3、热对流与热辐射：自然对流、强制对流、热辐射原理
各位同学，咱们接着聊。上一节我们把热传导讲透了，这一节轮到热对流和热辐射。说实话，在NPU芯片这种高功率密度的场景下，对流和辐射往往是决定散热方案成败的关键。我个人习惯把热对流看作是「风的力量」，而热辐射则是「看不见的红外线在干活」。
3.1 自然对流：不花钱的散热方式
自然对流，说白了就是靠空气自己受热膨胀、密度变小，然后往上飘。你想想看，一杯热水冒热气，就是这个道理。在NPU芯片散热中，自然对流通常用于低功耗场景，或者作为辅助散热手段。
我在项目中遇到过一款边缘计算NPU，功耗只有5W，客户要求无风扇设计。嗯，这时候自然对流就是主角了。
自然对流的核心公式：
Q = h * A * ΔT其中 h 是自然对流换热系数，一般在 5-25 W/(m²·K) 之间。A 是散热面积，ΔT 是温差。
这里有个坑，我必须要讲。自然对流的换热系数非常低，比强制对流低一个数量级。我曾经有个项目，以为加个散热片就能靠自然对流搞定10W的NPU，结果芯片温度直接飙到95°C。后来一算，散热面积根本不够。
避坑指南：自然对流散热，散热片的齿间距不能太小。我曾经设计过一款齿间距只有1mm的散热片，结果空气根本流不动，热全堵在里面了。建议齿间距至少3-5mm，齿高不超过齿间距的5倍。
3.2 强制对流：主动散热的主力军
强制对流，就是加个风扇或者泵，强迫流体流动。在NPU芯片散热中，这是最常见的方式。你想想看，服务器里的NPU卡，哪个不是配着高速风扇？
强制对流的换热系数可以做到 50-500 W/(m²·K)，甚至更高。这比自然对流强太多了。我习惯用下面这个经验公式来估算：
h = 0.023 * Re^0.8 * Pr^0.4 * k / L其中 Re 是雷诺数，Pr 是普朗特数，k 是流体导热系数，L 是特征长度。这个公式虽然看起来复杂，但实际用起来，你只需要知道：风速越大，换热越强。
个人经验：在NPU芯片的强制对流设计中，我一般把风速控制在 2-5 m/s。低于2 m/s，效果和自然对流差不多；高于5 m/s，噪音和功耗就上来了，而且容易产生啸叫。我曾经有个项目，为了追求极致散热，把风速调到8 m/s，结果风扇噪音大到客户投诉。
强制对流还有一个关键点：流道设计。你想想看，如果风道有死角，或者有回流，那散热效果会大打折扣。我建议在NPU芯片周围留出至少10mm的进风空间，出风口也要通畅。
3.3 热辐射：被忽视的散热通道
热辐射，说白了就是物体通过电磁波传递热量。在NPU芯片散热中，很多人会忽略热辐射，觉得它占比太小。其实不然，尤其是在高温场景下，热辐射的贡献不可小觑。
热辐射的公式是斯蒂芬-玻尔兹曼定律：
Q = ε * σ * A * (T1^4 - T2^4)其中 ε 是发射率（0-1之间），σ 是斯蒂芬-玻尔兹曼常数（5.67×10⁻⁸ W/(m²·K⁴)），A 是表面积，T1 和 T2 是物体和环境的绝对温度。
注意看，这里有个四次方！这意味着温度越高，热辐射的贡献呈指数级增长。我做过一个实验：在85°C的NPU芯片表面，热辐射可以占到总散热量的15-20%。这个比例，你想想看，不能忽视吧？
关键参数：发射率 ε 对热辐射影响巨大。抛光铝的发射率只有0.04，而阳极氧化铝可以达到0.8以上。我建议在NPU散热片上做黑色阳极氧化处理，这样热辐射效果最好。
我曾经有个项目，NPU芯片温度一直降不下来。后来发现是散热片表面太光滑，发射率太低。我让供应商做了喷砂处理，发射率从0.1提升到0.7，温度直接降了5°C。嗯，这就是热辐射的威力。
3.4 三种散热方式的协同设计
在实际的NPU芯片热管理中，这三种方式往往是同时存在的。我习惯用一张表来对比它们：
| 散热方式 | 换热系数 (W/(m²·K)) | 适用场景 | 典型应用 |
|---|---|---|---|
| 自然对流 | 5-25 | 低功耗、无风扇 | 边缘NPU、IoT设备 |
| 强制对流 | 50-500 | 高功耗、有风扇 | 服务器NPU、AI加速卡 |
| 热辐射 | 取决于温度和发射率 | 高温、真空环境 | 航天、高温工业 |
我个人习惯的设计流程是这样的：先算自然对流能带走多少热量，不够的话加风扇做强制对流，最后用热辐射来补漏。你想想看，这样层层递进，既不会过度设计，也不会遗漏散热通道。
实战技巧：在NPU芯片的散热设计中，我建议在散热片表面贴一层高发射率的导热垫片。这样既能增强热辐射，又能填充接触面的空气间隙。我曾经用这种方法，把芯片到散热片的热阻降低了30%。
好了，这一节的内容就到这里。热对流和热辐射，说白了就是让热量「动起来」和「辐射出去」。下一节我们会讲热阻网络模型，到时候你会看到这些原理是如何被量化和计算的。记住，理论是基础，但实战才是检验真理的唯一标准。