AI数据中心冷却技术

课程编码：1802040807X1P4004H 英文名称：AI Data Center Cooling Technology 课时：20 学分：1.00 课程属性：研讨课 主讲教师：邓中山等

本课程旨在使学生掌握AI数据中心冷却技术的基本原理、关键方法及前沿趋势，理解AI热负荷特性、风冷与液冷（冷板、浸没）等技术体系，掌握AI芯片功耗等级与热流密度范围，理解风冷、冷板液冷、浸没液冷、热管等技术原理及适用场景，设计冷却方案、评估PUE等能效指标，培养工程思维、系统优化意识与绿色低碳理念，建立算力-热量-能耗协同设计认知。

无

第一章 AI数据中心热管理技术发展现状与挑战 3学时 邓中山
第1节 AI数据中心的发展趋势
第2节 AI数据中心冷却技术面临的挑战
第3节 先进冷却技术的国内外发展现状
第二章 AI芯片产热机理与热输运机制 3学时 张旭东
第1节 微纳尺度导热机制
第2节 芯片产热机理与热输运机制
第3节 芯片跨尺度-多场协同设计方法
第4节 课堂研讨
第三章 AI芯片内部强化传热方法 3学时 张旭东
第1节 高导热基底键合与异质界面热输运强化方法
第2节 热管理微系统的高密度异质封装与集成技术
第3节 芯片近结点微通道强化传热机理与方法
第4节 课堂研讨
第四章 AI芯片热管理关键材料 3学时 张旭东
第1节 高性能热界面材料
第2节 高导热均温材料
第3节 高导热扩热板材料
第4节 课堂研讨
第五章 AI芯片外部高效散热技术 3学时 张旭东
第1节 风冷散热器散热/结构一体化设计方法
第2节 单相液冷散热器多目标优化设计方法
第3节 高热流密度相变散热器强化换热与稳定性调控方法
第4节 课堂研讨
第六章 地面AI数据中心热管理系统 3学时 张旭东
第1节 典型AI数据中心热管理架构
第2节 AI数据中心高效热管理关键技术
第3节 AI数据中心低品位废热高效利用
第4节 课堂研讨
第七章 太空AI数据中心热控技术挑战与展望 2学时 张旭东
第1节 太空数据中心的发展趋势
第2节 太空数据中心热控技术挑战
第3节 课堂研讨

邓中山，中国科学院理化技术研究所液态金属与低温生物医学研究中心主任、研究员，中国科学院大学未来技术学院教授、博士生导师，兼任云南省液态金属产品质量检验中心主任。主要研究领域包括液态金属先进材料及应用、芯片散热技术、低温生物医学等。研究成果曾获北京市技术发明一等奖、中国科学院北京分院科技成果转化特等奖等。主持国家及省部级项目20余项，已出版著作4部、发表论文200余篇、应邀著作章节10余篇，申请发明专利100余项。
张旭东，中国科学院理化技术研究所研究员，博士生导师，入选中国科学院百人计划B类。本科毕业于北京科技大学能源与环境学院，博士毕业于中科院理化技术研究所，2021-2024年期间在清华大学航天航空学院从事博士后研究。申请人长期从事室温液态金属热管理材料与冷却技术、微纳尺度界面传热研究，以第一或通讯作者发表学术论文30余篇，申请专利20余件，google scholar被引用约1000次，主持中科院百人计划支持项目、国家自然科学基金青年基金、中科院国际交流项目、发改委集成电路专项项目子课题，任Nano-Micro Letters、Energy & Environmental Materials 期刊青年编委，中国材料大会热管理材料分会秘书长、中国复合材料学会导热复合材料分会委员等，曾获中国科学院院长奖、Advanced Materials Interfaces 期刊高下载量论文奖等荣誉。