黄仁勋：散热技术成AI算力突破关键 辉达与台积电深化协作应对功耗挑战

（八打灵再也1日讯）随着人工智能（AI）运算对算力与能耗的需求不断攀升，辉达（NVIDIA）创办人暨首席执行员黄仁勋指出，“效能”已成为AI发展的核心物理边界。他强调，芯片散热系统（Chip Cooling）的突破，将是未来提升运算能力天花板的关键之一。

黄仁勋近期接受科技媒体专访时透露，辉达正与长期晶圆代工伙伴台积电（TSMC）展开深度协作，共同探索半导体制程、封装及系统工程的极限。他以液冷通道（Liquid Cooling）与气冷风扇为例，指出未来的系统演进将高度依赖散热技术，以支撑持续增长的算力需求。

跨界整合：从半导体到流体工程

黄仁勋直言，尽管辉达不直接制造芯片，但在设计初期就必须具备深厚的半导体专业知识。他透露，辉达内部聘有大量具备制程、材料与元件物理背景的工程师，旨在与台积电合作时，能以同等的专业语言探讨极紫外光（EUV）技术、电晶体结构、功耗密度及良率等课题，从而在设计阶段预判制程极限，避免系统层面出现瓶颈。

此外，为了应对散热挑战，辉达也延揽了空气动力学与流体工程专家。此举旨在让散热设计能与芯片功耗、封装热阻及机柜配置同步优化。通过这种协作模式，辉达能在设计阶段即与台积电讨论2.5D及3D堆迭等先进封装所带来的热管理问题，并反向推导系统端所需的解决方案。

紧密协作：共同定义AI运算平台

市场消息指出，因应中国市场对H200芯片的需求，辉达正积极争取台积电提供更多产能。双方在先进制程、封装乃至整机系统的电力与散热设计上，展现了高度同步的协作模式。

业界分析认为，辉达与台积电的关系已超越了传统的客户与代工模式，更倾向于共同定义未来AI运算平台的战略合作伙伴。黄仁勋表示，正是得益于这种在制程与物理层面的高度协作，辉达才得以不断推高功耗密度上限，将散热技术整合为平台设计的一部分。