凌晨四点，集训基地的跑道上，选手小芯正在为一场重要的马拉松做最后演练。他状态火热，第一公里就跑出了惊人的配速。可就在他准备继续加速时，身体开始抗议：体温飙升、呼吸急促、双腿像灌了铅。随队教练看了一眼体温计，果断按住他的肩膀：“降速！再跑下去身体要出问题了。” AI 芯片就是赛场上的小芯。当你启动一轮大模型训练，它会以每秒千万亿次的速度疯狂计算——这种“高速奔跑”产生的热量，足以让硅片内部温度在几分钟内冲上 90°C。芯片里也有一个“教练”——电源管理单元——它一旦检测到温度越过警戒线，就会强制降低频率和电压，让算力从 100% 掉到 60% 甚至更低。这个过程，叫热节流（thermal throttling）。 想让芯片全程不掉速，就得给它配一身靠谱的“降温装备”：风冷像自己扇风的简易运动服，液冷像专业团队的冰背心。散热方案选得好不好，直接决定了芯片是“满血跑完全程”，还是“半路被摁头降速”。这篇文章，就沿着一名“芯片运动员”的马拉松之旅，拆解功耗、温度、算力之间层层纠缠的关系。

岗位关联

读完本文，你将能看懂散热评测报告里的温度曲线与持续算力数据，在数据中心选型时用量化依据规避热节流导致的性能损失——这是所有大模型基础设施岗位的必备判断力。

目录
  1. 可视化演示
  2. 散热基本原理
  3. 热节流机制
  4. 风冷散热方案
  5. 液冷散热方案
  6. 稳态温度分析
  7. 性能评测方法
  8. 选型决策依据
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

展示系统处理流水线、实时性能指标曲线及多方案对比分析，包含数据流转、吞吐延迟监控与方案评估。

本节配有交互动效（进入视口后自动加载，约 3KB）。

系统可视化 处理流程：输入→处理→模型→输出 性能监控：实时指标 P=L×T

散热基本原理

马拉松运动员小芯跑起来，肌肉做功会产生大量热量，体温随之上升。要想保持配速，他必须想办法把身体里的热带走——出汗、大口喘气、跑动中带起的风，每一步都是“散热”。

AI 芯片和运动员一样。芯片每做一次计算，本质上是大量电子在晶体管间流动，这会因电阻产生热量。芯片算得越快、算力越猛，它的“肌肉做功”就越强，发热也就越厉害。今天一颗旗舰 AI 加速芯片的功耗可以轻松突破 400W 甚至 700W，比一盏家用灯泡高出几十倍。功耗是“产热源头”，散热则是“排热手段”。

芯片内部产生的热量，需要沿着固定的路径排出去：先从芯片核心（die）传到金属封装外壳，再经过导热硅脂、散热器，最终交给空气或冷却液。这条路径上每一段都会阻碍热量流动，专业上叫“热阻”（θ）。热阻越大，同等功耗下芯片温度就越高。把环境温度记为 T_A，热阻记为 θ_JA，功耗记为 P，芯片结温（芯片内部最热点的温度）的估算公式如下：

想让小芯的“核心体温”不超标，要么降低他的输出强度（功耗），要么脱掉厚厚的隔热服（降低热阻），要么把起跑线搬到凉快的地方（降低环境温度）。散热设计的所有秘密，都藏在这三个旋钮里。

TJ=TA+θJA×P\displaystyle T_J = T_A + \theta_{JA} \times P
这个公式说：芯片温度 = 环境温度 + 热阻 × 功耗。想降温，要么环境凉快、要么热阻小、要么功耗低。
  1. 结温 T_J芯片内部最热点（通常是晶体管密集区）的温度，相当于运动员的核心体温。
    TJT_J
  2. 环境温度 T_A芯片所在机房或机箱内的空气温度，相当于起跑线的气温。
    TAT_A
  3. 热阻 θ_JA从芯片结到周围环境的热量传导阻碍，相当于运动员身上隔热层的厚度。
    θJA\theta_{JA}
  4. 功耗 P芯片满负荷工作的发热功率，相当于跑步时肌肉做功的强度。
    PP
  5. 温升合成结温等于环境温度加上“热阻与功耗的乘积”，热阻越大或功耗越高，温升越大。
    TJ=TA+θJA×PT_J = T_A + \theta_{JA} \times P

