芯片的尽头，是水管。

聊个挺魔幻的事。

现在的 AI 芯片，越来越大，越来越贵，也越来越烫。烫到什么程度呢？整个行业最聪明的一群工程师，这几年琢磨的核心问题逐渐变成了一个：怎么给这玩意儿降温。

你没看错。

决定下一代 AI 算力上限的，可能不是晶体管，不是光刻机，是散热。

说得更直白点，是水。

2026 年的 SEMICON Taiwan 上，台积电先进封装研发主管 James Chen 放了一组数据。

从 2024 年到 2029 年，CoWoS 封装规模要从约 3.3 倍光罩尺寸，一路扩到超过 14 倍，单个封装里的计算晶体管数量可能增加约 48 倍，HBM 总带宽增加超过 34 倍。

代价呢？

台积电自己预计，未来五年 AI 系统功耗可能增加约 6 倍，先进 AI 封装的功耗要从几百瓦，慢慢爬到 4.1 千瓦这个量级。

4.1 千瓦是什么概念？

你家电磁炉爆炒也就两千瓦出头。以后一块封装芯片，顶两台电磁炉同时开火，面积还没你手掌大多少。

芯片行业的思路这些年一直很朴素：晶体管缩不动了，就用 Chiplet 拼；一颗裸片装不下，就用 CoWoS 把一堆芯片码在一起；带宽不够，就往上堆 HBM。

台积电 2028 年的规划里，14 倍光罩的 CoWoS 要塞进去约 10 颗大型计算芯片加 20 颗 HBM。突出一个大力出奇迹。

问题是，电不会白白流过晶体管。

流过去多少，就有多少变成热。芯片可以继续堆，HBM 可以继续加，可这些热往哪儿排？物理定律不跟你讲情怀，也不接受融资。

有人给这个转变起了个名字，叫 Thermal Scaling，热管理扩展。

半导体前三十年拼的是晶体管微缩，这几年拼的是封装扩展，往后拼的，是同样一平方厘米的硅片上，你能安全压进去多少瓦。

以后评价一颗 AI 芯片，除了看算力看带宽，还得看一个很热工程味的指标：W/cm²，单位面积能处理多少瓦热量。

机柜那边的数字更夸张。

NVIDIA GTC 2026 上，Supermicro 披露，服务器机柜功率过去几年从 45 千瓦左右一路飙升，Vera Rubin 参考架构单机柜能干到约 227 千瓦，下一阶段奔着 400 到 500 千瓦去，长期瞄着兆瓦级。

而且 Vera Rubin 要求 100%液冷。风冷这位老同志，算是正式退居二线了。

那液冷就够了吗？也不够。

传统冷板液冷的散热路径，热要从硅片出发，穿过导热界面材料、热扩散盖、再来一层界面材料、冷板，最后才轮到冷却液。

中间每隔一层材料，就多一道热阻。

就好比你大夏天穿棉袄，棉袄外面贴冰袋，冰是凉的，你照样捂出一身汗。

于是行业开始干一件很激进的事：把水路往芯片身体里修。

微流道冷却，Microchannel Cooling，思路就是在离晶体管极近的地方刻出微米级的细小水道，让冷却液直接贴着发热点流过去。

这技术倒不新，1981 年学界就在研究，2012 年 DARPA 还专门立了个 ICECool 项目。

台积电 2021 年就演示过直接硅水冷，单颗 SoC 散掉超过 2600 瓦，功率密度 4.8 瓦每平方毫米，换成硅背面直接水冷，超过 7 瓦。

今年的进展更凶。

KAIST 和 Georgia Tech 把微流道直接嵌进硅芯片里，用低于 350 摄氏度的 CMOS 兼容工艺造出来，单相水冷条件下扛住了超过 2000 瓦每平方厘米的热流密度，结温还压在 100 度以下。

微软也在硅片背面刻流道，散热效果最高到传统冷板的 3 倍，GPU 内部最大温降 65%，还用 AI 分析热点分布，让冷却液精准浇向最烫的区域。

用 AI 来给 AI 芯片降温，多少有点子闭环的意思。

散热从一项配套技术，正儿八经变成了一项芯片技术。

更有意思的是 HBM。

大家都盯着 GPU 怕热，其实旁边的 HBM 可能更娇气。HBM 是把十几层 DRAM 用 TSV 垂直摞起来，本身就闷，还得挨着计算芯片这个大火炉，被人家横向传热。

Vinci 今年的研究里，一个 2 颗 ASIC 加 8 颗 HBM 的封装，最大功耗下 HBM 结温已经逼近 100 度。内存一热就降频、老化，整套加速器跟着遭殃。

于是出现了一个拧巴的局面：

电气设计上，工程师希望 HBM 贴着 GPU，信号跑得越快越好；热设计上，恨不得它俩分居。两口子过日子都没这么难协调。

存储厂已经开始动刀子改结构了。

5 月 SK 海力士发了 iHBM 方案，在封装里塞进集成冷却元件 ICE，号称热阻降低 30%以上。三星在 COMPUTEX 2026 上也亮出了 HPB 热传导块，专门伺候发热最凶的高速接口区域，HBM5 准备用上。

内存厂商卷容量卷带宽卷了这么多年，现在开始卷水管了。

真正让我觉得这事成了气候的，是设备厂下场了。

德国激光巨头 TRUMPF，9 月 1 日官宣了面向 AI 芯片集成冷却的超短脉冲激光加工方案，目标说得明白，要在芯片堆叠内部工业化、低成本地造冷却微结构。

一项技术什么时候算真正进了半导体产业？

不是论文发出来的时候，是有人开始为它造设备、算良率的时候。设备厂一进场，说明散热这门手艺，正在从系统层面长进制造工艺里。

当然，别高兴太早。

水离晶体管越近，散热越猛，风险也越吓人。

密封、键合、腐蚀、泄漏、颗粒污染，每一项都是要命的工艺门槛。一颗 AI 加速器好几万美元，漏一滴水进去，那损失可比普通服务器惨烈多了。

给芯片通水，相当于给大脑做开颅手术顺便装套地暖，手艺不到家，就是灾难。

往后看几年，大概会是这么一条渐变路线：冷板继续挑大梁，但结构越做越精细；微流道先钻进热扩散盖和封装基板；最高功率密度的产品上，冷却液直接摸到硅片。

冷板不会一夜消失，可水路内迁这个大方向，已经刹不住车了。

未来 AI 芯片的晶圆厂里，水路会和电路一起被设计、被蚀刻、被键合。

布线的时候顺便布水，这在十年前听着像段子，现在是台积电、三星、SK 海力士、微软、TRUMPF 们真金白银砸进去的正经事。

人类为了更聪明的 AI，先是把晶体管造到原子尺度，又把芯片摞成摩天大楼，最后发现拦路的居然是中学物理。

智能的尽头是能源，能源的尽头是散热，散热的尽头，是一根越做越细的水管。

下次再有人跟你吹某颗芯片算力多炸裂，你可以淡淡问一句：水冷吗？流道刻进硅里了吗？

没有的话，那不过是一块很会发热的铁。