计算机行业研究

买入（维持评级）

行业专题研究报告

证券研究报告

计算机组

分析师：刘高畅（执业 S1130525120005）

分析师：郑元昊

（执业S1130525120004）

联系人：孙恺祈

liugaochang@gjzq.com.cn

zhengyuanhao@gjzq.com.cn

sunkaiqi@gjzq.com.cn

正在半导体化的PCB

行业观点

AI推理瓶颈迭代与架构演进，推动PCB价值定位跃升。Transformer架构下大模型推理分为Prefill与Decode两个阶段，前者为计算密集型，后者为显存带宽密集型，算力利用率与带宽占用率呈现极端错配。英伟达推出"解耦式推理"架构，将Prefill与Decode拆分到不同硬件，对PCB提出更高密度的HBM封装基板、更高速片间互联及更高功率密度供电散热要求。与此同时，从芯片到机架的尺度演进中，HBM4引入要求中介层支持千位级I/O；CoWoS-L向CoWoP演进让PCB首次承担类基板功能；GB300服务器PCB层数从10层跃升至20层以上，部分高端型号达34至64层；RubinUltraNVL576更以78层M9级正交背板取代铜缆，承担机柜内GPU全互联通信。行业竞争核心从“单卡算力”转向“全系统互联带宽”，PCB成为决定AI系统算力释放效率的关键瓶颈环节，技术门槛与认证周期对标半导体封装。

Rubin开启硬件密度时代，正交背板推动PCB半导体化价值跃迁。英伟达GTC2025发布Rubin系列路线图，开启AI硬件密度新时代：2026年下半年量产Vera Rubin NVL144平台，FP4推理算力达3.6EFLOPS；2027年下半年量产Rubin Ultra NVL576平台，FP4推理算力达15EFLOPS。黄仁勋提出"GPU数量按封装中芯片数量计"的新计算法则，标志以封装密度为核心度量的硬件密度时代来临。产业链视角下，Rubin系列拉动PCB“价量齐升”：量上，Rubin Ultra机柜GPU封装数量翻倍，带动PCB用量倍增；价上，平台采用M8U/M9级高端材料与超高多层设计，单台服务器PCB价值较上一代提升超两倍。正交背板作为标志性工程创新，通过78层PCB实现GPU与NVSwitch互连，替代数万根铜缆。高盛预测2025-2030年AI服务器需求增约4.3倍，高端PCB供需失衡将延续至2027年，PCB在AI系统BOM中占比向半导体级组件靠拢，完成从“承载平台”到“核心互联介质”的价值跃迁。

CoWoP与M9体系叠加赋能，推动AI PCB工艺向半导体级突破。CoWoP方案去掉ABF封装基板与BGA焊球，将硅中介层与GPU/HBM组合直接安装在强化型PCB上，PCB承担了原本封装基板的全部功能，标志着PCB与封装基板边界消失。该方案在信号完整性、电源完整性、热管理、板材变形控制及长期可靠性方面具有多重优势。单颗GPU配套PCB价值量高达600美元，为当前GB200平台的三倍，预计2027年形成超6亿美元市场空间，2028年飙升至20亿美元以上。同步演进的M9级覆铜板体系采用第三代LowDK石英布、HVLP4/5超低轮廓铜箔等先进材料，填料用量较前代翻倍。材料代际跃迁导致加工难度指数级抬升，叠加上游日东纺产能逼近极限、HVLP铜箔供应紧张，三重因素系统性推升价值中枢。CoWoP与M9叠加，使得工艺精度全面逼近半导体级。

多重壁垒构筑行业护城河，资金技术环保认证推动行业向头部集中。PCB行业属政策、资金、技术密集型，准入门槛极高。工信部设高投资与产能标准，PCB行业设备、研发投入大；制造工艺复杂、跨学科要求高；环保标准严、出口合规成本高；头部客户认证周期长、粘性强。多重壁垒推动行业向头部集中，格局持续优化。

相关标的

海外算力：胜宏科技、鹏鼎控股、沪电股份、广合科技、生益科技、景旺电子、东山精密、世运电路

其他海外算力：东山精密、工业富联、中际旭创、天孚通信、中钨高新、天岳先进、新易盛、兆易创新、沪电股份、大普微、源杰科技、欧科亿、英维克、唯科科技、领益智造等；Intel、SK海力士、Lumentum、闪迪、高通、博通、marvell、铠侠、美光、中微公司、北方华创、拓荆科技、长川科技。

