Advances in thermal management: from micro/nanoscale heat transfer to AI computing infrastructure

作者：Ronggui Yang, Xiaobo Li · 发表于：Chinese Science Bulletin (Chinese Version) · 年份：2026 · DOI：10.1360/csb-2026-0245 · 研究领域：Heat Transfer and Boiling Studies、Heat Transfer and Optimization、Spacecraft and Cryogenic Technologies

热管理是针对系统、设备或器件内部热量的产生、传递、分布与耗散过程，通过主动设计、精确控制与系统优化，确保其工作温度始终维持在安全、高效、可靠区间的一整套技术与方案体系。从智能手机、机器人、人工智能（artificial intelligence，AI）芯片到数据中心、新能源汽车乃至航空航天装备，热管理已深度渗透至现代科技的各个战略领域。然而，热管理正面临前所未有的严峻挑战。单颗AI芯片总功率已突破1200 W，接近家用电磁炉的功率水平；数据中心机架功率密度从传统的10 kW/rack 飙升至 250 kW/rack，远超风冷技术的极限。局部热流密度超过300 W/cm²，达到核反应堆堆芯热流密度的数倍。散热能力直接兑换算力，“功耗墙”已成为制约摩尔定律持续演进的主要障碍。更为深刻的挑战在于尺度的跨越性：从1 nm尺度下声子的量子输运，到1 μm级通道内气泡的成核沸腾，再到1 m级机柜的气流组织与1000 km级卫星星座的热控调度 ─ 热管理需在十余个数量级的尺度范围内建立统一的热流秩序。这要求凝聚态物理、微电子学、流体力学、传热学、材料科学、计算机科学等多学科实现深度交叉与协同创新。作为新质生产力的关键基础支撑，热管理正经历从“配套环节”向“核心约束”的身份转变。其每一次技术突破，都将为AI算力提升、清洁能源开发、商业航天发展等战略领域拓展新的可能性。本文系统阐述了热管理的学科体系、物理根基与前沿挑战，聚焦集成电路与AI数据中心两大主战场，以期为读者呈现一幅从微纳传热机理到AI算力基础设施热管理的完整学科图景。 关键词：热管理；集成电路；AI数据中心；声子输运；界面热阻；液冷技术