AI服務器PCB

AI服務器PCB作為基本的電子平臺，連接和支持人工智慧計算工作負載所需的處理器、記憶體、加速器和電源管理系統。 在AI服務器中，PCB設計解决了高速訊號傳輸、高功率密度和熱管理問題，以滿足GPU/TPU集羣和大規模資料處理的需求。

AI服務器主要涉及三個關鍵的PCB產品類別：GPU基板通常採用超過20層的高層板； 緊湊型AI加速器模塊主要依賴4-5層HDI實現高密度互連； 而傳統的CPU主機板構成了基礎支撐結構。 隨著AI服務器的反覆運算陞級，GPU主機板正逐步向HDI結構過渡。 這一趨勢將高級HDI定位為未來五年人工智慧服務器PCB市場增長最快的細分市場，對第四層及以上產品的需求尤為迫切。

在服務器中，PCB主要部署在加速器板、主機板、電源背板、硬碟機背板、網絡介面卡和轉接卡等組件中。 它們的覈心特徵表現為高層數、高縱橫比、高密度和高傳輸速率。 隨著服務器平臺不斷反覆運算和陞級，PCB層數不斷增加，對資料、設計和制造技術提出了更高的要求。

AI服務器PCB有三種供應關係：

GPU板組件完全由GPU製造商設計，囙此他們决定了PCB的供應安排。

CPU板組件遵循既定的服務器製造商供應鏈關係。 CPU載體板由CPU設計者確定，而整個系統的CPU範本和擴展卡板由最終客戶指定。 對於大多數其他配備晶片的PCB，客戶向功能組件製造商提出設計要求，然後由其獨立决定PCB採購。

配件：配件通常由客戶直接從成熟的模塊製造商處購買。 在某些情况下，客戶可能會向配件模塊供應商提出具體的設計要求，但這並不影響模塊供應商在PCB採購決策中的自主權。

在AI伺服器電源陞級中，PCB在資料、工藝和其他方面都得到了增强。 作為電子元件的載體，伺服器電源內的PCB用於電源開關、電源濾波器、電壓調節器和散熱器等模塊。 與通用服務器相比，AI伺服器電源中的PCB在資料、製造技術和工藝方面都有陞級。

1）新增銅厚度以適應更高的電流：PCB互連依賴於基板上的純銅跡線。 較厚的銅箔能够實現更高的載流能力。 銅箔約占PCB上游原材料的9%，而覆銅層壓板資料占30%以上。 銅箔也是覆銅層壓板的主要原材料，約占其成本的40%。 新增銅厚度同時對層間層壓預浸料、鑽孔和電鍍等工藝提出了更高的要求，顯著提高了PCB產品的價值。

2）嵌入電源模組以提高功率密度：PCB嵌入式電源模組科技具有巨大的效能潜力。 與傳統的封裝方法相比，PCB嵌入式電源模組可以將每個電晶體的載流能力提高約40%，或者在等效電流輸出下將電晶體使用量减少三分之一。 在相同的功率輸出條件下，功率模組的材料成本預計將降低20%。 逆變器的整體開關損耗降低到傳統逆變器產品的三分之一。 囙此，與傳統逆變器相比，更高開關頻率導致的開關損耗新增减少了三分之二。

3）熱管理採用具有優异導熱性的資料：PCB基板資料的較高導熱性可增强散熱。 一般來說，樹脂的導熱性較差，而銅箔跡線和通孔則是極好的導熱體。 囙此，關鍵的熱管理策略包括提高銅殘留率、新增熱通孔的數量並新增其中的銅厚度，以及嵌入銅塊或陶瓷板。 同時，合理的佈線設計可以防止PCB上的熱點集中。

AI服務器PCB面臨的主要障礙：

高速信號完整性的挑戰：AI服務器需要高速互連能力（如PCIe 5.0/6.0、CXL、HBM介面等）。 在PCB上的高速差分訊號傳輸過程中，串擾、反射、延遲和損耗等問題很容易出現。此外，隨著PCB層數的新增和佈線密度的新增，保持信號完整性和確保低延遲變得越來越具有挑戰性。

過高的資料和製造成本：人工智慧服務器PCB通常需要高性能基板，如低介電常數（Dk）和低損耗因數（Df）的高速資料，甚至混合資料。 他們還要求超高層數（20層及以上），並採用精確的HDI和盲/埋通孔工藝。 這不僅大大新增了製造成本，而且使良率難以保證，從而限制了大規模部署期間的成本效益。

產業發展機遇：

高速互連需求帶來的機遇：為了實現高速計算和大頻寬資料傳輸，人工智慧服務器對PCB提出了更高的要求。 這些包括多層設計、卓越的高速信號完整性，以及使用低損耗資料，如具有超低介電常數（Dk）和低損耗因數（Df）的高頻高速基板。 這為HDI、類基板封裝（SLP）、改性半加成工藝（mSAP）和任意層互連PCB等先進PCB提供了增長機會。

儘管面臨信號完整性和成本挑戰，但AI服務器PCB的發展正受到高速互連需求和電源科技陞級的推動。 這正在加速先進產品的滲透，並有望通過在未來平衡效能和成本來擴大市場份額。