风险提示

AI服务器出货及PCB升级不及预期的风险；CoWoP、正交背板等新工艺商业化进度不及预期的风险；原材料供应紧张及价格波动的风险；行业扩产节奏过快导致竞争加剧与价格战的风险；大客户订单波动及客户集中度过高的风险



内容目录

一、AI推理瓶颈迭代与架构演进，推动PCB价值定位跃升 ... 3

1.1推理瓶颈从算力转向显存带宽，PCB成为AI系统性能关键承载者 ... 3

1.2由芯片至机架架构演进，PCB从承载平台跃升为AI核心互联介质 ... 5

二、Rubin开启硬件密度时代，正交背板推动PCB半导体化价值跃迁 ... 6

2.1Rubin开启AI硬件密度新时代，拉动PCB量价齐升与高端化升级 ... 6

2.2正交背板推动PCB“半导体化”，工艺升级驱动PCB价值量跃迁 ... 8

三、CoWoP与M9体系叠加赋能，推动A1PCB工艺向半导体级突破 ... 9

3.1CoWoP打破PCB与封装基板边界，PCB从连接件跃升为芯片最后一层封装载体 ... 9

3.2M9材料体系实现代际升级，工艺壁垒与供给瓶颈推升PCB价值中枢 ... 10

3.3CoWoP与M9双重叠加，A1PCB工艺精度全面逼近半导体级 ... 10

四、多重壁垒构筑行业护城河，资金技术环保认证推动行业向头部集中 ... 11

五、相关标的 ... 12

六、风险提示 ... 12

图表目录

图表 1: 预填充与解码时的内部 GPU 状态 ... 3

图表 2: Disaggregated Serving 处理专用 GPU 上的 AI 推理的 Prefill 与 Decode 阶段，实现对计算和内存资源的精准优化 ... 4

图表 3: MoBA 通过路由器将查询路由至对应 KV 块，仅计算相关块的注意力得分以实现稀疏计算 ... 5

图表 4: MLA 通过显著减少生成过程中的 KV 缓存，实现高效推理 ... 5

图表 5: 多种并行策略可组合使用，以高效训练参数量从数十亿到数万亿的大模型，并横跨数千个 GPU 运行 5

图表 6: 通过内部连接，NVIDIA 展示了一种新的中翼设计，其共有 18 列和 4 排连接线 ... 6

图表 7: Vera Rubin NVL144 平台将于 2026 年下半年量产，其 FP4 推理算力达 3.6 EFLOPS，是 GB300 NVL72 的 3.3 倍 ... 7

图表 8: Rubin Ultra NVL576 平台将于 2027 年下半年量产，其 FP4 峰值推理算力高达 15 EFLOPS，FP8 训练算力达到 5 EFLOPS ... 7

图表 9: NVIDIA Rubin NVL576 机架取消了连接 NV Link 交换机和计算刀片的线缆卡带 ... 8...

图表 10: CoWoP 方案中，PCB 承担了原本封装基板的全部功能 ... 9

图表 11: NVIDIA 正在研究下一代 AI 显卡采用 CoWoP 的 PCB 封装 ... 10

图表 12: AI PCB 既保留了 PCB 大尺寸量产与多层压合的工艺基础，又在精度与材料等层面实现了向半导体级别的跃迁 ... 11

图表 13: AI PCB 行业面临政策及资金、技术、环保、客户等壁垒 ... 12


一、AI推理瓶颈迭代与架构演进，推动PCB价值定位跃升

1.1 推理瓶颈从算力转向显存带宽，PCB成为AI系统性能关键承载者

从AI计算底层物理特性来看，Transformer架构下大模型推理严格分为Prefill与Decode两个阶段，二者硬件资源消耗特征存在显著不对称，Prefill阶段为计算密集型，以矩阵-矩阵乘法（GEMM）为主，算术强度高，GPU可逼近FP4/FP8理论峰值性能，而Decode阶段为显存带宽密集型，以向量-矩阵乘法（GEMV）为主，需反复从HBM显存读取历史Key、Value向量至SRAM，算术强度大幅下降，TensorCore长期处于等待数据的闲置状态，系统瓶颈由算力转向显存带宽，这种不对称性彻底重塑AI硬件设计哲学，推动PCB向高频高速、高密度互连、高层数、高精度方向升级，使其在材料、制程、精度上全面趋近半导体级标准，进而实现PCB“半导体化”，以匹配AI算力硬件对信号完整性、传输效率与系统稳定性的极致要求。

