乐于分享
好东西不私藏

AI PCB行业研究(2)——1台AI服务器的PCB,为何是传统服务器的10倍价?

AI PCB行业研究(2)——1台AI服务器的PCB,为何是传统服务器的10倍价?

一台AI服务器的PCB,为何是传统服务器的10倍价?

把你每天用的笔记本电脑主板拆出来,大概一张A4纸那么大,8层,值200块。

一台NVL288 AI机架里的所有PCB铺平,面积超过一个网球场,上百层,值十几万美元。

这不是比例的缩放,这是物种的跃迁。

开篇:一个认知的彻底重置

2024年,全球AI服务器用PCB市场规模约31亿美元,到了2027年,高盛预测将飙升至271亿美元——3年超8倍的跃迁,2026年和2027年同比增速分别高达113%117%
这已经不像制造业的增速,更像某个爆款互联网产品的用户增长曲线。
为什么一块看似普普通通的“电路板”,能在3年内规模翻8倍?
答案不能只在“AI服务器出货量增加”里找。那只能解释规模的一小部分。真正的原因是单台服务器的PCB价值量,发生了根本性的、不可逆的质变
要真正理解这件事,最好的方法是直接拆一台AI服务器
让我们拿NVIDIA当前最顶级的AI训练集群——GB300 NVL288机架——来“解剖”。

一、一台NVL288机架的“PCB全家福”

根据英伟达官方文档,一个NVIDIA GB300 NVL288机架包含18个Compute Tray(计算托盘)、9个NVLink Switch Tray(交换托盘)和8个Power Shelf(电源架)。但从PCB技术角度,真正扛起性能指标的,是三类核心“PCB主力”:
类型
单位机架数量
单块材料等级
典型层数
工艺
Compute Tray(UBB/OAM)
18套
M8-M9级
22-24层
5-6阶HDI
Switch Tray 主板
9块
M8+
22层
高多层HLC
NVSwitch / 正交背板
视架构1-9不等
M9材料
32-104层
超高多层通孔/混压
接下来,我们把三种板一张一张拆开。

二、第一类核心PCB:Compute Tray——一条极其昂贵的PCB“三明治”

2.1 Bianca时代的“All-in-One”方案

在GB200时代,每个Compute Tray内部是一个所谓的Bianca板——这是NVIDIA将Grace CPU和2颗Blackwell GPU集成在同一块大主板上的方案,22层5阶HDI,由胜宏和欣兴主供。一块Bianca板的工艺要求是所有AI PCB中最为极端的5阶HDI技术:5道逐次压合、微孔直径数十微米、层间对准精度在微米级。

2.2 GB300的模块化革命:UBB + OAM

到了GB300,NVIDIA做了一个在PCB领域影响深远的架构调整:放弃Bianca,回归模块化设计——UBB + OAM
为什么要这么做?
两颗GPU和一颗CPU焊死在一块板上,维修时必须全换;而改成模块化后,任何一张GPU卡(OAM)都可以像台式机显卡一样独立插拔。对于一台单价数百万美元的机器,模块化带来的维护成本节省是巨大的。
但这对PCB行业意味着什么?UBB + OAM的组合,比单块Bianca板的总PCB用量更大、单位面积价值更高。广发证券的测算直接印证了这一点:GB300 NVL72的单GPU PCB价值量达382至501美元,比GB200 NVL72的317至376美元提升了17%~39%,相较上一代HGX架构更是暴增了88%~186%。
具体看两块板的分工:
OAM模块子板:可拔插的GPU加速卡,集成单个GPU,22层5阶HDI;因为有独立的功耗调节、信号调理和插槽接口要求,单块面积小,但层数高,价值密度极高。
UBB通用基板:负责承载并连接多张OAM以及Grace CPU,采用高多层贯通板,材料是M8~M9级CCL,是AI服务器里技术含量最高的主板之一。
这意味着GB300的架构变更本身,就会带动单台服务器所需的高多层板和HDI板双双增加。

2.3 VR200的下一步:CPX板登场,四类板构成“结构长征”

到了NVIDIA新一代VR200平台(Rubin CPX),Compute Tray的PCB方案进入“四板合一”阶段:
板型
规格
材料
新增 CPX板
22层5阶HDI ×4
M9(HVLP4铜箔+Q布)
升级 Bianca主板
24层6阶HDI ×1,价值+30%
HVLP4铜箔
新增 Midplane背板
44层正交背板
M9高阶材料
升级 NVSwitch板
32层通孔
全面升级M9材料
单套Compute Tray的PCB总价值,相较于GB200/300世代增加了近300%,每套单价上看3000美元
请注意,这里的每套仅仅是一个Compute Tray。一个NVL288有18个Compute Tray。仅这一项,就对应54000美元的PCB价值。

