AI PCB行业研究(1)——算力竞赛最被低估的隐形战场

AI PCB：算力竞赛最被低估的隐形战场

这不是普通的电路板，这是算力释放的最后一道物理关卡。

一个被忽视的事实

2025年，全球AI基础设施投资狂飙突进。

英伟达GPU一卡难求，HBM内存价格暴涨，800G光模块出货量翻倍。市场的聚光灯，几乎全部打在这些“明星硬件”身上。

但有一个关键环节，被大多数投资者系统性低估了。

PCB——印制电路板。

在多数人的认知里，PCB是“低端制造”的代名词：几块覆铜板、几层布线、几个钻孔，有什么技术含量？

这个认知，在AI时代是致命的错误。

当信号速率攀升至224Gbps，当GPU之间的互联密度呈指数级增长，当一台AI服务器的PCB价值量从2000元飙升至20000元以上——PCB已经不再是那个“廉价配角”，而是决定算力集群效率的核心架构约束。

没有足够高阶的PCB，再强的GPU堆在一起也是“各自为战”。

这就是本文要讲的核心故事：AI PCB不是一个普通的周期性制造业机会，而是算力架构变革驱动的“材料×架构×认证”三重红利共振。

而这个故事的主线，只有一条——材料代际跃迁。

M7、M8、M9、M10。这四个字母和数字的组合，将在未来三年重塑整个PCB行业的竞争格局、估值体系和投资逻辑。

为什么PCB突然变得如此重要？

要理解这个问题，需要回到AI服务器硬件架构的根本性变化。

过去十年，服务器的硬件架构相对稳定：CPU通过主板连接内存、存储和网络接口，PCB的角色是“信号传输通道”——一个电子元器件的物理载体，标准化程度较高、价值量相对固定。

但AI训练集群的出现，改变了这一切。

一台NVL288机架内部，需要连接72块GPU加速卡、数十组NVSwitch芯片、高速网络接口。GPU与GPU之间、GPU与Switch之间的数据交换速率，直接决定了千亿参数大模型的训练效率。

当信号速率从56Gbps演进到112Gbps，再跃升至224Gbps时，传统PCB的物理特性已经逼近极限。信号在铜箔上的衰减、介质中的损耗、层间的串扰——这些在低速时代可以忽略的问题，在224Gbps时代成为“生与死”的分界线。

更关键的是架构变革。英伟达Rubin平台引入了“无缆化互连设计”：过去GPU与Switch之间依赖铜缆传输信号，现在全部改由PCB正交背板直接承接。这意味着，PCB从“信号传输通道”变成了“系统架构的核心”，其层数最高可达104层——超过一栋摩天大楼的结构复杂度的缩影。

PCB在AI服务器中的成本占比，从传统的不足2%攀升至8%~12%。单台AI服务器的PCB价值量，是传统服务器的8~12倍。

这不是渐进式增长，这是质变。

重新定义AI PCB：三个维度的根本性跃迁

为了彻底摆脱“PCB=低端制造”的旧认知，我们需要从三个维度重新理解AI PCB的本质变化。

第一维度：层数跃迁——从“几层”到“上百层”的制造极限挑战

传统服务器主板，通常是4~8层PCB。

AI服务器Compute Tray（GPU加速卡主板），层数普遍超过20层。例如英伟达GB200/GB300使用的Bianca板，是22层5阶HDI板——5阶HDI意味着5次逐层压合，每一次都需要微米级的层间对准精度。

而正交背板，层数可达104层。104层是什么概念？每一层都有自己的铜箔线路、绝缘介质和导通孔，所有层必须在对准误差不超过数十微米的精度下一次性压合成型。一次压合需要精确控制温度曲线（通常超过200℃）、压力和时间，任何参数的微小偏差都可能导致整板的报废。

在过去，20层以上的PCB被视为“高端产品”；而在AI时代，20层只是入场券。

第二维度：材料重构——从“环氧树脂+E玻纤”到“碳氢树脂+石英布”