这一阶段的资源消耗变化可以用一组数据直观呈现：在Prefill阶段，GPU算力利用率可达 90%-95%，但显存带宽占用通常低于 30%；而在长上下文Decode阶段（KVCache满载），GPU算力利用率可能降至 20%-40%，显存带宽占用率则会升至 85%-95%。这种算力与带宽的极端错配，正是英伟达在Rubin系列中推出"解耦式推理"（Disaggregated Inference）的核心动因一一将Prefill与Decode拆分到不同硬件上，对Decode硬件大幅增加显存容量与互联带宽，对Prefill硬件保留高算力配置，通过硬件异构化实现资源的最优配置。这一架构变革对PCB提出了前所未有的要求：Decode节点需要更高密度的HBM显存封装基板与更高速的片间互联（NV Link/C2C），Prefill节点则需要支持更高功率密度的供电与散热方案，二者共同推动PCB从传统的连接载体升级为决定系统性能瓶颈的关键半导体级组件，技术门槛与客户认证周期已逼近半导体封装环节，行业属性由此发生根本性跃迁。

图表1：预填充与解码时的内部GPU状态


来源：towards data science，国金证券研究所


图表2：Disaggregated Serving处理专用GPU上的AI推理的Prefill与Decode阶段，实现对计算和内存资源的精准优化

Disaggregated Serving


More flexibility to optimize cost and user experience

来源：NVIDIA blog，国金证券研究所

为缓解长上下文推理中KV Cache带来的显存压力，行业演化出三条差异化解决路径：算法层面，采用MLA（Multi-head Latent Attention）、MoBA（Mixture of Block Attention）等混合注意力机制，通过低秩压缩与稀疏化技术，显著降低KV Cache容量占用，从算法根源上减轻显存负担；硬件层面，通过Tensor Parallel（张量并行）将KV Cache横向分布至多张GPU，依托NVLink等高速互联协议在卡间实时汇聚计算结果；系统层面，通过Pipeline Parallel（流水线并行）纵向跨节点拆分模型层，以节点间激活值传输替代全量KV Cache搬运。三条路径在工程实现上各有侧重，但它们均将"卡间/节点间的高速互联"提升至与"单卡算力"同等重要的战略高度，直接驱动PCB向更高层数、更高阶HDI及更高信号完整性方向迭代，PCB由此向半导体化方向升级，以满足AI算力硬件对信号完整性与传输效率的极致要求。

换言之，过去十年AI硬件的核心竞争是"单卡算力”，而下一个十年的核心竞争已经悄然转向"全系统互联带宽"。这一转变在物理层面催生了三层新需求：芯片内部，HBM4代相比HBM3e带宽翻倍，需更宽内存接口与更高密度I/O；封装内部，Rubin Ultra采用16颗HBM4E×16层堆叠结构，硅中介层尺寸与布线密度呈指数级攀升；机柜内部，NVLink从早期8卡互联演进至576端口全池化架构，实现数百颗GPU的Scale-up网络。这三层需求的物理承载者，正是PCB一一尤其是高速高频PCB与正交背板，其技术门槛已从传统的层间对位精度、阻抗控制，跃升至半导体级的信号完整性、电源完整性及热管理协同设计。PCB由此成为决定AI系统算力释放效率的关键瓶颈环节，行业价值中枢与竞争壁垒同步向半导体封装领域靠拢。



图表3：MoBA通过路由器将查询路由至对应KV块，仅计算相关块的注意力得分以实现稀疏计算

图表4：MLA通过显著减少生成过程中的KV缓存，实现高效推理



来源：arXiv官方论文《MOBA:MIXTURE OF BLOCKATTENTION FOR LONG-

CONTEXT LLMS》，国金证券研究所

来源：arXiv官方论文《DeepSeek-V2:A Strong,Economical,and Efficient

Mixture-of-Experts Language Model》，国金证券研究所

图表5：多种并行策略可组合使用，以高效训练参数量从数十亿到数万亿的大模型，并横跨数千个GPU运行

Strategy

What it parallelizes

Best for

Data Parallelism(DP)

Batch dimension

Standard training,most common

Tensor Parallelism(TP)

Individual layers

Large layers,GPU memory constraints

Pipeline Parallelism(PP)

Model depth

Very deep models

Context Parallelism(CP)

Sequence length

Long sequences(8K+tokens)

Expert Parallelism(EP)

