ニュース

エッジAIの熱管理に最適なコンパクト冷却ソリューションとは？

分散型AIシステム向けの最も効果的なコンパクト冷却ソリューションは、高密度ヒートシンクと強制対流を組み合わせ、ミニチュアブロワーまたは合成ジェットを使用して、10リットル未満の筐体内で5〜25 W/cm²の熱流束を管理します。ほとんどのエッジ展開では、ハイブリッド方式（アルミニウムまたは銅ベーパーチャンバーベース、15 mm〜30 mmの高さのフィンスタック、40 mm x 40 mmブロワー）が、熱性能（ケース対周囲温度熱抵抗0.5〜2.0 °C/W）、騒音（35 dBA未満）、コスト（量産時1個あたり15〜45米ドル）の最適なバランスを提供します。ヒートパイプを備えた自然対流ヒートシンクなどのパッシブソリューションは、総消費電力が25 W未満で、周囲温度が45 °C未満の場合にのみ有効です。

エッジAIプロセッサに固有の熱課題とは？

NVIDIA Jetson Orin NX（15〜40 W）やIntel Movidius Myriad X（1〜2 W）などのエッジAIデバイスは、小さな面積に集中した熱を発生させます。典型的なシステムオンモジュール（SOM）は45 mm x 45 mmで、25 Wの負荷はプロセッサダイ全体で約12 W/cm²の熱流束に相当します。冷水ループを備えたデータセンターとは異なり、IP67定格の屋外カメラや工場のPLCキャビネットなどのエッジ筐体は、限られた空気の流れと、-20 °Cから60 °Cの範囲の周囲温度を提供します。設計上の制約は、ピーク温度だけでなく熱サイクルです。はんだ接合部（BGAパッケージなど）での繰り返しの膨張と収縮は、疲労破壊を引き起こします。ジャンクション対ケース熱抵抗が0.3 °C/W、最大ジャンクション温度が95 °Cの場合、50 °Cの周囲温度で25 Wを放散するには、ケース温度を87.5 °C未満に保つ必要があります。

10リットル筐体に適したヒートシンク形状を選択するには？

ヒートシンクの形状は、ファンまたはブロワーから得られる利用可能な圧力損失と、表面積と空気流抵抗のバランスをとるフィンピッチによって決まります。0.2〜0.5インチ水柱の静圧で5〜10 CFMを供給するブロワーの場合、フィン高さ20 mm、フィン厚1.0 mm、フィンピッチ3.0 mmで、60 mm x 60 mmのベースに対して0.8〜1.2 °C/Wの熱抵抗が得られます。フィン高さを30 mmに増やすと抵抗は15%改善されますが、圧力損失は40%増加し、低出力ブロワーが失速する可能性があります。ピンフィンアレイ（直径2.0 mmのピン、4.0 mmピッチ）は全方向性の空気流を提供するため、筐体に複数の吸気口がある場合に有利です。15 W/cm²を超える熱流束の場合、ベーパーチャンバー（0.2 mm銅エンベロープ、50 mm x 50 mm）が15 mm x 15 mmのダイからベース全体に熱を広げ、固体銅と比較して拡散抵抗を1.5 °C/Wから0.3 °C/Wに低減します。

分散型AIにおいて、ベーパーチャンバーが固体銅より優れている理由は？

ベーパーチャンバーは水の気化潜熱（2260 kJ/kg）を利用し、銅の385 W/m·Kに対して5000〜20000 W/m·Kの実効熱伝導率を達成します。コンパクトなエッジデバイスでは、プロセッサダイがヒートシンクベースよりも小さいことが多く、拡散抵抗のペナルティが発生します。10 mm x 10 mmのダイから60 mm x 60 mmのベースに25 Wの負荷を広げる場合、厚さ3 mmの固体銅ベースの拡散抵抗は1.8 °C/Wですが、厚さ2 mmのベーパーチャンバーはこれを0.4 °C/Wに低減します。この低減は、同じ空気流でジャンクション温度を35 °C低下させることになります。ただし、ベーパーチャンバーは同等の銅ベースよりも8〜15米ドル高く、内部のウィック構造を維持するために最小厚さが2.5 mm必要です。また、最大熱輸送容量（50 mm x 50 mmチャンバーで通常200〜400 W）があり、エッジAIでこれを超えることはほとんどありません。

