随着高效能运算（HPC）与人工智能（AI）芯片的算力呈指数级成长，单一芯片上的晶体管整合度已达到高度整合水平。然而，随之而来的热管理挑战也从整体的「总功耗控制」，转向更具挑战性的「局部热点排除」（Hotspots）。在 AI 运算的负载下，芯片表面不同区域的功率密度存在剧烈差异，这种非均匀的热产生率使得传统规则排列的微信道散热器逐渐面临效能瓶颈。当冷却液以固定速率流经规则信道时，对于高热点区域往往供冷不足，而对于低功耗区域则造成过度冷却与压损浪费。
在此一技术演进的临界点上，由瑞士商科林堤斯（CORINTIS）所提出的最新专利布局，包含台湾专利 TW 202543089 A 及其国际专利家族 WO 2025/201879 A1（以下统称「该专利家族」），为微流体冷却（Microfluidic cooling）开辟了一条由算法驱动的新路径。该技术的核心价值在于突破了传统「规则几何」的限制，透过高度灵活且非均匀分布的鳍片网络（Interconnected channel network），在专利权利范围中强调，让「流道设计」能精准对准芯片上的「局部热点」。
全球专利布局：从优先权日看科林堤斯的技术防线
观察该专利家族的申请轨迹(图1)，可以发现科林堤斯在微通道液冷领域的严密布局。该家族最早于2024年3月27日向欧洲专利局（EPO）提交申请(EP-Priority 24386035.0)，随即在隔日于德国(DE)提出申请（DE-10 2024 109 004.9）。这种连续的优先权主张，显示了该技术在欧洲工业体系中的战略地位。随后，该公司透过 PCT 国际申请路径（WO 2025/201879 A1）向全球延伸，并同步在台湾布局TW 202543089 A，其PCT国际专利申请案和台湾专利申请案之优先权日、申请日与专利公开日请参见图1。这种「一案多投」且迅速推进的策略，反映出该公司深知在 AI 服务器供应链中，台湾作为全球先进封装与代工重镇的地位。透过该专利家族，科林堤斯建立跨区域的专利布局，确保其「非均匀流道优化技术」在下一代异质整合芯片冷却市场中建立先行者优势。
申请专利范围主要特征之异同
配合专利说明书中图示编号说明。WO2025-201879 A1与TW 202543089 A两件专利的申请专利范围的请求项1(claim 1)，都包含下列限制条件：至少一个容积(volume) (5)，于与待散热组件(1)传热接触状态下，液体冷却剂可在该容积(5)内流动，特别是从至少一个入口(13)流向至少一个出口(15)以使热可被散发。该容积(5)内设置「互连信道网络(7)」用以导引液体冷却剂。容积(5)内设置两个以上鳍片(fins) (9)，且这些鳍片共同构成上述通道的边界。鳍片数量「大于 10」。至少有10片这类鳍片，在冷却组件的一个横截面上具有不同的横截面形状。这些鳍片至少部分不均匀地分布在该容积内。对于互连信道网络中的至少一段（优选两段以上），可识别出两个以上鳍片共同参与形成该段流道的边界。
WO2025-201879 A1与TW 202543089 A两件专利的claim 1 在「核心结构要件」基本相同，但WO2025-201879 A1的claim 1除了上述结构与配置要件外，还接续加入「等效直径参数 Dₑ」相关的数值范围作为进一步限定：对每一特定鳍片定义一个等效直径参数(equivalent-diameter parameter Dₑ)，该Dₑ与其表面参数Se相关。每一Dₑ介于约1 µm–1500 µm，特别优选7 µm–1300 µm。
