GPUの中では、膨大な数のトランジスタが高速に動いている。

そこに電流が流れる。

電流が流れれば、抵抗がある。

抵抗があれば、熱が出る。

つまりGPUの発熱は、特別な現象ではなく、

電気を使って計算する以上、必ず起きる現象である。

従来のGPUは、ゲームや画像処理で使われることが多かった。

しかしAI時代では違う。

GPUは、

　● 生成AIの学習

　● 大規模AIモデルの推論

　● 画像・動画生成

　● 自動運転AI

　● ロボット制御 など、極めて重い計算に使われる。

つまりGPUは、一時的に働く部品ではなく、

常時、高負荷で働き続ける部品になっている。

当然、熱問題は大きくなる。

半導体は長年、微細化によって進化してきた。

小さくすることで、

　● 高速化

　● 低消費電力化

　● 高密度化 を実現してきた。

しかしAI時代では、単純な微細化だけでは足りなくなってきた。

より多くの演算回路を、より小さな面積へ詰め込む。

その結果、熱密度が急激に上がる。

ここが重要である。

GPUの熱問題は、単に温度が高いという話ではない。

本当の問題は、小さな面積に、大きな熱が集中することである。

例えば、同じ100Wの発熱でも、大きな板全体に広がっている場合と、
小さなチップ上に集中している場合では、難易度がまったく違う。

AI半導体では、この熱密度が非常に高くなる。

半導体内部では、全体が均一に熱くなるわけではない。

一部だけ極端に熱くなる場所がある。

これを、ホットスポットという。

ホットスポットが発生すると、

　● 演算性能低下

　● エラー

　● 劣化

　● 寿命低下

　● 保護制御による性能制限 が起きる。

つまりAI半導体では、平均温度より、局所的な熱集中が問題になる。

GPUは高温になると、自ら性能を落とすことがある。

いわゆる、サーマルスロットリングである。

これは、故障を防ぐために、GPUが動作速度を下げる制御だ。

つまり、高性能GPUを搭載していても、

熱を逃がせなければ、カタログ性能を出せないということになる。

AI時代では、GPU単体だけではなく、

周辺にHBMなどの高性能メモリを近接配置する構造が増えている。

さらに将来は、半導体を縦方向に積む3D半導体も重要になる。

しかし積層すると、熱の逃げ道は複雑になる。

上にも下にも発熱源がある。

熱を逃がしたいのに、熱を出す部品が重なっている。

つまり3D半導体は、高性能化の技術であると同時に、

熱を閉じ込めやすい構造でもある。

昔は、チップ単体の性能が注目されていた。

しかし今は違う。

AI半導体では、

　● チップ

　● メモリ

　● 基板

　● TIM

　● 放熱板

　● ヒートシンク

　● 液冷プレート まで含めて、熱設計を考える必要がある。

つまり熱問題は、半導体単体ではなく、

パッケージ全体の問題になっている。

ここで重要なのが、前章で扱った接触熱抵抗である。

半導体から熱を逃がすには、熱がいくつもの材料を通過する。

例えば、

チップ

　↓

TIM

　↓

放熱板

　↓

冷却プレート　という経路である。

 

このとき、材料と材料の境界で、

　● 空気層

　● 浮き

　● 圧力不足

　● 表面粗さ

　● 厚みムラ 　があると、熱は流れにくくなる。

 

つまりGPU・半導体の熱問題では、

材料性能より、界面性能が支配的になることがある。

熱伝導率の高い材料を使えば、すべて解決するように見える。

しかし実際には、

　● 密着していない

　● 厚みがばらつく

　● 圧力が足りない

　● 微細な段差がある

　● 熱膨張で接触が変わる だけで、熱性能は大きく変わる。

つまり、良い材料を使うことと、

良い状態で使えることは別である。

ここを間違えると、AI半導体の熱対策は成立しない。

研究開発では、

　● 高熱伝導材料

　● 次世代TIM

　● 液冷プレート

　● 熱拡散構造

　● 3D実装の熱解析

　● 低消費電力設計 などが進んでいる。

ただし本質は、高性能化した半導体から、

どう熱を外へ逃がすかである。

試作では冷えていても、量産では結果が変わることがある。

理由は、

　● 貼り合わせズレ

　● 圧力ばらつき

　● 材料厚みのばらつき

　● 表面状態の違い

　● 熱膨張による変形

　● 組立工程の個体差 などである。

つまりGPU・半導体の熱問題では、理論上冷えるだけでは足りない。

量産しても冷えることが必要になる。

OTIS視点では、GPU・半導体の熱問題で重要なのは、

　● 放熱材の高精度加工

　● 絶縁放熱材の加工

　● 薄膜加工

　● 高精度ラミネート

　● 異種材料の貼り合わせ

　● 微細形状の打ち抜き

　● 量産時の寸法安定性 　である。

AI半導体の世界では、熱対策材料そのものだけでなく、

その材料をどう加工し、どう貼り、どう量産するかが重要になる。

OTISでは、

　● グラファイトシート加工

　● 放熱シート加工

　● 絶縁材加工

　● 高精度打ち抜き

　● 微細加工

　● 高精度ラミネート

　● 異形状積層

　● リール供給対応 などを通じて、

GPU・半導体周辺の熱対策部材を、再現性をもって、

量産で使える形に近づけることへ貢献できる可能性がある。

一方でOTISは、

　● GPU設計

　● 半導体回路設計

　● 半導体前工程

　● AIチップ開発

　● 液冷装置そのものの設計 を専門とする会社ではない。

しかし、熱対策部材を量産工程で成立させるという領域では、重要な役割を担える可能性がある。

★★★★★ AI半導体

★★★★★ GPU・アクセラレータ

★★★★★ データセンター

★★★★★ 3D半導体

★★★★☆ 高性能サーバー

★★★★☆ エッジAI機器

AI時代の半導体は、熱を逃がせるかで決まる

GPU・半導体は、AI時代の中心部品である。

しかし高性能化するほど、熱密度は上がる。

熱密度が上がるほど、ホットスポットが発生しやすくなる。

そして熱を逃がせなければ、どれだけ高性能な半導体でも、本来の性能を出せない。

 

つまりAI時代の半導体競争は、計算性能の競争であると同時に、熱を逃がす競争でもある。

そしてその裏側では、高性能材料を量産で成立させるための、

加工・接触・貼り合わせ・界面設計が、ますます重要になっていく。

 

 

コラム監修：角本 康司 (オーティス株式会社)
語学留学や商社での企画開発を経て2011年にオーティス株式会社入社。経営企画部を中心に製造・技術部門も兼任し、2018年より代表取締役として事業成長と組織強化に努めている。

 

※本記事は教育・啓発を目的とした一般的な技術解説であり、特定企業・製品・技術を示すものではありません