AI数据中心到底需要一块什么样的PCB

聊起AI算力，人们习惯把目光钉在那几块昂贵的GPU上。可当英伟达下一代机柜的身价从约四百万美元跳到七百八十万美元时，涨得最凶的零件之一，偏偏是一块过去没人多看两眼的板子。摩根士丹利5月拆解Vera Rubin VR200 NVL72机柜后给出的数字是：PCB价值量较上一代GB300暴涨233%，从3.51万美元升到11.67万美元，在其覆盖的下游零部件中涨幅仅次于内存，居非内存品类之首。

问题也就随之而来——AI数据中心到底需要一块什么样的电路板？

层数，是被算力逼出来的

传统服务器主板的层数长期停在十二到十四层，这是行业里多年不变的经验值。英特尔平台一代代更替，也不过把门槛从八到十二层抬到十六到二十层。AI一来，这条线就断了。

GPU集群之间要吞吐的数据量太大，PCIe 5.0、6.0一路提速，以太网SerDes更是跑到224Gbps PAM4的速率，高速信号必须拥有自己的专用层，外加干净的参考平面做回路。据行业统计，AI服务器用PCB的层数普遍升到二十到三十层以上，核心背板要做到四十到五十层。

做得最绝的是英伟达。据国金证券研报，其Rubin Ultra平台的Kyber机柜采用七十八层、M9级正交背板，一台机柜要塞进四块，同时替掉两万多根铜缆。这意味着PCB第一次从“连接件”变成了机架级的互联主干——过去属于线缆的那份价值，现在流向了高多层板。

快只是及格线，干净才是门槛

层数堆得上去，不等于信号跑得干净。速率越高，留给制造的公差越小：层与层之间的对位精度要压到±0.05毫米，走线偏一点，高频信号立刻打折。板内残留的无用过孔像一根悬空的小棒，会把能量存下来再反射出去，眼图随之闭合，所以高端板必须做背钻，把多余铜壁钻掉，只留下八到十密尔的短桩。

层数越多，孔也得越小。四加N加四的高阶HDI结构，单面就要压合四次；微孔孔径做到0.10毫米，外层线宽线距压到三到四密尔。而mSAP半加成法已经把线宽线距缩到十五到二十五微米——这个精度，距离IC封装基板只剩一步之遥。

真正的成本大头，在材料

比起层数，材料换代带来的价差更惊人。普通板用FR-4，介电损耗因子大约0.02；AI这一代要把覆铜板推到M8、M9甚至更高，其中M9能把损耗因子压到0.0015以下，还得配上HVLP超低轮廓铜箔和石英布。据新华财经报道，国盛证券的判断很直接：以英伟达Rubin为代表的下一代平台，所用PCB将达到四十到七十八层，材料等级从M6跳到M8。

材料价格也确实在飞。据新华财经及公开报道，建滔积层板(01888.HK)2026年的调价节奏一直没停，截至10月中旬已累计八轮，最近一轮在10月13日落地；有深圳PCB供应平台负责人对《经济参考报》表示，高速PCB的涨价幅度已经超过四倍，不少下游制造厂只能跟着涨，甚至延期交货。一个更细的细节是，M9材料太硬，钻针寿命会从M7、M8时代的500至1000孔掉到100至200孔——产能就是这么被一点点吃掉的。

供电和散热，另一条看不见的战线

传得快解决的是速度，撑得住解决的是生存。一块几百瓦的GPU，核心电流动辄上百安培，电源层必须加厚到二到四盎司铜，否则压降一大，芯片就得降频。散热同样得靠板子接住：大铜面直接充当均热板，再配密集的散热过孔把热量往下导。于是行业里慢慢分出两条路线——运算和交换板往高多层、HDI、高速材料走，电源与控制板则往厚铜、载流能力和长期热可靠性走。

从“按面积算钱”到“按技术定价”

所有变化最终都落在价格上。据IDC预测，2026年全球AI服务器出货量有望突破两百万台，同比增长约55%，单台AI服务器所用PCB的价值量接近普通服务器的十倍。高盛8月的报告把2026年全球AI相关PCB市场规模预测上调35%至135.6亿美元，并预计2028年将增至840亿美元。花旗6月的测算更激进，认为2026至2028年全球AI PCB市场规模将分别达到1520亿、3070亿和5620亿元人民币。

把这些数字放回原处会看得更清楚：据Prismark统计，2025年全球PCB总产值约852亿美元，同比增长15.8%。一个曾被视为“传统基材”的行业，就这样被算力重新定了标尺。

不过，这一轮紧缺并不均匀。高端产线的建设周期少则一年多，多则两年以上，客户认证同样漫长，所以真正的瓶颈不在于“有没有产能”，而在于“有没有能稳定量产高端产品的有效产能”。同样是做电路板，有的厂商订单已经排到明年，有的还在为普通板的价格发愁。