ファンレスエッジ筐体にはどの冷却方法が最適ですか？

ファンレス設計の場合、選択肢は自然対流ヒートシンク、ヒートパイプ、相変化材料（PCM）です。100 mm x 100 mmのベース、40 mmのフィン高さ、6.0 mmのフィンピッチを備えた自然対流ヒートシンクは、静止空気中で2.5 °C/Wを達成し、40 °Cの温度上昇で12 Wの放散に制限されます。ヒートパイプ（直径6 mm、長さ150 mm）は、水平方向に30〜50 Wを伝達でき、プロセッサから筐体壁のリモートフィン面に熱を移動させることができます。断続的なAIワークロード（例：5分ごとに60秒間推論を実行するビジョンシステム）の場合、PCM（潜熱200 kJ/kg、融点55 °Cのパラフィンワックス）は、温度上昇なしで5分間20 Wを吸収できます。必要なPCM体積は、20 W x 300 秒 / (200 kJ/kg x 700 kg/m³) = 0.043リットルで、0.5リットルのキャビティで実現可能です。ただし、PCMは再固化に15〜30分かかるため、連続負荷を維持することはできません。

エッジAI筐体の空気流量要件を計算するには？

必要な体積空気流量（CFM）は、Q = 1.76 x P / ΔTから計算されます。ここで、Pはワット単位の消費電力、ΔTは許容空気温度上昇（°C）です。最大10 °Cの温度上昇を持つ30 Wプロセッサの場合、空気流量は5.3 CFMでなければなりません。この流量は、ヒートシンクの圧力損失（0.1〜0.3インチ水柱）に加えて、吸気フィルターとグリル（0.05〜0.15インチ水柱）を克服する必要があります。40 mm x 40 mm x 20 mmのブロワー（例：SunonまたはDelta）は、0.3インチ水柱で6.5 CFMを提供し、2.5 Wを消費し、32 dBAを発生させます。フィン密度を2倍にすると（ピッチを3.0 mmから1.5 mmに）、表面積は40%増加しますが、圧力損失は0.6インチ水柱に上昇し、ブロワー流量は3.5 CFMに減少します—これは熱伝達の正味の損失です。最適な動作点は、ヒートシンクの圧力損失曲線がブロワーの性能曲線と交差する点であり、通常はブロワーのフリーエア流量の60%〜80%です。

エッジAIシステムで液体冷却をいつ使用すべきですか？

液体冷却は、熱流束が30 W/cm²を超える場合、周囲温度が55 °Cを超える場合、または筐体が密閉され（IP68）空気交換がない場合にのみ正当化されます。60 mm x 60 mmのコールドプレート、12 V DCポンプ（2.5 W、0.5 L/min流量）、120 mm x 120 mmのラジエーターと120 mmファンを備えたコンパクトな液体ループは、0.1 °C/W〜0.3 °C/Wの熱抵抗で100 Wを放散できます。総システムコストは1台あたり80〜150米ドルで、漏れのリスク（クイックディスコネクト継手のMTBFは10000サイクル）が加わります。ほとんどのエッジAIアプリケーション（例：5G基地局エッジサーバー、自動運転車両コントローラー）では、ベーパーチャンバーとブロワーによる空冷で最大60 Wまで十分です。液体冷却が経済的に viable になるのは、過熱したGPUの障害コスト（500〜2000米ドル）が冷却システムのコストを上回る場合のみです。

エッジAIヒートシンクの実際の熱抵抗ターゲットは？

次の表は、東莞での20年間の製造経験に基づく、一般的なエッジAIフォームファクタのベースライン熱性能ターゲットを提供します。

生産前にコンパクト冷却設計を検証するには？

熱検証には、プロセッサケースに取り付けた熱電対（タイプT、±0.5 °C精度）と、1 Hzでサンプリングするデータロガーが必要です。最大電力（例：30 W）で60分間、温度が±1 °C以内で安定するまで定常状態テストを実行します。ジャンクション温度は、Tj = Tc + (P x Ψjt)として計算されます。ここで、Ψjtはデータシートからのジャンクション対ケース熱抵抗（通常0.2〜0.5 °C/W）です。CFDシミュレーション（例：Ansys Icepak）は、ケース温度を測定値の±5 °C以内で予測する必要があります。差がこれを超える場合は、空気の再循環（高温空気が吸気口に再流入）またはバイパス（ヒートシンクの周りを空気が流れる）がないか空気流経路を確認してください。生産では、加熱カートリッジ（50 W容量）をヒートシンクベースに押し付けて温度上昇を測定する熱テストフィクスチャを使用します。このフィクスチャは、熱抵抗の±10%の合格/不合格しきい値で100%検査用に自動化できます。

