隨著生成式AI與大型語言模型(LLM)算力需求呈指數級增長,AI 加速器晶片正式邁入「千瓦級(Kilowatt-scale)」功耗時代。當前先進製程晶片的局部熱流密度(Heat Flux Density)正逼近1kW/cm²的物理極限,傳統氣冷方案已無法將結溫(Junction Temperature, Tj)維持於安全範圍,成為制約摩爾定律延續與 HPC系統穩定性的最大瓶頸。本文將聚焦於資料中心分層熱管理(Hierarchical Thermal Management, HTM)中最底層的晶片層級(Chip Level),從熱阻網絡微觀分析出發,探討直接液體冷卻、微流體散熱與相變材料緩衝等結...