热节流机制

小芯咬牙猛冲，体温一路飙到 39.8°C。大脑里的“体温调节中枢”拉响警报：再不降速，就要中暑、器官受损！于是肌肉开始发软，步伐被迫放慢。他并不是跑不动，而是身体在强制“降频”。

芯片里也有类似的“体温调节中枢”——电源管理单元（PMU）。它用温度传感器时刻监测芯片结温，一旦超过厂商设定的阈值（比如 85°C），就会触发热节流（thermal throttling）：主动降低工作频率和核心电压，减少发热，保护芯片不被烧毁。

为什么要“降频又降压”？因为芯片的动态功耗大致与电压的平方成正比、与频率成正比。降一点点电压，发热功率就会大幅下降。热节流触发后，算力可能从 100% 掉到 60% 甚至 50%；只有温度回落到安全区间，芯片才逐渐恢复频率。这个“触发—恢复”机制，直接决定了芯片持续算力输出的上限。

热节流不是芯片“罢工”，而是那位冷静的教练在喊：“稳住节奏，保命要紧！”频繁的“强制降速”是持续性能的头号敌人——这也解释了为什么散热方案好坏，会直接决定算力是“满血跑完全程”还是“一路被摁着打”。

P=α×C×V2×f\displaystyle P = \alpha \times C \times V^2 \times f
动态功耗由活动因子、等效电容、电压平方和频率共同决定。其中电压是平方项，所以“降压”是紧急降温最有效的刹车。
  1. 开关活动因子 α芯片晶体管不停翻转的比例，程序越复杂这个值越高，相当于运动员步伐的密集程度。
    α\alpha
  2. 等效电容 C芯片内部寄生电容的总和，由工艺决定，相当于肌肉本身的重量。
    CC
  3. 电压 V核心供电电压，它是平方项，相当于跑步时穿的负重背心——重量翻倍，消耗翻四倍。
    VV
  4. 频率 f芯片每秒运算的时钟节拍数，相当于运动员的步频。
    ff
  5. 功率合成总功耗等于四个量的乘积，降压压降频能把发热迅速压下来。
    P=α×C×V2×fP = \alpha \times C \times V^2 \times f

风冷散热方案

没有专业降温团队的运动员，靠什么散热？出汗、大口喘气、跑动中带起的风。这些“土办法”简单可靠，但存在瓶颈——出汗量再大，也有极限。

风冷就是散热界的“土办法”。它由两部分组成：紧贴芯片的散热器（金属底座加热管加翅片），以及往翅片吹风的风扇。热量从芯片传到散热器，再被气流带走。翅片面积越大、风扇风量越足，散热能力就越强——相当于给运动员配了一件多孔透气运动服和一台强力鼓风机。

风冷系统的总热阻可以看成三段串联：芯片结到外壳的热阻 θ_JC、外壳到散热器的接触热阻 θ_CS、散热器到空气的热阻 θ_SA。其中 θ_SA 往往占大头，取决于翅片面积、风扇转速和风道是否顺畅。风冷优点是便宜、可靠、易维护；缺点是当单颗芯片功耗超过 400W、机柜功率密度很高时，空气的换热能力就“压不住场子”，噪声和积灰问题也随之而来。

风冷就像“透气运动服加风扇”。在功率不高的日常训练里绰绰有余，可一旦要跑高强度马拉松（满负载大模型训练），汗水湿透衣服，风再大也吹不干身体里积攒的热量——这时就该换更硬核的降温装备了。

θJA=θJC+θCS+θSA\displaystyle \theta_{JA} = \theta_{JC} + \theta_{CS} + \theta_{SA}
总热阻等于三段阻力之和。就像三段管路串联，任何一段太窄都会拖累整个散热通路。
  1. 结到壳热阻 θ_JC热量从芯片核心穿过封装材料传到外壳的阻力，是芯片出厂时就定好的属性。
    θJC\theta_{JC}
  2. 壳到散热器热阻 θ_CS芯片外壳与散热器之间导热硅脂层的阻力，涂得好坏影响很大。
    θCS\theta_{CS}
  3. 散热器到空气热阻 θ_SA翅片把热量交给空气的阻力，由散热器面积与风扇风量决定。
    θSA\theta_{SA}
  4. 串联相加三段阻力首尾相连，总热阻等于三者之和，最弱的一段决定整体瓶颈。
    θJA=θJC+θCS+θSA\theta_{JA} = \theta_{JC} + \theta_{CS} + \theta_{SA}

