Npj Comput. Mater. : 都说金刚石和铜是散热的最佳拍档，却不知他们各自为对方受了多...

主要观点总结

本文介绍了武汉大学集成电路学院刘胜院士团队在铜/金刚石异质结构热阻研究方面的突破性工作。该研究使用机器学习原子力场实现了大规模非平衡分子动力学模拟，揭示了热阻背后的微观机制，并发现中间层材料在热管理中具有重要作用。研究还涉及温度、压力、晶体方向对热传输的影响。这项研究为高性能铜/金刚石热管理材料的理论设计提供了清晰的原子级操作手册，为微电子、能源转换等领域的交叉研究提供了新的思路与见解。

关键观点总结

关键观点1: 铜与金刚石异质结构中的热阻问题长期存在，制约了高功率器件的性能和寿命。

铜与金刚石的原子振动方式严重不匹配，导致热量传输时遭遇巨大阻力；同时，两者的化学亲和力弱，界面结合松散，进一步阻碍热流。

关键观点2: 武汉大学集成电路学院刘胜院士团队使用机器学习原子力场构建了高精度模型，实现了大规模非平衡分子动力学模拟。

该模型能够系统揭示热阻背后的微观机制，并发现优秀的中间层材料应能够充当声子桥，有效缩小铜与金刚石高效传热声子之间的频率差距。

关键观点3: 钛（Ti）和碳化钛（TiC）表现最佳作为中间层材料。

它们不仅频率匹配度高，还能提供多条高效声子通道，使界面热阻降低高达42%。

关键观点4: 研究还发现温度、压力、晶体方向对铜/金刚石界面的热传输有显著影响。

升温有助于界面导热，因为温度升高能增强铜与金刚石声子态密度的重叠。沿热流方向施加轻微压缩不仅能提升声子耦合，还能强化界面化学键，降低热阻。晶体取向影响界面热阻，可能源于界面处的非弹性声子散射。

关键观点5: 这项研究不仅为高性能铜/金刚石热管理材料的理论设计提供了清晰的原子级操作手册，而且使用的机器学习力场方法具备广泛适用性。

该方法可推广至其他异质界面体系，为微电子、能源转换等领域的交叉研究注入新思路与新见解。