カスタムエッジAIヒートシンクのコスト要因は？

押出アルミニウムヒートシンクの工具費は800〜2500米ドルで、最小注文数量は500個、1個あたり3〜8米ドルです。ダイカスト銅ベースは工具費に3000〜6000米ドル追加されますが、大量生産では単価が競争力があります（5〜12米ドル）。ベーパーチャンバーはカスタムフィクスチャ（2000米ドル）と4〜6週間のリードタイムが必要で、押出の場合は2週間です。最も重要なコスト要因は表面処理です。陽極酸化処理（1個あたり1.5米ドル）は放射率を0.1から0.8に向上させ、自然対流に重要です。ニッケルメッキ（1個あたり2.5米ドル）ははんだ付け性のために使用されます。25 WエッジAIモジュールの場合、総冷却ソリューション（ヒートシンク+ブロワー+熱界面材料）のコストは1個あたり15〜30米ドルで、デバイス総コストの5%〜10%に相当します。

2Uエッジサーバーでブロワーと軸流ファンのどちらを選ぶべきですか？

2Uサーバーシャーシ（高さ88.9 mm）はヒートシンクの高さを25 mmに制限するため、狭いフィンチャネルに空気を押し込むために0.4〜0.8インチ水柱の静圧を生成できるブロワーが有利です。軸流ファン（40 mm x 40 mm x 28 mm）は高流量（15 CFM）を提供しますが、静圧はわずか0.1インチ水柱であり、フィンピッチが4.0 mmを超える低抵抗ヒートシンクに適しています。2つの25 Wプロセッサを搭載した2Uエッジサーバーの場合、シャーシ前面に1つの60 mmブロワー（0.5インチ水柱で10 CFM、38 dBA）を配置し、両方のヒートシンクに直列に空気を導きます。この構成では総圧力損失は0.8インチ水柱になり、ブロワーは80%の効率で処理できます。騒音が懸念される場合（30 dBA未満）は、フィンピッチを4.0 mmに増やし、ブロワー速度を20%低下させ、15%高い熱抵抗を受け入れます。

エッジAIアセンブリにおける熱界面材料の役割は？

熱界面材料（TIM）は、プロセッサリッドとヒートシンクベースの間の10〜50マイクロメートルの空隙を埋めます。相変化TIM（例：Honeywell PTM7950、厚さ0.05 mm）は0.05 °C·cm²/Wの熱インピーダンスを達成し、シリコンパッド（0.5 °C·cm²/W）の10倍優れています。25 Wプロセッサの場合、TIMは相変化材料で0.2 °C/W、厚いパッドで2.0 °C/Wに寄与し、ジャンクション温度に45 °Cの差が生じます。液体金属（ガリウムベース）は0.01 °C·cm²/Wを提供しますが、導電性があり、腐食を避けるためにニッケルメッキ表面が必要です。振動下でのポンプアウトリスクのため、エッジデバイスには推奨されません。コンパクト冷却に推奨されるTIMは、厚さ0.2 mmのグラファイトパッド（熱伝導率15 W/m·K）で、1個あたり0.30米ドルで、洗浄残渣なしでリワーク可能です。

FAQ

密閉筐体内のパッシブヒートシンクはどのくらいの電力を放散できますか？

密閉筐体内のパッシブヒートシンクは、筐体の表面積（0.1〜0.3 m²）と最大許容内部温度上昇に応じて、5〜15 Wを放散できます。筐体が金属（アルミニウム、厚さ2 mm）の場合、30 °Cの上昇で10 Wを達成できます。プラスチック筐体は熱伝導率が低い（0.2 W/m·K）ため、放散は5 Wに制限されます。より高い電力の場合は、筐体壁に通気口またはヒートパイプを追加する必要があります。

