Revolução na refrigeração de chips: 10 vezes melhor

Microcanais retiram máximo de calor

Incorporando canais de resfriamento mais finos que um fio de cabelo humano diretamente dentro de um chip semicondutor de silício, pesquisadores conseguiram manter a temperatura do chip abaixo de 100 °C usando apenas água a temperatura ambiente.

Mesmo sob condições extremas de geração de calor, superiores a 2.000 watts por centímetro quadrado (W/cm2), o processador de teste nunca superou o limite de temperatura estabelecido.

Nos processadores atuais, o líquido refrigerante precisa percorrer inúmeros microcanais de uma extremidade do chip à outra. Esse percurso longo aumenta a resistência ao fluxo de refrigerante, exigindo maior potência de bombeamento para circular o líquido.

Young Lee e colegas do Instituto Avançado de Ciência e Tecnologia da Coreia (KAIST) usaram agora uma estrutura de microcanais multifacetada incorporada diretamente dentro do chip de silício: A estrutura múltipla de distribuição desenvolvida pela equipe movimenta o fluido refrigerante por meio de múltiplos canais de entrada e múltiplos canais de saída.

Funciona mais ou menos como uma rede de distribuição de produtos: Em vez de enviar todas as mercadorias de uma única origem para um destino distante, vários centros de distribuição são estrategicamente posicionados para encurtar as distâncias de transporte. Como o fluido refrigerante percorre apenas uma curta distância em cada canal, a resistência ao fluxo é muito menor, exigindo uma pressão de bombeamento igualmente reduzida.

Outra vantagem é que o fluido refrigerante é fornecido de forma mais uniforme por todo o chip, ajudando a manter uma distribuição de temperatura mais uniforme em todo o processador.

Sem tecnologias exóticas, só água

A inovação vai além da redução do tamanho dos microcanais: Os pesquisadores otimizaram sistematicamente a largura, a altura, o número, a disposição e a vazão do fluido refrigerante dos canais, de modo a maximizar o desempenho de resfriamento e minimizar a perda de energia. Para isso, eles empregaram uma estrutura de otimização multifidelidade, partindo de um modelo unidimensional rápido para explorar espaços de projeto cada vez mais amplos, e então refinaram os projetos selecionados até obter um que os satisfizesse.