現有文獻都集中在晶片層級熱分析[3-4]，部分研究涉及系統層級熱分析但尚未考量熱導管[5-6]。此外，熱導管可採用多角度(90/60/45/30/15度)之設計[2]，角度彎曲較少的散熱能力越好。因此我們考量90/45度(註解1)熱導管散熱技術，建立其熱分析模型，並開發熱導管自動化設計，其設計取捨(Trade-off)熱導管彎曲角度和其散熱能力。

註解1. 因為需設計熱導管自動化繞線，90/45度自動化繞線可利用傳統金屬導線90/45度線繞線方法改良而成。(60/30/15度待開發)

手持裝置晶片模組熱模擬及熱導管散熱設計

熱模擬

圖2顯示整體熱模擬流程。將手持裝置晶片模組之外觀輸入，包括每個元件的位置、尺寸及材料，熱導管繞線以及每個熱源的功耗。輸入文件後，需計算熱導管之蒸氣通道的等效熱導率，並利用蒸氣材料特性計算其等效熱導值。接下來，我們建立手持裝置的完整熱阻網絡。然後，透過矩陣LU分解來獲取手持裝置的溫度分布。最後，輸出為晶片、背蓋和螢幕之熱圖。

熱導管散熱設計

為了計算從熱源到低溫區域之的熱導管路徑，我們設計XHPR(X-Architecture Thermal Driven Heat Pipe Routing)以完成自動化繞線設計。XHPR是一種考量X架構(45/90度)之熱導管熱線器，並藉由機器學習之動態熱權重(圖4)決定繞線路徑。圖3顯示了X架構散熱考量之熱導管路線流程。首先，根據熱導管寬度，XHPR將熱圖切割成許多2×2 mm2繞線網格，並選擇繞線網格中最低的20％溫度(低溫區域)成為潛在的匯流(Sink)網格。同時，熱源(Source)網格設置在AP中心。最後，XHPR利用發展之動態熱權重計算出熱導管的最佳繞線路徑。

圖4顯示了動態熱權重函數的建立流程。首先，我們實際上隨機產生了許多具有兩個彎曲度45/90度之熱導管，其彎曲數目範圍從0到3。並且區分為80％和20％(80/20數值之決定為多次實驗所測得之較佳準確度)之熱圖案，分別作為訓練數據和測試數據。同時，我們採用ANSYS Fluent及上述之熱導管獲得熱分佈，根據此熱分布及下列四項取得需要之熱權重特徵參數。

．熱導管熱源到低溫區域下降溫度
．當下繞線網格與熱源網格之間的距離
．標記熱導管是否通過當下繞線網格
．標記熱導管的彎曲數為45或90度

熱分析模型與熱導管自動化設計之開發

AI/手持裝置晶片之熱可靠度為世界各AI晶片及手機大廠之重要課題，如Google、Amazon、Apple、Intel、AMD、Samsung、Qualcomm、Mediatek，皆需求針對其晶片散熱技術作整體分析及考量，避免過熱;透過快速熱分析軟體可有效的最佳化晶片之效能，惟分析軟體在不同設計階段仍有所匱乏，故工研院資通所發展熱導管散熱技術，建立其熱分析模型與熱導管自動化設計，期望能在電子自動化(EDA)領域貢獻快速熱分析軟體及自動化散熱設計技術，對產業有所助益。

[1] https://androidcommunity.com/samsung-lets-us-look-into-the-galaxy-s7-cooling-system-20160415/

[2] D. Reay, R. McGlen, and P. Kew, “Heat pipes: theory, design and applications,” Butterworth-Heinemann, 2013.

[3] J. W. Sofia, “Analysis of thermal transient data with synthesized dynamic models for semiconductor devices,” IEEE TCPMT, vol. 18, no. 1, pp. 39–47, 1995.

[4] Huang, W., Ghosh, S., Velusamy, S., Sankaranarayanan, K., Skadron, K., & Stan, M. R., “HotSpot: A compact thermal modeling methodology for early-stage VLSI design.” IEEE TVLSI, vol. 14, no. 5, pp. 501–513, 2006.

[5] Z. Luo, H. Cho, X. Luo, and K. I. Cho, “System thermal analysis for mobile phone,” Applied Thermal Engineering, vol. 28, no. 14, pp. 1889–95, 2008.

[6] Q. Xie, M.J. Dousti, and M. Pedram. “Therminator: A Thermal Simulator for Smartphones Producing Accurate Chip and Skin Temperature Maps,”in Proc. ISLPED, 2014.

[7] H.-W. Chiou, Y.-M. Lee, H.-H. Hsiao, L.-C. Cheng, “Thermal modeling and design on smartphones with heat pipe cooling technique,” in Proc. ICCAD, 2017.

[8] H.-H. Hsiao, H.-W. Chiou, Y.-M. Lee, “Multi-angle bended heat pipe design using X-architecture routing with dynamic thermal weight on mobile devices,” in Proc. ASPDAC, 2019.