AI技术迭代如何具体影响PCB与CCL的材料规格及层数要求?

随着AI大模型训练与推理需求的爆发,算力基础设施对硬件性能提出了极致要求。传统PCB与CCL标准已难以满足新一代AI芯片对于低损耗、低延迟及高散热的需求。投资者与行业研究者关注英伟达、AMD等头部芯片厂商的最新平台架构变化,特别是Rubin、Blackwell等系列对PCB层数、HDI工艺等级以及CCL材料等级(如M8、M9)的具体指标要求。此外,端侧AI设备的普及是否也会引发类似的技术升级浪潮?理解这些技术细节对于判断产业链中哪些环节具备更高壁垒和价值量至关重要。

最佳答案 匿名用户编辑于2026/08/18 17:30

AI技术迭代对PCB与CCL的影响主要体现在材料等级的提升和结构复杂度的增加两个方面。首先,在AI服务器领域,为了达成低损耗与低延迟,核心芯片平台对材料规格进行了全面升级。以英伟达Rubin平台为例,其Switch Tray采用了M8U等级(Low-Dk2+HVLP4)材料及24层HDI板设计,而Midplane与CX9/CPX则导入了更高等级的M9(Q-glass+HVLP4)材料,其中Midplane的超高多层PCB层数高达44层。相比上一代产品,单台服务器的PCB价值量提升了逾两倍。这种设计逻辑已成为Google TPU V7、AWS Trainium3等ASIC AI服务器的共同选择,普遍导入高层HDI、低Dk材料与极低粗糙度铜箔。

其次,随着AI算力芯片的升级,CCL材料随之升级,核心PCB层数跟着提升。AI相关的18层及以上多层板未来增速较快,预计年均复合增速远超PCB行业平均水平。HDI板在全球PCB市场中的份额也有望进一步提升。这表明,高阶HDI和超高多层板将成为AI服务器PCB的主要形态。

在端侧AI领域,AI手机、AI PC、车载域控等设备对高多层、高频高速、高密度互连PCB的需求也在激增。端侧AI的核心特征包括高算力SoC/NPU、高密度BGA、瞬时大电流等,这要求PCB在板材、层叠、HDI工艺、电源设计及热管理等方面进行全面升级。高阶HDI、Anylayer、软硬结合板等产品在端侧应用中的渗透率正在提高,推动了PCB技术向更高密度和更优信号完整性方向发展。总体而言,AI技术迭代不仅推动了量的增长,更引发了质的飞跃,使得具备高层数、高阶HDI及特殊材料生产能力的企业在产业链中占据更有利的地位。

参考报告REPORT

电子行业PCB深度公司篇:AI促进PCB和CCL量价齐升,国产龙头乘势而上.pdf

全球AI算力竞赛正推动电子基础材料行业进入新一轮技术升级与产能扩张周期。本报告聚焦于PCB(印制电路板)与CCL(覆铜板)两大核心环节,深入分析AI服务器及端侧设备对硬件规格的提升需求。技术驱动下的产品升级报告指出,英伟达Rubin等最新AI芯片平台为追求极致性能,全面升级了PCB与CCL材料规格。SwitchTray采用M8U等级材料及24层HDI设计,Midplane更是导入M9等级材料并采用44层超高多层PCB。这种技术趋势带动了AI服务器相关HDI板及18层以上多层板的高速增长,其年均复合增速显著高于行业平均水平。同时,端侧AI设备的普及也催生了对高阶HDI、软硬结合板等高密度互连产品...

我来回答

快速提问

海量报告支持,行业专家解读

海量文库支持,行业专家解答

  • 相关问题
  • 最新问题
用户解答榜
分享至