液冷散热方案

高温天跑马拉松，专业选手会用上什么？冰背心、冷水海绵、甚至跳进降温池。水的吸热能力是空气的好几倍，能快速把运动员身体里的热带走。

液冷就是散热界的“冰背心”。它用冷却液（通常是水或特殊工质）当搬运热量的“快递员”：冷板贴住芯片，冷却液流过冷板吸走热量，再流到远处的换热器把热量交给外界，最后循环回来继续工作。

液冷方案主要分两类：冷板液冷（冷板贴在芯片上，冷却液在管路里循环）和浸没液冷（整个服务器泡在绝缘冷却液里）。冷却液单位时间能搬走的热量 Q，等于质量流量 m、比热容 c 和温差 ΔT 的乘积。水的比热容大约是空气的 4 倍，搬运同样多的热量，液冷只需要很小的流量，而且不受翅片面积限制，所以它能把芯片结温稳稳压在 60-70°C，几乎不触发热节流，持续算力输出自然更稳定。

如果说风冷是“运动员自己扇风”，那液冷就是一支专业后勤降温团队：冰背心及时换、冷水不间断送。虽然这身装备更贵，还有“管路漏液”的隐忧，但它能让选手全程保持最佳配速——这对需要连跑几十个小时的大模型训练来说，价值巨大。

Q=m×c×ΔT\displaystyle Q = m \times c \times \Delta T
冷却液搬运热量的能力 = 流量 × 比热容 × 温差。水的大比热容让液冷在“搬运效率”上碾压风冷。
  1. 热量 Q单位时间内冷却液带走的热量，相当于快递员搬运的热量包裹总量。
    QQ
  2. 质量流量 m单位时间流过冷板的冷却液质量，相当于快递员的出车频率。
    mm
  3. 比热容 c单位质量冷却液升高 1°C 吸收的热量，水的比热容大，所以效率高。
    cc
  4. 温差 ΔT冷却液进出冷板的温度差，温差越大，搬运效率越高。
    ΔT\Delta T
  5. 乘积关系三种因素相乘，液冷靠“大比热容 + 大流量 + 大温差”轻松赢过风冷。
    Q=m×c×ΔTQ = m \times c \times \Delta T

稳态温度分析

马拉松跑到第 30 公里，小芯的体温不再继续上升，而是稳定在一个数值上——身体产热和散热达到了动态平衡。无论他多想再快一点，体温都会守住这个“平衡点”。

芯片也是这样。只要负载功耗保持不变，温度就不会无限上升，而是朝一个“稳态温度”逼近。这个稳态值由前面的公式决定：稳态温度 = 环境温度 + 热阻 × 功耗。功耗 700W 的芯片，热阻如果压不下来，稳态结温就可能顶在 90°C 以上，直接越过节流阈值。

温度从开机那一刻爬升到稳态，不是一步到位的，而是按指数曲线趋近。这个过程有多快，由热时间常数 τ 决定，τ = 热阻 × 热容。τ 越小，温度“冲”得越快；τ 越大，温度变化越慢。对评测来说，时间常数意味着：跑 1 分钟的基准测试和跑 30 分钟的基准测试，结果可能完全不同——前者测到的是“还没热起来的峰值”，后者才是真实稳态。