空冷エッジAIの最大周囲温度は？

空冷エッジAIの最大周囲温度は55 °Cです。これは、25 Wプロセッサ、ケース温度制限85 °C、ヒートシンク熱抵抗1.0 °C/Wを想定しています。55 °Cを超えると、温度差（85 - 55 = 30 °C）では、5 CFMの妥当な空気流量で25 Wを放散するには不十分です。周囲温度が70 °Cまでの場合は、液体冷却またはより大きなフィン面積を持つベーパーチャンバーが必要です。

ベーパーチャンバーの代わりにヒートパイプをいつ使用すべきですか？

熱源がフィン付き放熱エリアから50 mm以上離れている場合、例えばプロセッサが垂直PCB上にありフィンがトップカバー上にある密閉筐体では、ヒートパイプを使用してください。6 mmヒートパイプは、半径25 mmで90度曲げることができ、曲げごとに容量が5%しか低下しません。熱源がヒートシンクベースの直下にあり、拡散抵抗が主な懸念事項である場合は、ベーパーチャンバーを使用してください。

30 WエッジAIモジュールに最適なブロワーサイズは？

40 mm x 40 mm x 20 mmのブロワーは30 Wモジュールに最適で、0.3インチ水柱の静圧で6.5 CFMを提供し、2.5 Wを消費します。2Uの高さ範囲内に収まり、産業環境で許容できる32 dBAを発生させます。より大きなブロワー（60 mm）は騒音を25 dBAに低減しますが、40 mmのクリアランスが必要であり、コンパクトな筐体では利用できません。

エッジAIプロセッサに標準CPUクーラーを使用できますか？

はい、ただしクーラーの高さが40 mm未満で、取り付けパターンがプロセッサ（例：50 mm x 50 mm）と一致する場合に限ります。デスクトップ用の標準CPUクーラーは、ヒートシンクの高さが80 mm〜120 mmで、65 W〜125 Wの負荷向けに設計されており、エッジAIには大きすぎます。ロープロファイルクーラー（高さ35 mm、80 mmファン）は40 Wを処理できますが、コストは25〜40米ドルで、カスタムヒートシンクとブロワーの15〜20米ドルよりも高くなります。

カスタムベーパーチャンバーサンプルのリードタイムは？

カスタムベーパーチャンバーサンプルのリードタイムは、工具製作（フィクスチャ）とリークテストを含めて3〜4週間です。量産数量（1000個以上）には、焼結プロセスと品質検査のためにさらに2〜3週間必要です。熱検証と設計の反復を可能にするため、計画された生産開始の少なくとも6週間前にサンプルを注文することをお勧めします。

エッジAI筐体の熱疲労をテストするには？

熱疲労テストでは、プロセッサ電力を10分ごとに0%から100%まで1000サイクル切り替え、ケース温度を監視します。合格基準は、最初のサイクルから最後のサイクルまでのジャンクション温度の上昇が5 °C未満であり、TIMまたははんだ接合部の劣化がないことを示します。加速テストには、10 °C/分のランプレートで、熱衝撃チャンバー（-40 °Cから85 °C）を使用します。

結論

エッジAIのコンパクト冷却には、システムレベルのアプローチが必要です。熱流束を計算し、拡散用にベーパーチャンバーまたはヒートパイプを選択し、利用可能な圧力損失に合わせてブロワーをサイズ決定し、熱電対測定で検証します。60 W未満のほとんどの分散型AIワークロードでは、20 mmピンフィンスタックと40 mmブロワーを備えたベーパーチャンバーベースが、2リットル筐体内で性能、コスト、信頼性の最良のバランスを提供します。パッシブ冷却は15 Wに制限され、液体冷却は30 W/cm²を超える極端な熱流束のために予約されています。熱シミュレーションとCNC機械加工機能の両方を備えたメーカーと提携することで、ヒートシンクがデータシートだけでなく実際の空気流に最適化

関連記事

• AIシミュレーションとスマート製造:ヒートシンク業界は「試作」から「一度に正しい」まで
• 液冷が主流になると、データセンター時代における金物放熱板の役割が進化する
• Acerステーションからエッジボックスへ:通信ネットワークの進化におけるヒートシンク要件の変化