【文/观察者网 熊超然】

5月31日，哈尔滨工业大学第十一届博士生集体婚礼举行。本次婚礼，学校为187对新人准备了由朱嘉琦教授团队自主研制的1克拉“真心”钻石制作成的钻戒，为婚礼赋予了哈工大独有的硬核浪漫。

据悉，这枚钻石具有极高的硬度和化学稳定性。香港《南华早报》6月16日也报道指出，该团队采用的技术在理论上能够制造出各种形状和尺寸的高纯度单晶金刚石，从婚庆首饰到宽度接近篮球直径的晶圆均可实现。

这项技术被称为微波等离子体化学气相沉积（MPCVD），它在超净环境中生成碳原子，并将其逐层沉积在金刚石籽晶上。相关技术获国家技术发明二等奖、黑龙江省技术发明一等奖、中国专利金奖及黑龙江省专利金奖、日内瓦国际发明展金奖等国内外奖项。而这样一项技术的影响力，远不仅仅体现在这些新人们的婚礼之上。

报道强调，随着全球人工智能（AI）竞赛进入算力主导的时代，中国正崛起为超大型人造金刚石的主要生产国，这种材料被日益视为解决半导体散热问题的关键。

事实上，芯片性能日益受到散热这一根本性物理难题的制约，而大尺寸单晶金刚石培育技术的一系列突破，可能赋予中国在下一代AI硬件领域取得意想不到的优势。

2025年7月9日，河南柘城的一家人造钻石企业钻石生产、销售两旺。河南柘城被誉为“钻石之都”，官方数据显示，柘城县年产金刚石单晶60亿克拉、金刚石微粉150亿克拉。图为人造钻石成品吸引消费者观赏。 中新社发 王中举 摄 IC Photo

今年1月，英伟达创始人兼首席执行官黄仁勋在访华期间，曾会见金刚石技术应用材料供应商——超赢钻石科技创始人朱艳辉。

而在今年1月初于美国拉斯维加斯举行的CES国际消费电子展上，英伟达宣布将在其下一代GPU（图形处理单元）中逐步淘汰传统的散热方案，这标志着计算硬件发展进入了新阶段。

为了应对AI领域快速增长的能源与水资源需求，英伟达转而采用一种结合了金刚石-铜复合材料与液冷技术的热管理系统。

传统工艺生产的人造金刚石，尺寸通常仅有几毫米，而中国研究人员先是已成功将晶体尺寸提升至6英寸（15.2厘米），近期更进一步提升至8英寸（20.3厘米）。 

今年2月28日，中国首个超大型金刚石热管理材料规模化商业制造基地，在河南省长葛市的黄河旋风股份有限公司子公司——河南风优创材料技术有限公司正式投产。

这家历史悠久的金刚石企业，同时也持有超赢钻石科技的股份，目前正在生产8英寸金刚石均热板，其直径约20.3厘米，略小于标准24厘米篮球的直径。

这种均热板被设计安装在芯片发热最集中的区域上方，作为基础导热层发挥作用。对于那些在日益紧凑的空间内集成数十亿个晶体管的AI处理器而言，有效的热管理正变得至关重要。

《南华早报》形容道，这项成果体现了中国科研与制造能力的广泛协同，形成了涵盖设备、材料、制造和应用部署的完整本土产业生态体系。

其中，哈工大提供了大部分底层技术，包括优化MPCVD生长工艺和提升晶体尺寸。与此同时，中国机械工业集团有限公司（国机集团）的一支金刚石工程团队攻克了业内长期存在的一大难题——晶圆翘曲。

据《科技日报》报道，工程师们通过优化粉末配方及压制工艺条件，将金刚石均热板的变形控制在微米级，从而实现了与半导体器件的精密集成。

南京瑞为新材料科技有限公司则攻克了另一项关键难题——金刚石与铜的结合。由于化学相容性差，这两种材料天生难以粘合。

在日复一日的试验、调试、改良之后，该团队成功研发出新型配比配方，创新采用表面金属化改性与铜基合金化设计，将界面热阻降低80%，让金刚石与铜牢固粘在一起。

依托这些技术，河南碳真芯材科技有限公司的团队则实现了技术落地量产，让这款国产芯片“散热贴”彻底摆脱“实验室产品”的标签，将实验室原型转化为可大规模生产的热管理产品。

金刚石/铜散热器件 河南碳真芯材科技有限公司

与此同时，中国制造商还开发出国产MPCVD设备，减少了对进口系统的依赖，并建立起基本实现自主可控的产业供应链。

随着下一代AI加速器以及高密度计算集群功耗持续上升，AI产业正面临迅速加剧的散热挑战。

国机金刚石市场支持中心总经理陈宇鹏表示，当前主流散热材料铜的热导率仅约400W/(m·K)，在高热流密度下极易形成“热淤积”，长期运行会导致芯片翘曲、开裂乃至失效，成为算力升级的“绊脚石”。

谁能替代铜？中国机床工具工业协会超硬材料分会秘书长孙兆达介绍，金刚石凭借2000—2200W/(m·K)的超高热导率，以及与SiC、GaN等第三代半导体高度匹配的热膨胀系数，成为破解算力散热瓶颈的最优解。

而且，金刚石散热器还具备与氮化镓（GaN）和碳化硅（SiC）高度匹配的热膨胀特性，从而能够降低机械应力并提高可靠性。

随着基于金刚石的散热技术从实验室逐步走向商业化应用，其潜在应用领域还包括AI服务器、芯粒（chiplet）封装、氮化镓电子器件以及高密度AI计算集群等。而凭借中方采用的这项技术，就能实现约10%的计算性能提升。

本文系观察者网独家稿件，未经授权，不得转载。