破解TPMS超材料“热学基因”，为AI高效散热提供新思路

背景：随着人工智能芯片、边缘计算设备和高功率电子系统向高集成、高热流密度发展，散热成为关键瓶颈。传统散热结构面临换热能力与流动阻力难以协同优化的约束。研究目的：针对TPMS超材料复杂拓扑与传输性能关联机制不清的问题，研究团队提出以“热学基因”为类比的新分析范式，旨在揭示其内在传热机理，为高效散热设计提供新思路。结论：研究首次将TPMS结构解构为最小传热单元，识别出流道均匀性与空间密度为关键结构因素，建立了局部几何特征与整体性能的预测模型，并发现Fischer–Koch结构综合性能最优。实验制备的铜基该结构实现了换热效率的显著提升，为AI芯片散热器等开发提供了新的理论基础与工程路径。