MoE experts

Mixture-of-Experts models

来源：NVIDIA官方文档，国金证券研究所

1.2 由芯片至机架架构演进，PCB从承载平台跃升为AI核心互联介质

我们沿着"芯片→封装→板卡→机架"的尺度由小到大，可以清晰地看到PCB在AI硬件中地位的演进。在芯片层面，HBM4的引入要求中介层和封装基板支持千位级I/O接口，信号完整性要求已逼近半导体封装基板标准；在封装层面，CoWoS-L向CoWoP的演进让PCB首次承担起类基板的功能，层间对位精度与线宽线距向先进封装看齐；在板卡层面，以GB300为例，服务器PCB层数从传统的10层左右跃升至20层以上，部分高端型号采用34至64层超高层设计，技术难度呈指数级攀升；而在机架层面，RubinUltraNVL576开始用一整块78层M9级正交背板取代铜缆，承担机柜内GPU的全互联通信，PCB由此从板级组件跃升为机架级核心互联介质。

机架架构的演进特别值得关注。随着单机柜内需支持多达数百颗GPU的全互联，传统的可插拔铜缆和光模块在弯曲半径、连接器占位和散热风道上正面临物理极限。为了在有限空间内实现计算托盘（Compute Tray）与交换托盘（Switch Tray）的高密度部署，业界正探索引入正交背板（Orthogonal Backplane）结构或共封装光学（CPO）技术，试图将原本依赖线缆的高速通道固化为板级互联。这相当于把一台AI服务器的机架级互联，从灵活的“线”升级为高度集成的“板”，标志着PCB开始从板级组件跃升为机架级核心互联介质。


图表6：通过内部连接，NVIDIA展示了一种新的中翼设计，其共有18列和4排连接线


来源：ServeTheHome，国金证券研究所

我们必须意识到，这不是一次普通的工程优化，而是PCB在AI产业链中价值定位的根本性跃迁。过去PCB仅仅是“承载芯片的基础平台”，而今天它正变成“AI算力系统的核心互联介质”。随着高层数、高阶HDI（高密度互连）以及ELIC（任意层互联）等半导体级工艺的引入，PCB在单GPU物料清单（BOM）中的占比持续提升，与封装、HBM、CoWoS等环节并列成为AI算力的“核心增量”。这一定位转变的工程含义是：PCB的设计、材料和加工工艺必须向半导体看齐，其技术门槛与客户认证周期已完全对标先进制程环节，行业属性由此从传统电子制造彻底蜕变为技术密集型的高端制造。

二、Rubin开启硬件密度时代，正交背板推动PCB半导体化价值跃迁

2.1 Rubin开启AI硬件密度新时代，拉动PCB量价齐升与高端化升级

英伟达在GTC2025大会上正式公布了Rubin系列的产品路线图，标志着AI硬件进入全新密度时代。根据规划，基于Rubin GPU（配备HBM4内存）与88核VeraCPU组合的Vera Rubin NVL144平台将于2026年下半年量产，其FP4推理算力达3.6EFLOPS，是GB300 NVL72的3.3倍；随后于2027年下半年量产的RubinUltraNVL576平台，采用全新Kyber机架架构，集成576颗GPU封装，其FP4峰值推理算力高达15EFLOPS，FP8训练算力达到5EFLOPS，为GB300NVL72的14倍。黄仁勋在大会上提出的新计算法则“GPU数量将按照封装中GPU芯片的数量计，而非封装数量”清晰表明，Rubin开启了一个以封装密度为核心度量单位的硬件密度时代，而PCB作为承载这一密度的物理基座，其技术迭代速度与价值量提升幅度均将同步加速。

从产业链视角看，Rubin系列对PCB的需求拉动呈现"价量齐升"的叠加效应。量上，Rubin Ultra NVL576机柜内集成144颗GPU封装（576个GPU计算单元），是NVL72的2倍，直接拉动PCB用量翻倍；价上，以Rubin平台为例，其为达成低损耗与低延迟，全面升级使用材料·包括Switch Tray采用M8U等级（Low-DK2+HVLP4）和24层HDI板设计，Mid plane与CX9/CPX则导入M9（Q-glass+HV104），层数最高达104层。这让单台服务器的PCB价值比上一代提升超过两倍。


