PCB撞上十年最猛的需求爆發！

AI算力的需求增長正在從訓練側加速向推理側擴散——按英偉達最新公開數據，訓練單模型的token消耗已突破100萬億，而推理側的token需求是訓練的約150倍，硬件需求量級出現根本性躍遷。這一變化直接映射到服務器側：2025年AI服務器產值預期接近3000億美元，占整體服務器比例提升至70%以上，從過去的增量品類升格為主力品類。在這一背景下，PCB作為算力硬件最核心的承載平臺正在同步升級，且升級是結構性、而非脈沖性的——覆銅板材料從M7加速向M8乃至2026年的M9等級遷移；正交背板方案有望以PCB背板取代銅纜互聯，承擔機柜內核心傳輸功能；COP方案則可能讓PCB部分替代昂貴的ABF/BT載板，重構封裝價值鏈。需求側對應的產業數據更具說服力：18層以上高多層PCB在2024-2029年的復合增速預期超過40%，HDI在AI服務器領域的滲透率將從12%向17%遷移，AI相關HDI復合增速接近35%。這是過去十年PCB行業最清晰、最具結構性的一輪升級周期。

四個判斷，先看這里

① 推理時代到來意味著算力需求量級躍遷，PCB是底層硬件中最直接受益的一環：

市場過去普遍把AI需求理解為訓練側的資本開支故事，但訓練是階段性的、推理是持續性的。按英偉達最新口徑，單模型推理的token消耗約為訓練的150倍——這意味著一旦推理需求規模化釋放，對應的硬件采購周期將比訓練階段更長、更穩定。云廠商已普遍上調2025年資本開支，且新增預算主要投向數據中心AI服務器擴建。AI服務器2025年產值預期接近3000億美元、占比突破70%以上，PCB作為承載GPU、CPU、交換機的核心物理平臺，需求彈性顯著高于通用服務器。

② 覆銅板材料三級跳：M7→M8→M9不是漸進升級，是被高速信號逼出的結構性換擋：

GB200時代覆銅板等級是M7+M4，到B300/GB300升級到M8+M4，2026年開始M9材料進入批量出貨階段。這個升級節奏不是材料廠主導的產品迭代，而是被算力側的傳輸速率倒逼出來的——更高速率意味著更低損耗、更高介電穩定性的材料門檻。材料等級每跳升一檔，單板價值量同步抬升，這是PCB板塊價端的核心驅動。疊加18層以上高多層板量端的復合增速超40%，這一輪是難得的量價齊升周期。

③ 正交背板+COP方案重構產業形態：PCB從配套件升格為架構核心：

英偉達Rubin Ultra NV2576機柜架構下，單機柜組成四組計算單元、每組18個計算tray，密度躍升的代價是銅纜互聯難以勝任——正交背板方案有望以PCB背板直接連接NVSwitch刀片，取代銅纜完成機柜內核心信號傳輸。這不是配套件的延伸，而是PCB從二線輔材進入算力架構核心的角色轉換。COP方案的邏輯類似：通過PCB直接承載芯片封裝，省去ABF/BT載板，PCB開始切入原本由IC載板廠商主導的價值環節。兩條路徑都意味著PCB行業的天花板被向上抬升。

④ 高層數+HDI雙輪驅動，行業馬太效應顯著加劇——技術能跟上的廠商吃掉份額：

2024-2029年18層以上高多層PCB復合增速超40%，HDI約10%，AI服務器領域的HDI復合增速接近35%——增速差異背后是AI服務器對密度、層數和制程能力的同步抬升。HDI在服務器/數據存儲領域占比從12%向17%遷移，意味著PCB行業正在經歷明顯的需求結構再分配。這種升級直接擠壓了無法跟上技術遷移的中小廠商，訂單將向頭部具備M8/M9量產能力、HDI多階產能、高多層工藝積累的企業集中。這是產業升級最直接的格局結果。

一、核心升級路線：四個方向同時演進

類比：類似于新能源車對動力電池產業鏈的拉動——表面是新車型迭代，本質是單車價值量被結構性抬升（電池容量翻倍+材料升級+熱管理重構）。AI對PCB的拉動同理：表面是服務器出貨量增長，實際是單臺AI服務器PCB價值量較通用服務器大幅躍升，疊加材料等級、層數、HDI階數同步升級，三重乘數效應共同驅動PCB板塊的需求體量出現量級變化。

二、需求結構：訓練向推理過渡，定制化ASIC是新增長極

推理時代AI模型的迭代速度相對訓練時代放緩，硬件靈活性要求降低，企業更傾向于采用定制化ASIC芯片以追求單位成本和能耗的最優——這是云廠商資本開支結構變化的核心信號。除英偉達外，四大云廠商均已上調2025年資本開支，新增預算主要流向AI服務器擴建。其中谷歌2024年是主要出貨方，亞馬遜2025年AI芯片出貨量增速預期超70%、并向訓練芯片領域延伸。多極化的需求結構對PCB行業形成更多元的訂單來源，單一客戶依賴風險顯著下降，行業景氣度可見性增強。

本文綜合整理自公開數據資料，僅供參考交流，不構成任何投資建議。市場有風險，投資需謹慎。