本发明属于芯片散热技术领域，公开了一种3D‑IC嵌入式液冷热沉构形演化设计方法及系统，对热沉进行数学建模，确定设计自由度和样本空间；在热沉结构设计样本空间中随机采样；使用全CFD模型对这些热沉结构样本点的关键截面传热特征进行预测，构成训练和验证样本集；训练深度神经网络，验证和调校网络的准确性；将训练完的深度神经网络作为代理模型预测热沉关键截面的传热特征，并使用遗传算法对热沉结构进行构形演化设计。本发明可以基于热沉结构的关键信息准确预测所需截面的物理量分布，且计算成本远低于全CFD模型，该优势对自由度越高的构形演化设计问题越明显；其热安全性和综合性能均比现有技术得到的热沉近优结构显著提高。