網站導航
AI 服務器PCB技術突破：材料工藝雙升適配高級算力需求
隨著 ChatGPT、文心一言等大模型加速落地，全球 AI 算力需求呈指數級增長，直接帶動 AI 服務器出貨量爆發 ——2024 年全球 AI 服務器出貨量同比增長超 80%，而作為 AI 服務器 “算力傳輸中樞” 的 PCB（印制電路板），也因技術要求升級成為行業焦點。從英偉達 GB200 機柜采用 22 層 HDI 計算板與 26 層交換板，單機柜 PCB 價值量達 14.67 萬元，到新一代 Rubin 機柜憑借 Midplane 設計與正交背板，PCB 價值量預計提升至 41 萬元，不難看出，AI 服務器 PCB 正朝著 “更高層數、更優材料、更精工藝” 方向突破，以應對高算力場景下的信號傳輸、散熱、密度難題。
AI 服務器需同時處理海量高頻信號，對 PCB 基材的 “低損耗、低粗糙度、高耐熱” 要求遠超傳統服務器。當類重要材料成為高級 AI 服務器 PCB 的主流選擇，其技術參數與應用價值直接決定 PCB 性能上限。
M9/PTFE 樹脂基材成為高頻信號傳輸的 “關鍵載體”。這類基材的介損值（Df）需穩定控制在 0.002 以下，只為傳統 FR-4 基材（Df≈0.012）的 1/6，能有效減少高頻信號在傳輸過程中的衰減。例如，在 AI 服務器的交換板上，26 層 PCB 需同時承載數十路 100Gbps 高速信號，若采用傳統 FR-4 基材，信號傳輸 10cm 后衰減率可達 15%，而 M9/PTFE 樹脂基材能將衰減率控制在 3% 以內，確保算力指令高效傳遞。不過當前高級 M9/PTFE 樹脂市場仍由日本、中國臺灣廠商主導，其供應穩定性與成本控制，成為影響 AI 服務器 PCB 量產的重要因素。
HVLP 銅箔（極薄低輪廓銅箔） 解決了精細線路的 “信號干擾” 問題。AI 服務器 PCB 的線路寬度已從傳統的 15 微米縮小至 10 微米以下，而銅箔表面粗糙度（Rz）直接影響線路信號完整性 —— 普通銅箔 Rz≈1.2μm，易導致高頻信號出現 “反射損耗”，而 HVLP 銅箔的 Rz≤0.4μm，能減少信號在線路表面的散射，提升信號傳輸效率。在 22 層 HDI 計算板中，HVLP 銅箔的應用使線路密度提升 40%，單塊 PCB 可容納更多芯片接口，支撐 AI 服務器的多芯片互聯需求。
石英玻纖布則強化了 PCB 的 “耐熱與結構穩定性”。AI 服務器長期處于高負載運行狀態，PCB 工作溫度可達 85℃以上，傳統 E 玻纖布基材在高溫下易出現層間分離，而石英玻纖布的耐高溫性提升 30%，玻璃化溫度（Tg）突破 280℃，能確保 26 層等高多層 PCB 在長期高溫環境下不變形。同時，石英玻纖布的介電常數（Dk）更穩定，波動范圍≤0.02，為高頻信號傳輸提供均勻的介質環境，避免因介質差異導致的信號延遲。
AI 服務器 PCB 的層數從傳統服務器的 12-16 層躍升至 22-26 層，部分高級機型甚至規劃 32 層 PCB，這對制造工藝提出 “高密度、高精度、高可靠性” 的三重挑戰，而 mSAP/SAP、激光鉆孔與背鉆、埋嵌式三大工藝的突破，成為解決這些難題的關鍵。
mSAP/SAP 工藝實現 10 微米以下精細線路量產。傳統 PCB 采用的 TSM 工藝，線路最小寬度只能做到 15 微米，難以滿足 AI 服務器 PCB 的高密度布線需求。而 mSAP（改良半加成法）與 SAP（半加成法）工藝，通過 “化學鍍銅 + 電解鍍銅” 的雙層鍍銅方式，可將線路寬度控制在 6-10 微米，線路間距縮小至 5 微米以內。以 22 層 HDI 計算板為例，采用 mSAP 工藝后，單塊 PCB 的布線密度提升 50%，能同時連接 GPU、內存、接口芯片等多類元器件，減少 PCB 拼接帶來的信號延遲，使 AI 服務器的算力響應速度提升 12%。
激光鉆孔與背鉆技術解決高多層板盲埋孔信號干擾問題。26 層交換板需通過數百個盲埋孔實現不同層間的信號互聯，傳統機械鉆孔精度只能達到 ±0.1mm，易導致孔位偏差，而激光鉆孔精度可提升至 ±0.01mm，能精確定位盲埋孔位置，確保層間信號順暢互聯。同時，背鉆技術可去除盲埋孔中的多余銅段 —— 這些銅段在高頻信號傳輸中會形成 “Stub 效應”，導致信號反射損耗增加，背鉆后可將反射損耗降低 80%，使 26 層 PCB 的信號完整性滿足 100Gbps 高速傳輸要求。
埋嵌式工藝推動 AI 服務器 “去散熱器化” 升級。傳統 AI 服務器需在 PCB 表面加裝散熱器，以解決芯片發熱問題，但這會增加設備體積與重量。埋嵌式工藝可將電阻、電容等元器件直接嵌入 PCB 內部，同時在 PCB 內層設置銅質散熱通道，將芯片產生的熱量快速傳導至 PCB 邊緣。采用該工藝的 22 層 HDI 計算板，散熱效率提升 35%，可支持 GPU 芯片在高負載下穩定運行，且無需額外加裝散熱器，使 AI 服務器的體積縮小 20%，更適配數據中心的高密度部署需求。
AI 服務器 PCB 的材料與工藝突破，不僅提升了單一 PCB 的性能，更從整體上推動 AI 服務器的算力密度與能耗優化。以英偉達 GB200 機柜為例，22 層 HDI 計算板與 26 層交換板的組合，使單機柜算力達到 32PFlops（FP16），較上一代提升 60%，而 PCB 的低損耗材料與高精度工藝，使機柜整體能耗降低 18%；新一代 Rubin 機柜采用的 Midplane 設計與正交背板 PCB，更是通過優化 PCB 布局，減少信號傳輸距離，使單機柜算力有望突破 100PFlops，同時將能效比（PUE）控制在 1.1 以下。
未來，隨著 AI 算力需求持續攀升，AI 服務器 PCB 還將向 “更高層數（32 層及以上）、更優材料（Df≤0.0015）、更精工藝（線路寬度≤5 微米）” 方向發展。同時，材料國產化也成為行業重要趨勢 —— 國內廠商正加速 M9/PTFE 樹脂、HVLP 銅箔的研發，部分產品已實現 Df≤0.0025、Rz≤0.5μm 的參數指標，逐步打破海外廠商壟斷，為 AI 服務器 PCB 的穩定供應與成本優化提供支撐。
從算力需求爆發到 PCB 技術突破，再到 AI 服務器性能升級，這條產業鏈的協同演進，正為全球 AI 產業的持續發展筑牢硬件根基。而 AI 服務器 PCB 的每一次材料迭代與工藝升級，都在推動 “更高效率、更低能耗、更密部署” 的算力基礎設施建設，為大模型、自動駕駛、工業智能等領域的創新應用提供堅實保障。
公司信息
訪問官網
我要咨詢
每日熱詞