三、第二类核心PCB:Switch Tray——“信号交换中枢”的代际膨胀

如果说Compute Tray的PCB价值飙升是因为所有模块都更密、更多、更高级,那么Switch Tray就是整个机架里进化最剧烈的一类板。
Switch Tray是干什么的?每一块NVSwitch芯片负责为GPU之间提供超高速的NVLink互联。一个NVL288机架需要有9个Switch Tray、每个内含2~8颗高功耗NVSwitch 5 ASIC,每一颗都要处理超过200Gbps(GB300已支持224Gbps)的高速信号。
这个信号速率的每一次跃升,对PCB基材都是一个性能考验:信号越密、速率越高、损耗因子的要求就越苛刻。GB300在224Gbps信令下,已要求CCL的Dk低于3.5、Df小于0.0005,这种指标的基材完全不能使用常规FR-4。如果达不到,信号之间的串扰、电源完整性劣化会以指数级恶性循环,最终导致整机Switch在224Gbps根本跑不稳。
工艺方案上,GB200的Switch Tray曾使用高难度6阶HDI(NVL36版本),但在主要出货的NVL72版本已切换为高多层板方案,由沪电与TTM主导供应。到了GB300,Switch Tray继续沿袭高多层板方案。而在未来的VR200版本中,单块Switch板的层数进一步增加至32层通孔,并全面升级为M9材料

四、第三类核心PCB:正交背板——“无缆化架构”带来的最大惊喜

这是整个AI服务器PCB价值量预测中,最大的单点增量

4.1 什么是正交背板?为什么过去没有?

传统英伟达AI服务器的GPU-to-NVSwitch连接,是通过密密麻麻的铜缆(Direct Attach Cable)来实现的。这在以前、在较低的信号速率和较少的GPU卡数下完全可行。
但到了Rubin这一代的双向224Gbps+信令、卡间需数千条高速差分对同时工作时,铜缆的成本、布线体积和跨机架一致性成了“不可能三角”。更致命的是,576卡以上的铜缆方案在物理上几乎无法布线
于是正交背板来了。
正交背板(Orthogonal Backplane)是一种极其特殊的超多层贯通主板,通过数十层裸板走线取代了所有铜缆,GPU与Switch之间直接在背板上完成高速眼图传输。这就叫“无缆化互连”。

4.2 VR200与Rubin的正交背板方案

根据长江证券的供应链追踪,正交背板方案自2024年9月开启测试,历经多轮技术调整,已于2025年7月通过首轮测试,9月通过第二轮测试,当前正配合客户需求进一步升级方案,落地确定性极强
在VR200 NVL144机柜中,新增了44层Midplane正交背板,采用M9高阶材料,由PCB厂商直接供应,价值极高。
而在标准Rubin NVL288架构中,正交背板的规格更为极致:采用26×3=78层设计,最终有望使用Q布+5代铜箔的M9级CCL,部分中间层可能采用PTFE/M9混压工艺

4.3 价值量:百万元级的增量

这块正交背板就是3年内AI服务器PCB规模能翻8倍的最猛因素。
机构估测显示,单台Rubin 288正交背板机柜的PCB总价值量高达80至100万元。假设2027年出货2万个机柜,仅正交背板一项就对应160~200亿元的额外市场空间。
从整个产业格局来看,正交背板对制造商的考验是前所未有的。78层全贯通板、M9/Q布、大面积精密压合——全球能做的PCB企业屈指可数。长江证券的核心推荐供应商名单中,东山精密、胜宏科技、沪电股份、鹏鼎控股等都在积极验证。天风国际郭明錤的供应链调查确认:英伟达已与沪电股份正式开启M10 CCL材料测试,目标应用正涵盖Rubin Ultra及Feynman平台的正交背板

五、算清“10倍差价”

有了前面的具象拆解,现在可以回到最初的问题:AI服务器的PCB价值量,为什么是传统服务器的8~12倍?

核心数字

通用服务器PCB(8~10层M6板),单台PCB价值约3400元。训练型AI服务器PCB(18~20层M8板),单台PCB价值约10350元——仅此一级跃迁,增幅就已达200%。而一台GB300 NVL288机架的PCB价值早已远超这一数量级,一张正交背板的价格就可能上探到万元乃至数万美元级别。

三个算账维度

综合以上逐板拆解,可以精确地把“10倍”拆成三个乘数:

第一,用量倍增:

AI服务器PCB总面积是传统服务器的3~5倍。一个NVL288有超过28套独立高规格PCB(18套Compute Tray + 9组Switch Tray + 正交背板),而传统服务器往往只有一块主板和几块简单的电源/背板。

第二,ASP暴涨:

每块板的CCL材料单价是“传统FR-4的5~10倍”。一张FR-4板原材料几十元/平米;而M9等级的HVLP4铜箔+Q布基板动辄千元以上/平米。

第三,增量效应:

最关键的第三因素——正交背板是纯粹的新增需求,在传统服务器时代完全不存在。它的出现直接推高了单台服务器的PCB总成本的天花板。
量(3~5倍)× 价(5~10倍)+ 纯增量(正交背板)= 8~12倍。
三至五年内AI服务器PCB的增量,不仅来自于出货量,更来自于用量、价值量和新增架构角色的三维扩张。