图表7：Vera Rubin NVL144平台将于2026年下半年量产，其FP4推理算力达3.6EFLOPS，是GB300NVL72的3.3倍


来源：凤凰网，国金证券研究所

图表8：Rubin Ultra NVL576平台将于2027年下半年量产，其FP4峰值推理算力高达15 EFLOPS，FP8训练算力达到5EFLOPS


来源：凤凰网，国金证券研究所


2.2 正交背板推动PCB“半导体化”，工艺升级驱动PCB价值量跃迁

正交背板（Orthogonal Backplane）是Rubin Ultra最具产业意义的工程创新之一，也是PCB"半导体化"的标志性事件。据台积电披露，Rubin Ultra在Kyber架构中引入正交背板，通过78层PCB实现GPU与NVSwitch的互连，替代数万根铜缆，支撑更高密度的单机柜算力集成。从加工端看，为支撑前所未有的集成密度，M9级高端PCB材料（如Q玻璃）、100微米微通道冷板以及金镀层防腐工艺成为标配。AI服务器已成为集芯片、光学、材料、热力学于一体的复杂系统工程。

图表9：NVIDIA Rubin NVL576机架取消了连接NV Link交换机和计算刀片的线缆卡带


来源：Serve The Home，国金证券研究所

正交背板的技术门槛直接推升了PCB在AI系统中的价值占比。Rubin Ultra的正交背板预计采用70层以上超高多层设计，使用M9级覆铜板，在层间对位精度、阻抗一致性、散热设计等方面远超常规产品，将带动单板价值量大幅提升。从需求端看，高盛预测，2025至2030年 AI服务器需求将增长约4.3倍，PCB/CCL等关键材料的供需失衡将延续至2027年甚至更久，支撑高端PCB价值量持续上行。

上述"价量齐升+工艺升级"的叠加，标志着PCB在AI产业链中价值定位的根本性跃迁。过去 PCB是"承载芯片的基础平台"，今天已演变为"AI算力系统的核心互联介质"一一其在系统


BOM中的占比从传统服务器的个位数水平向半导体级组件靠拢，与封装、HBM、CoWoS等环节并列成为AI算力的核心增量之一。

三、CoWoP与M9体系叠加赋能，推动AIPCB工艺向半导体级突破

3.1 CoWoP打破PCB与封装基板边界，PCB从连接件跃升为芯片最后一层封装载体

CoWoP（Chip-on-Wafer-on-PCB）是2025年下半年开始引发业内剧烈讨论的新一代先进封装方案，其核心思路简洁却具革命性：在传统CoWoS（Chip-on-Wafer-on-Substrate）方案中去掉ABF封装基板与BGA焊球，将硅中介层（Si Interposer）与GPU/HBM组合直接安装在强化型基板级PCB（PlatformPCB）上。换言之，强化PCB承担了原本封装基板的全部功能一一这是PCB与封装基板边界消失的标志性事件，标志着PCB从被动连接件向主动封装载体的根本性跃迁。

图表10：CoWoP方案中，PCB承担了原本封装基板的全部功能


来源：global smt，国金证券研究所

从优势看，CoWoP相对CoWoS具有多重潜在收益：改进信号完整性（移除基板缩短信号路径，减少NV Link和HBM存储器的传输损耗，实现更远的通信距离）、增强电源完整性（电压调节器可以放置在更靠近GPU芯片的位置，从而最大限度地减少寄生电阻并提升功耗效率）、卓越的热管理（去除芯片盖可以直接从芯片散热，显著提升冷却性能）、减轻PCB变形（较低的热膨胀系数有助于减少高温操作下的板材弯曲和应力）、降低电迁移风险（更好的电流分布带来了更好的长期可靠性）以及更低的ASIC成本（拆除盖子和包装基材可以降低零件和组装成本。Digitimes的一份报道称，NVIDIA正在研究下一代AI显卡采用CoWoP的PCB封装，采用CoWoP（芯片晶圆平台）PCB去除封装基板，直接将中介器连接到主板上。



图表11：NVIDIA正在研究下一代AI显卡采用CoWoP的PCB封装


来源：Tweak town，国金证券研究所

CoWoP（Chip-on-Wafer-on-PCB）带来的价值量跃升是结构性的一一为CoWoP方案配套的 PCB单颗GPU价值量高达600美元，是当前GB200平台PCB方案（约200美元）的三倍；胜宏科技2026年5月官方调研纪要亦明确，CoWoP技术需同时具备高阶HDI和mSAP工艺能力，预计相关产品价值量将有较大幅度提升，未来高端PCB产品的ASP将发生倍甚至呈指数级别的增长。从市场规模看，预计2027年将形成超过6亿美元的CoWoP市场空间，2028年更将飙升至20亿美元以上。PCB在AI产业链中的定位正从"承载芯片的基础平台"向"芯片最后一层封装"跃迁，行业属性由此从传统电子制造向技术密集型高端制造跃迁。