评测芯片就像评估马拉松选手：不能只看起跑 100 米的速度，要看 40 公里后体温稳在多少、配速掉没掉。稳态温度，就是芯片在“全程负载”下交出的真实答案。

T(t)=TA+θJA×P×(1−e−t/τ)\displaystyle T(t) = T_A + \theta_{JA} \times P \times \left(1 - e^{-t/\tau}\right)
温度从环境温度出发，按指数曲线爬升并稳定在稳态值。每过一个 τ 的时间，差距就缩小约 63%。
  1. 环境温度 T_A散热起点，决定了温度曲线的“地板”。
    TAT_A
  2. 稳态温升 θ_JA × P热阻乘以功耗得到最终温升，相当于比赛的“终点高度”。
    θJA×P\theta_{JA} \times P
  3. 时间常数 τ热阻与热容的乘积，反映温度变化的速度，相当于选手体温调节系统的反应快慢。
    τ\tau
  4. 指数趋近项 1 − e^(−t/τ)t 越大越接近 1，温度越接近稳态，每过一个 τ 差距缩小 63%。
    1−e−t/τ1 - e^{-t/\tau}
  5. 完整曲线温度从环境温度出发，按指数规律爬升并稳定在稳态值。
    T(t)=TA+θJA×P×(1−e−t/τ)T(t) = T_A + \theta_{JA} \times P \times \left(1 - e^{-t/\tau}\right)

性能评测方法

判断一个马拉松选手强不强，裁判不会让他跑 100 米测速，而是让他跑完标准全程，记录平均配速。同理，评测 AI 芯片不能只看“冲刺时的峰值算力”，更要看长时间满负载下的“持续算力”。

峰值算力是芯片在凉爽状态、短时间测试下能爆发的最高性能；持续算力则是长时间满负载后，芯片在热节流反复威胁下仍能稳定输出的速度。散热越差，两者差距越大——极端情况下，持续算力可能只有峰值的 60%。

标准的评测流程分三步：先用短时基准测试（如 1 分钟内）记录峰值算力；再用长时满负载测试（如 30 分钟以上）记录持续算力；最后计算能效比，即每瓦功耗能输出多少算力（如 TFLOPS/W）。能效比把“性能”和“功耗”绑在一起看，是散热方案选型时最核心的量化指标：同等功耗下持续算力越高，说明散热方案越有效。

能效比就像“每瓶运动饮料能支撑的跑步里程”。散热方案越强，芯片在同样功耗下输出的算力越多，能效比自然越亮眼——这也是评测报告里最值得对比的那一行数字。

η=SW\displaystyle \eta = \frac{S}{W}
能效比 = 持续算力 ÷ 功耗。它衡量的是“每度电换来了多少真金白银的计算成果”。
  1. 持续算力 S长时间满负载下芯片稳定输出的浮点运算次数（FLOPS），相当于运动员的全程平均配速。
    SS
  2. 功耗 W芯片实时消耗的电功率（瓦特），相当于运动员全程消耗的能量。
    WW
  3. 能效比 η每瓦电功率换来的算力，数值越高，同样电费产出越多计算结果。
    η\eta
  4. 比值结果持续算力除以功耗，评测时应以持续负载下的数据作为分子，避免高估真实能效。
    η=SW\eta = \frac{S}{W}

选型决策依据

给运动员配降温装备，不能只看“越贵越好”。短跑选手不需要冰背心，全马选手才需要；预算有限的校园运动会，一台小风扇就够——选散热方案同样是个“按需匹配”的决策题。

数据中心选散热的本质，是在“成本、性能、密度”三个角之间找平衡。风冷便宜易维护，但支撑不起高功率密度的 AI 集群；液冷贵一些、维护更复杂，但能让持续算力逼近峰值。决策的第一步，就是把散热不足导致的性能损失量化。

量化的核心指标是性能损失率：用长时基准测试测出持续算力，再和短时峰值算力对比。如果风冷方案下损失率高达 35% 而液冷只有 5%，那么多出来的 30% 算力能不能覆盖液冷的额外成本，就是财务模型要回答的问题。此外还要考虑部署密度：同样一个机柜，风冷可能只能装 4 台满载服务器，液冷能装 8 台——密度的提升意味着房租和散热能耗得到分摊，这同样会写进决策报告。

最后拍板时，就像教练团队坐到一起看数据：这套“降温装备”能让选手全程不掉速多少？装备贵出的钱，换来的成绩提升值不值？想清楚这两笔账，风冷还是液冷，答案自然浮出水面。

