科技日报报道，随着人工智能（AI）技术的飞速前进，对算力的需求也在不断增加，芯片散热成为一个亟待解决的难题。高效冷却，已经成为AI基础设施发展中不可忽视的关键。最近，上海交通大学顾剑锋团队携皇家墨尔本理工大学马前教授和香港城市大学吕坚教授，深入研究三周期极小曲面（TPMS）结构，首次提出“热学基因”理论，实现对复杂结构的传热性能进行精确解析。相关成果已发表于国际期刊《先进科学》，并登上该期刊的封底内页。

TPMS结构广泛存在于自然，例如蝴蝶翅膀和海胆的骨骼，都属于这种结构。TPMS的特点是三维连续、比表面积大，且结构具备可扩展性。科学家们由此开发出可通过结构调整来优化性能的人造材料——超材料。尽管TPMS超材料在换热领域展现出极大的应用前景，相关结构形态与热传导效果间的联系仍缺乏一种统一的理论。

面对这一挑战，研究团队将TPMS结构进行细致拆解，从中提炼出比传统单胞更微小的基本单元，认为这些基元是最基础的传热功能模块，并称之为“热学基因”。他们进一步构建了传热性能预测模型，实现了结构和性能的量化关联，为热学超材料建立了统一的理论基础。在这个框架下，团队系统分析了27种TPMS结构，最终确认了Fischer-Koch结构在换热效果上的突出表现。

团队借助3D打印技术，制造了铜基TPMS换热器进行实验验证。在液冷环境下，这类结构的综合换热能力比传统设计提升了156倍，有效突破了此前高传热与低流阻无法兼顾的技术瓶颈。深入研究发现，如果将此类结构应用在未来的AI数据中心冷却系统，有望实现每年节省约30万亿度电，展现出在绿色计算和先进制造领域的巨大应用潜力。