具体而言，TW 202543089 A的claim 1：限定在「互连信道网络＋>10片鳍片＋截面形状不同＋不均匀分布＋特定段落由多片鳍片共同形成边界」这些结构与配置特征，并没有对鳍片尺寸或等效直径给出定量范围。相较之下，WO2025-201879 A1的claim 1：在上述相同的结构限制之外，进一步加入鳍片等效直径Dₑ的「单一值范围」与「平均值范围」等数值限制，并以多个统计变量诸如平均值(mean value)、中位数(median value)、众数值(mode value)、标准偏差(standard deviation)等数值区间作为权利主张限制条件，使权利范围在尺寸与几何参数上更窄、更具定量特征。也就是说，WO2025-201879 A1 的请求项 1 在结构要件之后，疑似因应 PCT 进入各指定国之前所出具之国际检索报告（International Search Report，PCT/EP2025/056702）所载相关先前技术，而将原本可能属于附属请求项的「统计变量与其数值范围」部分上移并纳入请求项 1，以进一步限缩其保护范围。
从规则几何到「拓扑优化」：散热结构的范式转移
过去四十年间，微通道液冷技术（Microchannel cooling）多依循对称、平行或规则网格的物理逻辑。然而，该专利家族指出，最有效的冷却效率来自于对待散热组件局部热产生率变化的精准回应。其技术特征不再强调信道的统一宽度，而是主张鳍片在容积内必须呈现「不均匀分布（Unevenly distributed）」。这项技术转向的背后，代表着从「结构工程」向「算法设计」的典范转移。透过该专利所描述的优化算法，冷却组件的设计过程不再是人工绘图，而是将芯片表面的热源强度、几何约束与物理特性作为输入参数，由计算机演算出最佳的鳍片形状、数量与分布。这种「精准导流、按需分配」的冷却控制能力，改善传统散热器「冷热不均」的问题，并针对下一代异质整合芯片的散热需求，提供关键技术方案。
依据该专利家族申请专利范围主张之技术特征，可归纳为以下具前瞻意义的三大层面：
- 算法驱动的「非均匀」鳍片布阵(Specific Fins)
该专利主张在冷却组件的容积内设置大量（优选为 10 个以上）的鳍片，且这些鳍片在横截面上具有不同的几何形状。这项宣示打破了传统散热器「对称即美」的迷思。在此专利家族的权利要求中，明确指出这些「特定鳍片」的排列与形状并非随机，而是隐含地基于待散热组件表面热产生率的局部变化。这意味着每一根鳍片的大小与角度，都是为了导引冷却剂流向最需要的「救火区域」。
- 互连信道网络与模糊边界定义
不同于传统微信道拥有明确且单一的路径，该专利定义了一种「互连信道网络（Interconnected channel network）」。在这种结构中，单一个别通道可能难以被唯一识别，因为多个区段会相互汇流或分流。由两个或更多鳍片共同决定信道边界，这种网络状结构能有效分散压力，并于局部热源波动时，提供流体动态补偿的弹性，从而在物理上缓解传统长流道后端因热积聚而导致的冷却效能衰减的问题。
- 以统计参数定义的几何特征：算法打造的异形鳍片
科林堤斯在该专利家族中展现了极高明的法律策略，不再试图定义「每一根」鳍片的长宽高，而是定义「这群」鳍片的集体几何特征，例如圆整度（Roundness）及其标准偏差。该专利家族抛弃了传统整齐划一的圆柱或方柱设计，改用算法生成一种高度扭曲、形状奇特的「异形鳍片」。在专利语言中，这被量化为圆整度参数。简单来说，「圆整度」数值愈低，代表鳍片长得愈不像规律的几何体，反而更像具有茂密分支的树干或曲折的海岸线。这种「不规则」并非随机，而是为了在极小的芯片空间内，尽可能增加冷却液与金属的接触面积，并透过曲折的边界强制搅动液体，打破阻碍传热的「静止边界层（Boundary layer）」。从法律层面来看，这项宣示极其高明：它直接避开了传统规则形状（如圆柱的圆整度接近1.0），转而将「高效能、高复杂度」的形状区间据为己有。未来，任何试图透过计算机优化出的高效能散热结构，只要其几何特征落入这片「不规则森林」的统计范围，都将难以规避其专利红线。
算法驱动的热阻极限：局部精准冷却的专利疆域与挑战
从技术演进观之，微信道液冷已由规则几何优化，迈向以算法驱动的非均匀拓扑设计；而「流道边界」的定义亦由物理形状，转为在法律上可被专利权利主张「局部精准冷却」的专利疆域。在AI与高效能运算竞逐下，谁能掌控每微米热阻边界，即掌握算力竞赛底层话语权。
责任编辑：吴碧娥
【本文仅反映专家作者意见，不代表本报及其任职单位之立场】