L=Ppeak−PsustainedPpeak×100%\displaystyle L = \frac{P_{peak} - P_{sustained}}{P_{peak}} \times 100\%
性能损失率 = （峰值算力 − 持续算力） ÷ 峰值算力 × 100%。散热越差，这个数字越大，是选型报告里的灵魂指标。
  1. 峰值算力 P_peak短时测试测出的最高算力，相当于选手起跑冲刺的最高速度。
    PpeakP_{peak}
  2. 持续算力 P_sustained长时间满负载后的稳定算力，相当于全程平均配速。
    PsustainedP_{sustained}
  3. 损失差值峰值减持续，得到因发热被“吃掉”的算力。
    Ppeak−PsustainedP_{peak} - P_{sustained}
  4. 损失率 L损失占峰值的百分比，散热越差这个数字越大。
    L=Ppeak−PsustainedPpeak×100%L = \frac{P_{peak} - P_{sustained}}{P_{peak}} \times 100\%

AI 应用场景

大模型训练集群的散热体检

阶段：算力基础设施评测与选型

解决的问题：大模型训练通常连续运行数天甚至数周，传统做法只看芯片标称参数，上架后才发现满载半小时就开始热节流，训练吞吐量骤降 30% 以上。AI 方式是用长时满负载基准测试给每台节点做“散热体检”，把稳态温度、持续算力和性能损失率量化记录，再决定是否更换散热方案。

具体案例：某团队用 8 卡风冷服务器预训练大语言模型，满载 20 分钟后芯片结温冲到 88°C，触发热节流，训练吞吐从 100% 掉到 62%。换装冷板液冷后，结温稳定在 63°C，全流程不再触发节流，同一个模型训练时间缩短了近四成。

在线推理服务的延迟保障

阶段：模型部署与在线服务运维

解决的问题：在线推理服务在白天高峰期持续全负载运行，散热不足导致的周期性热节流会让推理延迟忽高忽低。传统靠“加机器扛”成本极高，AI 方式是通过监控温度曲线和节流事件，提前定位散热瓶颈，用散热改造保障 P99 延迟稳定。

具体案例：某推荐系统在线推理集群，高峰期 GPU 温度在 75-90°C 之间反复震荡，每次触发节流，P99 延迟就从 12ms 飙到 45ms，超出 SLA 承诺。运维团队加装液冷背板后，温度稳定在 65°C 以下，P99 延迟恢复平稳，服务等级协议达标率回到 99.9%。

数据中心散热方案选型评估

阶段：基础设施规划与采购

解决的问题：自建机房或云厂商扩容 AI 集群时，需要回答“风冷还是液冷”。传统靠经验拍板很容易选错，AI 方式是用持续算力测试数据和 TCO 模型对比两种方案：算清性能损失、部署密度、电费和维护成本，用数字支撑决策。

具体案例：某云厂商规划 500 机柜的 AI 训练集群，实测风冷下持续算力损失率 35%，液冷下仅 3%。液冷方案前期建设成本贵 15%，但算力产出提升约 20%、散热能耗下降，综合测算两年即可回本，最终全集群采用冷板液冷。

Python 演示

python48 行
import math # 芯片热仿真模拟器: 模拟不同散热方案下的温度与频率变化class ThermalSimulator:    def __init__(self, rth=0.18, cth=320, ambient=25, throttle=85):        self.rth = rth        self.cth = cth        self.ambient = ambient        self.throttle = throttle        self.temp = ambient        self.freq = 1.0     def step(self, load, dt=0.5):        # 功耗随负载和频率变化, 基准功耗 600W        power = load * 600 * self.freq        steady = self.ambient + self.rth * power        tau = self.rth * self.cth        self.temp += (steady - self.temp) * (1 - math.exp(-dt / tau))        if self.temp >= self.throttle:            self.freq = max(0.5, self.freq - 0.05)        else:            self.freq = min(1.0, self.freq + 0.02)        return self.temp, self.freq  def run_simulation(cooling, minutes=40):    if cooling == "liquid":        sim = ThermalSimulator(rth=0.08, cth=260)    else:        sim = ThermalSimulator()    dt = 0.5    steps = int(minutes * 60 / dt)    freq_sum = 0.0    freq_peak = 1.0    print("--- %s cooling ---" % cooling)    for i in range(steps):        temp, freq = sim.step(1.0, dt)        freq_sum += freq        if i % 240 == 0:            print("t=%6.1fmin  temp=%5.1fC  freq=%5.1f%%" % (i * dt / 60, temp, freq * 100))    avg = freq_sum / steps    loss = (freq_peak - avg) * 100    print("average freq: %.1f%%, compute loss: %.1f%%\n" % (avg * 100, loss))  if __name__ == "__main__":    run_simulation("air")    run_simulation("liquid")
目的：用一阶热模型模拟风冷与液冷两种散热方案下，芯片在 40 分钟满负载任务中的温度与频率变化，量化对比持续算力损失。
  1. import math引入数学库，指数函数用来模拟温度向稳态趋近的过程。
  2. self.temp += (steady - self.temp) * (1 - math.exp(-dt / tau))温度按指数曲线爬升，对应公式 T(t) = T_A + θ×P×(1−e^(−t/τ))。
  3. steady = self.ambient + self.rth * power一阶热模型算出稳态温度，对应“结温 = 环境温度 + 热阻 × 功耗”。
  4. if self.temp >= self.throttle:温度越过 85°C 警戒线，触发热节流逻辑。
  5. self.freq = max(0.5, self.freq - 0.05)降频保护：频率每步下调 5%，但不会低于 50%。
  6. ThermalSimulator(rth=0.08, cth=260)液冷把热阻从 0.18 压到 0.08，满载稳态温度只有 73°C，全程不节流。
  7. loss = (freq_peak - avg) * 100用峰值频率与平均频率之差计算性能损失率，正是选型报告里的灵魂指标。