六、为什么昂贵的PCB会持续更贵:ASIC带来的长期价值锁定

更值得关注的是,近几年ASIC(专用芯片)服务器正在成为传统NVIDIA GPU架构外最重要的第二增长曲线。
ASIC服务器不算“低配”,在PCB端反而更贵。在Google TPU、AWS Trainium等方案里,因为信号传输架构自成一脉,ASIC服务器的主板PCB单台价值量反而显著高于同代GPU服务器。NVIDIA Rubin在架构上全面拥抱正交背板后,设计逻辑已经变成了整个AI产业的共同语言——包括Google TPU V7、AWS Trainium3在内的下一代ASIC服务器,同样在导入高层HDI、低Dk材料与极低粗糙度铜箔。
这意味着,AI PCB的价值跃升并非仅仅依附于英伟达,而是整个AI算力硬件架构系统性升级的结果。ASIC化趋势越大,对超高阶PCB的需求反而越刚性、越普适。

七、供给端的“沉默放大器”:为什么价值量只会上不会下

拆解至此,一个自然的疑问会是:既然PCB价值量暴涨,那多几家扩产、把供给拉起来,价格不就打下来了吗?
这个思维陷阱,恰恰是绝大多数人低估AI PCB持续性的根源。
第一,能接单的人没那么多。全球高端AI PCB产能95%集中在中国大陆及中国台湾少数几家厂商手中。换一家做72层M9正交背板?当前全球仅有3~5家企业能做到这一门槛。认证周期1~2年,良率爬坡还要再加1年。不是想接就能接。
第二,最终能放的产能还没落地。沪电、胜宏、鹏鼎等头部公司的新增高端产能预计要延迟到2026~2027年才陆续释放;上游更慢:HVLP铜箔、Q布、M9树脂等高端材料的产能释放周期更长,部分环节要到2027年底才能缓解,短期几乎无解。
第三,高端原材料的交期是隐形的天然供求阀。
电子玻纤布方面,Q-glass出货量由少数日本企业主导,单量被龙头PCB厂提前包揽,交期已拉长至30周以上。HVLP4超低轮廓铜箔方面,日本三井旗下此类产品月均销量已同比暴增近60%,其高阶HVLP全系产品已于2025年宣布涨价,供应紧张预计至少持续至2027年底。电子级碳氢树脂方面,2026年全球需求将达8000吨/年,而产能仅3000吨,缺口高达5000吨——一条典型的缺口传导链就此形成:缺树脂→缺CCL→缺M9主板→只能涨价排队
结论很直白:在当前这种原材料极度紧缺、全球能出货的企业屈指可数的情况下,AI PCB的价值只有向上,基本不存在“产能过剩把价格打下去”的可预知路径。

终章:三年价值进化图谱,一眼看穿未来

把以上所有拆解,拉成一张时间线:

2024年:基准起点

单卡H200 PCB价值约400~600美元(含基板),A100仅250美元的时代已过
更多只是“加量”,架构未发生根本改变

2025年:GB300 NVL288时代

单GPU PCB价值推至380~500美元,比HGX跃升88%~186%
UBB+OAM模块化方案成为常态,PCB用料与难度增加,大陆厂商份额快速攀升

2026~2027年:Rubin/VR200与正交背板双线并行

22层CPX板用M9(Q布+HVLP4铜箔),44层正交背板变成“标配”
单套Compute Tray PCB总价值再翻三倍,直逼3000美元/套
正交背板拉动单机柜PCB价值总量进入80~100万元量级

2027年之后:M10+CXO/Feynman

M10材料正式量产,支持224Gbps+信令
104层背板、PTFE混压方案成熟,单机PCB价值再上台阶
ASIC化将把全链条拉进“永续升级”模式
一张PCB的进化幅度:从两三千到两三万再跃过十万,这不是夸大,这是已经排进产线的事实。

离开之前,一个值得反复追问的问题

AI服务器的PCB,是唯一一个既在“纵向”变得更精密(代际升级),又在“横向”变得无处不在(架构中心化)的硬件——这场双重变革是整个硬件世界罕见的,值得每个人深思。
这不是增量,这是重置。不是在某张旧订单上加了几个零,而是整个AI服务器PCB的价值“定义基准”被彻底击穿,然后画上了一条数倍高于旧时代的新零线。
那么,你认为当M10正交背板真正开始量产出货的时候,这张零线会上移到什么位置?
下一篇预告:《M8→M9→M10:一场定义算力天花板的材料战争》——从信号完整性第一性原理出发,详细解读为什么0.0003的介质损耗差距,可能是224Gbps信号传输的“生死分界线”。
你将在下一篇里明白:为什么全球所有覆铜板、铜箔、石英布企业,都在赌这条极其狭窄的性能裂缝。
风险提示:本文所有内容均基于公开信息和行业趋势研判,引用数据来自高盛、广发证券、长江证券、天风国际、智研咨询等机构的公开研究报告与英伟达官方文档,不构成任何投资建议。AI PCB行业面临AI算力基建需求不及预期、高端产品良率与产能爬坡不及预期、上游关键材料供应持续紧张等风险。股市有风险,投资需谨慎。
本回答由 AI 生成,内容仅供参考,请仔细甄别。