AI芯片封装热阻测试新标准,从结到冷板的温差怎么控到±1°C

一块带有 AI 功能的芯片其标称功耗为 700 瓦，在测试台上测得它的结温为 82 摄氏度、冷板温度为 42 摄氏度，则结与冷板之间的温差为 40 摄氏度。

问题表面看来很简单：只要把两个温度计的读数都减去一个相同的值就可以了。

并不是。

到液冷 AI 芯片、Chiplet 以及 2.5D 封装的时候，误差就隐藏在了结温标定、冷板测试点、界面材料、夹紧力等方面，在任何一个地方出问题都会使整个系统的热阻看起来不错，但是却会碰到降频墙。

AI 芯片发热测试不是看哪个测试速度快，而要看能不能把每瓦特的热量和每摄氏度的温度差都讲明白。

LED 封装结温测量示意图：从 LED die 到封装外壳、焊点、基板、TIM 再到散热器的完整热阻链路，展示结温（Tj）到环境温度（Ta）的温度梯度。

±1℃ 控制的是什么东西呢？

行业内所说的"温差控制在 ±1℃ 以内"并不是指结温与散热片之间的温差只有 1℃，而是说测量或者重复测量的结果误差要保持在大约 ±1℃ 之内。

主要的关系就是很简单的：

RθJ-CP=(Tj-Tcp)/P

其中 Tj 表示芯片结温、Tcp 表示冷板参考温度、P 代表从冷板传递到芯片并且转变为热能的部分功率。

一个封装工程师用比喻的方式说：

公式的难度就像小学生做除法一样，难就难在三者都不愿讲真话。

结温和外壳温度不同，冷板入口水温也与芯片底下冷板温度不一样，电源输出功率也不能等同于封装内的热功率。

所以对于测试升级来说，并不一定要更换一台成本更高的设备，在此基础上还要界定出新的测量范围。

二极管结温计算示意图：展示 Tj（结温）、TL（引线温度）、TA（环境温度）与热阻 Rth(J-L)、Rth(J-A) 的关系，说明结温标定的基本原理。

第一道防线就是温度不能只依靠软件远程检测

传统的封装通常用热敏参数来测量结温，比如片上的二极管正向压降、电阻等其他的温度敏感电气特性，在对芯片进行测试之前要使芯片处于无自发热或者低功率的状态下并进行温度校准，从而得到电特性值和温度之间的一一对应的曲线关系。

工程师甲说：

"片上传感器检测到的是 85℃ 左右，并不能说明热点一定是 85℃。"

AI 芯片由很多个计算单元、HBM 以及互连区构成，其热量分布很不均匀，在测试报告中要标明所测得的为热点、平均结温或是某敏感元件等效结温之一。否则同样的 Tj 就有三种含义了。

更好的方法就是用片上温度敏感参数和红外热成像、仿真结果或者多点传感数据来互相校正。仿真能够找出温度高的地方，但是并不能代替实际测量；而实际测量得到的是温度值，并不包含热量流动的方向信息。

PCB 红外热成像检测图：左侧芯片显示红色高温区，右侧芯片显示绿色低温区，展示 AI 芯片封装表面温度分布的不均匀性。

第二道关卡就是冷水的温度和自来水的温度不同

很多测试把冷却液入口温度当做 tcp 来用，在小功率器件处还可以勉强适用，在几百瓦到几千瓦级别的 AI 封装中就非常危险了。

如果冷却液经过冷板之后温度升高了 3℃，而冷板内又有热对流传导，则入口处的水流、出口处的水流以及芯片接触到的地方的温度就有可能不一样。

液冷测试工程师给出的意见非常直接：

入口温度是用来控制工况的，而底板温度则是用来计算热阻的。

所以冷板侧也应该同时记录入出口温、流速、压强等数据，在接近封装接触处的地方安装经过校准后的铂电阻或者热电偶，传感器埋设深度、距离热量来源远近以及使用导热胶量都要保持不变，不然得到的数据就只代表某一局部情况下的温度变化，并不能体现可以反复重现的标准温度。

PT100 铂电阻温度传感器实物：不锈钢探头配编织屏蔽线与红蓝接线端子，是冷板侧高精度温度测量的标准器件。

第三步就是 TIM、夹紧力等最容易被人所忽视的地方

通常冷板和封盖之间会有一层封装盖板、一层导热垫片(TIM)、再加一层冷板底板来隔开。如果 TIM 变厚了或者有孔洞的话，那么温度就会发生很大的改变。

夹紧力也很重要，如果压力太小的话，界面接触不足；而压力太大又会使得基板弯曲或者造成封装损坏，在进行试验的时候必须确定 TIM 型号、涂抹方法、厚度、老化情况以及夹具的形式与负荷大小等参数。

这就如同测试跑步鞋一样，不能这一次是在塑胶跑道上跑，下一次就换到沙滩上去跑，并且只看秒表的结果。

没有加上边界条件的话，热阻的数据就没有什么可比性了。

芯片-TIM-散热器结构示意图：Chip → TIM → Heat Sink 的三层堆叠，展示热界面材料在热量传递中的关键位置与厚度影响。

±1℃ 是怎么被纳入到误差预算中的呢？

为了保持在 ±1℃ 左右范围之内，就不能把所有的余量都留给了温度传感器。一个可行的误差预算一般包含以下内容：

结温标定和读出误差； 冷板测温误差、测点偏差。 功率检测以及漏热校正误差； 流量、压力和入口温度的变化。 TIM 的厚度以及夹紧力的重复性； 稳态判据和外界温度对散热的影响。

比如将结温误差控制在 ±0.4℃ 以内，冷板测温也要求达到 ±0.3℃ 之内，并且要为功率换算、测量点的位置以及装配重复性留出余地，在最后一步时要用到不确定度的方法来汇总各个部分的结果而不能直接把所有的最大误差累加起来，更不能仅仅依赖于仪表使用说明书中给出的精度数据。

并且要保持稳定的环境：在一定的时间段里，结温、冷板温度以及功率的变化都要小于一个阈值之后才可以求出平均值。对于大的热容量的冷板来说，"温度不再迅速上升"并不能算作真正的稳态。

热接触电阻与 TIM 测量装置示意图：展示 ASTM D5470 标准下的热源、样品、热电偶阵列与数据采集系统配置，说明热阻测试的标准化方法。

从 Rja 到结—冷板，标准已经追上产品了

以前封装热评价主要集中在 JEDEC JESD51 系列中关于结到环境、结到板以及结到壳的相关参数上面。因此对于风扇机箱、标准化测试平台以及一定的风速之下各个厂家的数据也大致可以比较了。

但是 AI 加速器主要的散热途径已经由原来的"芯片-空气"变成了现在的"芯片-TIM-冷板-冷却液"，多个芯片、高带宽内存以及局部热点的存在使得单个热阻更像是一张"综合评价表"，可以进行对比，但是不能完全说明问题。

未来的测试标准不仅会有一个新的名词"温度测量点"，还会对四个问题进行规范：温度测哪里？功率怎么计算？界面怎样安装？结果怎样重现？

最终，±1℃ 并不来自于一台恒温机所产生出来的数据，而是由一系列测量环节一起保持下来的范围。

半导体芯片红外热成像检测实拍：彩色热图显示芯片表面温度分布，中心区域温度最高达 42.0℃，边缘区域约 31.6℃，展示热点定位的实际应用场景。

冷板是用来散热的，而标准则是用来消除分歧的。