常见误区

误区“芯片过热顶多降点频，跑得慢一点而已，不影响大局。”

正解热节流可使持续算力掉 30%-50%，训练时间拉长近一倍，还伴随散热风扇满转的额外能耗。就像以为选手只是“放慢脚步”，实际上他直接失去了争夺奖牌的资格。性能评测必须把热节流当作核心变量，而不是小瑕疵。

为何常见：很多人只看参数表上的峰值算力，忽略了长时间负载下芯片的真实表现。

误区“芯片标称 TDP 350W，那它满载功耗就是 350W。”

正解TDP（热设计功耗）是散热系统的设计参考值，并不等于实际功耗。很多加速器在 boosting 时会瞬时冲到 TDP 的 1.3-1.5 倍。如果散热按 TDP 上限设计，满载必然触发节流。TDP 更像是运动员的“配速表”，实际冲刺速度会明显超出。

为何常见：厂商参数表只写 TDP 一个数字，初学者容易把它当成实际功耗上限。

误区“既然液冷散热强，那就直接全上液冷。”

正解液冷成本高、维护复杂、有漏液风险，在低功耗、低密度的场景下收益有限。短跑运动员不需要全程穿冰背心，一台小风扇就够。选型要看功耗密度和持续负载需求，风冷够用的时候，液冷的投入产出比并不划算。

为何常见：被宣传中液冷的高性能吸引，忽视了场景匹配和成本约束。

误区“评测报告里峰值算力高，就是好芯片。”

正解峰值算力是凉爽、短时状态下的爆发力，而实际训练和推理是长时间负载。持续算力和能效比才是真实产能。百米冲刺冠军不一定能跑完马拉松，同样的道理，峰值漂亮的芯片可能在半小时后就被热节流拖垮。

为何常见：厂商宣传都用峰值数据，这是最具误导性的一个误区。

误区“散热越猛，芯片温度越低，性能越好。”

正解温度只要不触发节流就足够了，继续降温收益递减；液冷温度过低还可能引发冷凝，水滴落在电路板上反而造成短路。运动员不是越冷越好，失温同样致命。工程上追求的是“稳定在安全区间”，而不是无限追求低温。