这是最根本、但也最被忽视的变化。

传统PCB的基材是FR-4——以环氧树脂为基体、E级电子玻纤布为增强材料，介电常数（Dk）约4.2~4.5，介质损耗因子（Df）约0.02~0.025。

但对于224Gbps的高速信号传输，这样的材料无异于“泥石流中跑车”。

当数字信号的上升沿/下降沿时间压缩到皮秒级别时，信号的频率分量已延伸到数十GHz。高频信号在介质中传播时，能量会以热量形式耗散——损耗的程度，取决于材料的介电常数和介质损耗因子。Df越高，信号衰减越快，有效传输距离越短。

M7等级CCL（覆铜板）的Df约0.001~0.002，M8进一步降至约0.0012，M9约0.0009。从M8到M9，Df降低0.0003——这个看似微不足道的数字，对应的是信号传输距离延长约30%。

对224Gbps信号来说，这0.0003的差距，可能就是“信号完整”与“信号不可恢复”的分界线。

而要实现Df降至0.0009级别，需要整个材料体系的全面升级：树脂从环氧树脂升级为PPO（聚苯醚）或碳氢树脂，玻纤布从E-glass升级为低介电玻璃布甚至石英布（Q-glass），铜箔从普通电解铜箔升级为HVLP（超低轮廓）铜箔。

一张PCB的材料成本，从FR-4的几十元/平方米，跃升至M9等级的数百元甚至上千元/平方米。单张PCB的价值量，由此发生了质变。

第三维度：功能重塑——从“被动承载”到“架构核心”

传统PCB的功能是“承载”和“连接”——将芯片、电容、电阻等器件固定在板子上，通过铜箔线路实现电气连接。

但在Rubin平台的“无缆化互连设计”中，PCB承担的功能发生了根本性改变。过去GPU与Switch之间的高速数据传输依赖铜缆，现在这些连接全部集成在正交背板内部，通过数十层的高密度布线实现。

这意味着，PCB不仅决定了信号传输的物理路径，还决定了信号完整性的最终边界。GPU算力再强，光模块速率再高，如果正交背板的信号损耗过大、串扰过高，整个系统的通信效率就会大打折扣。

PCB从“配角”变成了“骨架”——这不是修饰语，而是架构设计层面的结构性变化。

一条贯穿始终的主线：M7→M8→M9→M10

理解了三个维度的质变之后，一个关键问题浮现：什么才是驱动这些变化的底层逻辑？

答案是：材料等级。

英伟达每一代GPU平台的推出，都伴随着配套PCB材料等级的代际跃迁：

Hopper（H100）时代：M7等级材料

Blackwell（GB200/GB300）时代：M8等级材料为主体

Rubin时代：M9等级材料大规模放量

Feynman时代：M10等级材料进入工程验证

每一次平台升级，都意味着对材料性能的更苛刻要求——更低的介电损耗、更高的耐热性、更稳定的层间对准精度。

而M10（支持224Gbps高速信号）的测试验证，已于2026年Q1启动。如果2026年Q2的初步测试结果超出市场预期，AI PCB行业的景气度逻辑将再度上修——这可能是2026年整个科技硬件投资中最重要的催化剂之一。

这个逻辑链是清晰的：新材料→新认证→新产能→新订单→新利润。材料升级的速度，决定了行业增长曲线的斜率。

市场规模：三年从31亿到271亿美元的跃迁

数字最能说明问题。

根据高盛2026年1月发布的研报，全球AI服务器PCB市场规模：

2024年：约31亿美元

2025年：预计约56亿美元（+80%）

2026年：预计约119亿美元（+113%）

2027年：预计约271亿美元（+117%）

三年超过8倍的增长，复合增速约140%。这已经不是一个“高增长”可以概括的叙事，而是一个结构性的需求爆炸。

更值得关注的是上游材料端。AI服务器用CCL（覆铜板）的市场增速更高：2026年预计同比增长142%，2027年同比增长222%——这个增速，甚至碾压了同期光模块和AI训练服务器市场的弹性。

