Frore LiquidJet散热方案：Rubin GPU降温10℃、性能提升15%

良好的散热能够保障硬件使用寿命、充分释放硬件性能，这已经不是秘密。但对于数据中心AI硬件而言，优秀的散热还意味着更高的持续性能，直接关系到设备运营方的收益。Frore Systems是一家采用半导体级设备制造散热方案的厂商，该公司找到了一套可行方案，能够降低下一代AI加速器的工作温度，并将性能提升15%。

Frore Systems发布一份白皮书指出，对整套散热体系进行优化，包括GPU封装、热界面材料（TIM）、冷板以及冷却液温度，可将每瓦算力的token生成量提升30%以上。同时，该公司基于解析热模型做出一项大胆预测：仅依靠自家LiquidJet冷板技术，就可将英伟达Rubin GPU的结温最高降低12℃，实现每瓦token性能提升10%‑25%；而结温下降10℃，token生成能力大约可提升15%。

事实上，即将面世的英伟达Rubin这类新一代AI加速器，功耗最高可达2400瓦，芯片裸片温度很容易达到95℃甚至更高。95℃本身不一定会缩短硅芯片寿命，但漏电流会带来严重问题。漏电流会随温度呈指数级增长，结温每升高10℃，漏电流大约就会翻一倍，同时晶体管开关效率也会随之下降。

因此，GPU温度越高，就需要更高电压来维持工作频率；最终动态电压频率调节（DVFS）会被迫降频，把温度控制在阈值以内，进而造成性能与token生成能力下降。

由此可以得出一个简单结论：散热效果越好，性能与token输出能力就越高。这个大方向本身没有问题，但散热问题并不简单，涉及多项可优化的影响因素。此外，对于AI数据中心来说，散热的意义已经不止是防止CPU、加速器过热，更是用来最大化设备性能、提升token业务收益。

英伟达平台设计以最高结温Tj (max) 作为核心约束条件，这也是GPU、封装以及散热方案最基础的设计限制。具体工作逻辑如下：

• 英伟达规定了芯片允许的最大结温（Tj,max上限），芯片正常运行时不能超过该温度。该具体数值并非全部对外公开，Frore在分析Rubin时采用95℃作为参考阈值。

• GPU依靠数十至上百颗片上温度传感器持续采集结温，电源管理单元会监控芯片温度最高点。

• 动态电压频率调节（DVFS）会在不突破温度、功耗上限的前提下尽可能拉高性能；如果存在散热余量，GPU就可以维持更高主频或者降低工作电压。一旦结温升高，固件会逐步调整电压与频率；必要时会触发降频，避免超出Tj (max) 上限。

问题在于GPU会同时受多重条件约束：结温上限Tj (max)、封装功耗上限、电流上限、电压上限。多数场景下，设备会先触达功耗上限，而非温度上限。现有散热系统的设计目标，就是避免芯片触及Tj (max)。因此，即便英伟达GPU没有触发温度上限，降低实际工作结温依然可以提升能效，原因是温度下降会减少晶体管漏电流，这正是Frore散热方案的价值所在。

Frore表示，结温每升高10℃，漏电流功耗大约翻倍；同一温度区间内，晶体管开关功耗仅上升约2%。所以即便处理器没有发生过热降频，降低工作温度依旧可以带来收益。

Frore Systems发布的LiquidJet Nexus一体化水冷冷头，面向英伟达Grace Blackwell以及即将推出的Vera Rubin平台。该产品采用半导体刻蚀与键合工艺，加工过程匹配处理器实际发热分布。它与传统服务器散热硬件有本质区别。传统加工工艺会造成热界面不均匀，而Frore Systems这款一体化水冷冷头，使用原本用于半导体制造的设备加工。整套制造流程包含精密刻蚀与键合，可以直接在冷板本体内部加工出微流道，让冷板轮廓完全贴合目标处理器的物理外形。

Frore Systems此前演示了在标准服务器托盘内对双GPU搭配CPU的组合完成散热测试。该产品目标是替换当前高性能计算中结构复杂、由多零件拼接而成的水冷冷头。把多项散热功能整合到单一一体化部件，既可以简化装配流程，又能在不同硬件配置下维持严苛的散热指标。

长期运行时，传统冷板很难在芯片凹凸的表面上保持均匀接触压力。一体化架构把流道与底座做成完整的单一构件，消除界面缝隙。依靠这种完整结构，热量可以直接从处理器裸片传导至冷却液，不需要经过多层机械拼接结构或者粘接层。