为何常见：把“不能过热”理解成“越冷越好”，缺乏基本的工程思维。

面试题

Q1. 芯片触发热节流后，最直接的表现是什么？

单选题 · easy

  • A.工作频率大幅降低← 正确答案
  • B.核心电压突然升高
  • C.缓存容量自动翻倍
  • D.芯片工艺自动升级

答案：A。热节流的核心动作是电源管理单元主动降频降压来减少发热，所以最直接表现是工作频率大幅降低。电压是降低而非升高，缓存和工艺不会因温度变化而改变。

Q2. 下列哪一项是芯片发热的根本来源？

单选题 · easy

  • A.操作系统运行开销
  • B.晶体管开关功耗← 正确答案
  • C.硬盘读写噪声
  • D.网络传输延迟

答案：B。芯片发热的根本来源是晶体管高速开关时产生的动态功耗，这就像运动员肌肉做功产生热量。操作系统开销、硬盘和网络都只是外围因素，不是芯片自身发热的主因。

Q3. 某芯片功耗 400W、热阻 0.15°C/W、环境温度 25°C，其稳态结温约为？

单选题 · mid

  • A.55°C
  • B.70°C
  • C.85°C← 正确答案
  • D.100°C

答案：C。根据结温公式 T_J = T_A + θ_JA × P，代入得 25 + 0.15 × 400 = 85°C。就像环境温度 25°C 的跑道，加上 60°C 的温升，运动员的核心体温就是 85°C。

Q4. 液冷散热相比风冷，最核心的优势是？

单选题 · mid

  • A.完全消除芯片功耗
  • B.搬运热量能力更强← 正确答案
  • C.无需任何电力消耗
  • D.不占用机房空间

答案：B。水的比热容约为空气的 4 倍，同样体积能带走更多热量，所以液冷的核心优势是搬运热量能力更强。它并不能消除功耗，也需要水泵耗电，且冷板和管路同样占用空间。

Q5. 热时间常数 τ 数值越大的芯片，其温度变化特点是？

单选题 · mid

  • A.温度上升得越快
  • B.温度变化得越慢← 正确答案
  • C.温度恒定在零度
  • D.温度与环境无关

答案：B。热时间常数 τ = 热阻 × 热容，它衡量温度变化的快慢。τ 越大，温度爬升或下降越慢，就像体重大的选手体温调节反应更迟钝。τ 与温度绝对值无关，更不会让温度与环境脱钩。

Q6. 评测持续算力时，正确的做法是？

单选题 · hard

  • A.开机后立即测一分钟
  • B.满载跑三十分钟再测← 正确答案
  • C.断开电源再测试
  • D.只记录最高瞬时值

答案：B。持续算力必须在满负载下跑足够长时间，让温度达到稳态后再测量，才能反映热节流影响下的真实产能。开机即测相当于看选手起跑 100 米的速度，测不出马拉松的真实配速。

Q7. 某液冷方案让持续算力从峰值 90% 提升到 99%，性能损失率下降约？

单选题 · hard

  • A.从 10% 降到 1%← 正确答案
  • B.从 5% 降到 0%
  • C.从 20% 降到 5%
  • D.从 30% 降到 15%

答案：A。性能损失率 = （峰值 − 持续） ÷ 峰值 × 100%。90% 持续意味着损失 10%，99% 持续意味着损失 1%。液冷把散热压稳后，几乎不再触发热节流，算力损失接近归零。

Q8. 下列哪些措施可以降低芯片稳态结温？（多选）

多选题 · mid

  • A.降低环境温度← 正确答案
  • B.减小散热路径热阻← 正确答案
  • C.降低芯片满载功耗← 正确答案
  • D.提高系统频率上限

答案：ABC。结温公式 T_J = T_A + θ_JA × P 给出了三个旋钮：降环境温度、降热阻、降功耗。提高频率上限反而会增加功耗和发热，让结温升得更高，属于反向操作。

Q9. 关于热节流机制的描述，正确的有？（多选）

多选题 · hard

  • A.由电源管理单元自动触发← 正确答案
  • B.通过降压降频减少发热← 正确答案
  • C.温度回落后自动恢复← 正确答案
  • D.触发后完全停止运算

答案：ABC。热节流由电源管理单元感知温度后自动触发，通过降频降压降低动态功耗，温度回落后逐步恢复频率。它只是“降速保护”，不是“停机罢工”，芯片仍会以较低算力继续工作。

Q10. 数据中心选择液冷方案的合理理由包括？（多选）

多选题 · mid

  • A.支持更高机柜部署密度← 正确答案
  • B.让持续算力更贴近峰值← 正确答案
  • C.初始建设成本一定更低
  • D.提升整机能效比指标← 正确答案

答案：ABD。液冷换热效率高，同等机柜能塞进更多满载服务器，持续算力接近峰值，散热能耗下降后整机能效比也更好。但液冷的初始建设成本通常更高，“一定更低”是错误的绝对化表述。