新材料:2023导热材料行业研究报告.pdfVIP

新材料:2023导热材料行业研究报告.pdf

  1. 1、本文档共14页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

新材料:2023导热材料行业研究报告--第1页

新材料:2023导热材料行业研究报告

导热材料市场增长迅速,未来可期

热管理是“后摩尔”时代电子技术发展的重大挑战之一

热物理定律的限制和产品热失效机制特征使得热管理正变得日益重要。在现代电子系统

中,受电子器件自身效率的限制,输入电子器件的近80%电功率耗散会变成废热。美

国空军航空电子整体研究项目的研究结果表明,55%的器件失效是由温度因素导致的。

通过热管理,可确保高功率系统或设备有效地控制和管理产生的热量,以确保系统设备

运行时保持在可接受的温度水平,最终保障系统的可靠性、性能和寿命。

电子产品内部工作产生的热量主要通过均热(横向传递)和导热(纵向传递)传递至外

部。均热是指热量会自动从高温区域流向低温区域,直到整个物体的温度达到均匀状

态;两个温度不同的物体接触时,高温物体会向低温物体传递热量,直到两者温度达到

平衡状态。均热主要关注物体内部的热量分布,而导热更多地关注物体之间的热量传

递。

导热材料主要提升热传导中的导热和均热效率。元器件沿其材料表面的两个方向的均匀

导热性能通常有限,所以需要使用水平方向上具有较高导热率的材料将局部高温向四周

扩散。而不同元器件之间,由于界面之间直接接触存在凹凸不平的空隙,会产生热阻

(空气的导热效率非常低),因此需要使用导热界面材料填充空隙,以便于热量更快地

在不同界面间传导。

导热材料分类繁多,不同的导热材料有不同的特点和应用场景。目前广泛应用的导热材

料有合成石墨材料、均热板(VC)、导热填隙材料、导热凝胶、导热硅脂、相变材料

等。其中合成石墨类主要是用于均热;导热填隙材料、导热凝胶、导热硅脂和相变材料

主要用作提升导热能力;VC可以同时起到均热和导热作用。

新材料:2023导热材料行业研究报告--第1页

新材料:2023导热材料行业研究报告--第2页

导热材料行业具有较高的技术和供应商认证壁垒。由于导热材料的工作空间主要集中在

凹凸不平的缝隙中,需要具有一定的可塑性和柔软性,所以上游所涉及的原材料主要集

中在高分子树脂、硅胶块、金属材料及布料等。下游方面,导热材料通常需要与一些器

件结合,二次开发形成导热器件并最终应用于消费电池、通信基站、动力电池等领域。

由于导热材料在终端的中的成本占比并不高,但其扮演的角色非常重要,因而供应商业

绩稳定性好、获利能力稳定。

算力需求提升,导热材料需求有望放量

最先进的NLP模型中参数的数量呈指数级增长。近年来,自然语言处理(NLP)中的

基于Transformer的语言模型借助于大规模计算、海量数据以及先进的算法和软件取

得快速进展。拥有大量参数、更多数据和更长训练时间的语言模型可以获得更加丰富、

更加细致的语言理解能力。因此,从2018年开始,NLP模型参数以每年近乎一个数量

级的速度在增长。

新材料:2023导热材料行业研究报告--第2页

新材料:2023导热材料行业研究报告--第3页

AI大模型的持续推出带动算力需求放量。ChatGPT-3模型版本拥有1750亿个参数,

而此前的GPT-2只有1.5亿个参数。由于参数数量的增加,ChatGPT-3的训练时间和

算力需求也大幅增加。为了训练GPT-3模型,OpenAI需要使用超过285,000个CPU

核心和10,000多个GPU。训练ChatGPT-3模型的总计算量大约相当于在普通笔记本

电脑上运行175亿年的计算量,大约是GPT-2的数百倍(数据源自

文档评论(0)

175****9697 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档