为什么上游增速高于中游？因为AI服务器对高端CCL的用量是传统服务器的5~7倍，而且材料等级从M7向M8/M9/M10的跃迁推高了单价。量价双重驱动下，上游材料的增速出现了“增速比下游更快”的罕见弹性。

这个数据意味着：整个AI PCB产业链中，弹性最大的环节，可能不是PCB制造商，而是上游材料供应商。

但这恰恰是市场目前认知度最低的部分——当所有人都在关注GPU和光模块时，最上游的CCL、铜箔和电子布，正在经历一场更为激烈的量价齐升。

谁在主导这个战场？

AI PCB的全球竞争格局，呈现出高度集中的特征：

上游CCL领域：台系双雄主导高端市场。台光电在M8.5/M9产品线拥有技术领先优势，是第一个通过M9认证的CCL供应商。台光电+台燿合计在高阶M8/M9市场的占有率，预计将从2024年的约42%攀升至2027年的85%。日系老牌（Resonac、三菱瓦斯化学）正通过大幅涨价（30%+）来寻找收益。大陆龙头生益科技，则已在英伟达Rubin架构跻身第一批供应商阵容，处于从“全球第二大规模”向“高端技术突破者”转型的关键节点。

中游PCB领域：中国大陆制造端占据全球主导产能，高端份额加速集中。沪电股份独占英伟达AI主板约60%份额，是全球唯一通过78层M9级正交背板认证的厂商，目前正与英伟达联合测试次世代M10材料。胜宏科技则是A股“AI纯度”最高的PCB标的——2025年AI相关收入占总营收的43.2%，正在积极推进M9/M10认证，以追赶者的姿态参与这场高端竞赛。

而最上游的铜箔（HVLP）、电子布（Q-glass）、特种树脂（碳氢树脂）领域，日韩企业仍占据主导地位。但国产替代的窗口正在打开——三井金属的HVLP铜箔交期延长、日东纺的石英布产能紧张，恰恰为大陆材料企业的突破创造了历史性机遇。

关于这个系列：一张信息地图

这只是一个开始。

本文将作为整个AI PCB系列的开篇，为你锚定三个核心概念：

第一，AI PCB≠普通PCB。层数、材料、功能的质变，让这个赛道拥有了与AI光模块、GPU同等重要的投资价值。

第二，材料代际跃迁是唯一贯穿的主线。M7→M8→M9→M10，这是理解行业节奏、判断公司价值、跟踪景气变化的核心框架。

第三，上游的弹性可能大于中游。当所有人都在讨论PCB制造端时，CCL、铜箔、电子布的增速更高，关注度更低——这恰恰是市场中最大的信息差。

接下来的7篇文章，将逐层深入：

第二篇将“拆开”一台NVL288机架，带你一块块看清每一块PCB的功能、层数、材料和价值量；

第三篇深入M8/M9/M10的技术核心，从信号完整性第一性原理解释这场材料战争的科学逻辑；

第四篇全景梳理全球AI PCB竞争格局；

第五至第六篇将完成A股所有核心标的的逐家深度拆解；

第七篇聚焦上游材料——这条增速最高但最被忽视的赛道；

第八篇以三情景估值框架收尾，不设“目标价”，只提供思考维度。

在进入下一篇之前，给你留一个问题：

你认为，科技巨头未来每年数千亿美元的AI资本开支中，PCB产业链能够“捕获”到多少？这个数字，可能比市场目前所意识到的要大得多。

下一篇预告：《一台AI服务器的PCB，为何是传统服务器的10倍价？》——我们将拆解一组英伟达AI服务器的全部PCB构成，以最直观的数字来解析价值量的跃升。

风险提示：本文所有内容均基于公开信息和行业趋势研判，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、高端产能集中释放导致供需失衡、地缘政治影响供应链稳定性、技术路径迭代等风险。投资者需结合自身风险承受能力独立判断。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。