3.2 M9材料体系实现代际升级，工艺壁垒与供给瓶颈推升PCB价值中枢

随着英伟达Vera Rubin平台向机柜级、托盘级系统协同演进，PCB中板、无缆化互联及高速低损耗材料的重要性同步提升。英伟达官方披露，Vera Rubin NVL72采用PCB midplane支持 cable-free模块化托盘设计，并通过NVLink6实现更高的机柜内互联带宽。在224Gbps单通道速率成为下一代数据中心互联的重要方向后，以松下MEGTRON9为代表的超低损耗高频高速覆铜板材料成为产业关注重点。为降低高速信号传输损耗，材料体系需进行升级，典型方向包括低极性/超低介电树脂体系、石英布等低损耗增强材料、低轮廓铜箔，以及硅基功能填料等。其中，石英布相较传统玻纤布具备更低介电损耗和更低热膨胀特性；低粗糙度铜箔有助于降低高频传输损耗；球形硅微粉等填料可用于Low Dk覆铜板及IC载板，以改善材料的CTE、耐热性、可靠性和加工适配性。

材料升级也会传导至PCB加工环节。M9类高刚性、高硬度PCB基材会显著缩短PCB钻针使用寿命，钻针在加工过程中承受更高切削阻力和冲击载荷，易加速刃口磨损、崩刃及柄部疲劳损耗，并导致单支钻针可加工孔数下降。同时，高硬度材料还会增加孔位精度、孔径一致性和热变形控制难度，对钻针同心度、刚性、基体材料、刃口结构和涂层性能提出更高要求。因此，在高多层、高速PCB向超低损耗材料体系升级的过程中，钻孔工序的工艺难度、刀具消耗和耗材成本均存在上行压力。

上游关键材料的供给瓶颈进一步加剧了成本上行压力。据权威产业媒体披露，受限于复杂的工艺壁垒，核心供应商日本日东纺（Nittobo）的产能已逼近极限，其新增产能最早要到2027年下半年才能投放市场，供需硬缺口显著。同步陷入紧缺的还有HVLP系列高端铜箔，据 QYResearch市场报告，三井金属等头部供应商2025年起已因AI加速器需求激增而启动产能调配与价格调整。材料升级、工艺难度陡增与上游供给紧张三重因素叠加，正系统性推升 PCB在AI硬件中的价值中枢，标志着PCB从传统连接件向半导体级核心组件的根本性跃迁。

3.3 CoWoP与M9双重叠加，AIPCB工艺精度全面逼近半导体级

CoWoP与M9材料体系的双重叠加，正推动AIPCB的工艺指标全面逼近半导体级别。在布


线精度层面，采用mSAP（改良型半加成法）工艺的AI服务器PCB已将最小线宽/线距压缩至 $ 1 0 \mu \mathrm{m} / 1 0 \mu \mathrm{m} $级别，这一精度已触及传统减成法无法实现的IC载板区间；在材料性能层面，英伟达Rubin系列采用的M9级覆铜板将介电损耗（Df）压低至0.0015以下，以支撑 224Gbps超高速信号传输的严苛要求；在层间结构层面，头部厂商已具备78层超高多层板的量产能力，并可将层间对位精度控制在 $ \pm 2 0 \mu \mathrm{m} $以内。

从产业分类视角观察，AI PCB正在打开一个全新的工艺品类。传统PCB的标准线宽通常在 50 $ \mu\mathrm{m} $以上，而IC载板则要求15 $ \mu\mathrm{m} $乃至10 $ \mu\mathrm{m} $以下的精细线路；AI PCB通过mSAP与 M9材料的导入，恰好填满了这两者之间的技术空白。更为关键的是，AI PCB在钻孔环节面临的高深径比挑战已超越常规范畴一一当板厚显著增加而孔径持续缩小时，高长径比将直接导致孔壁镀铜不均与可靠性下降，这要求制造商必须具备接近半导体级别的过程控制能力。换 AI PCB既保留了PCB大尺寸量产与多层压合的工艺基础，又在精度、材料与信号完整性层面实现了向半导体级别的跃迁。

图表12：AI PCB既保留了PCB大尺寸量产与多层压合的工艺基础，又在精度与材料等层面实现了向半导体级别的跃迁

比较维度

集成电路封装基板

传统印刷电路板

核心材料

BT树脂、ABF薄膜、陶瓷、PI柔性基底等

主要使用FR-4玻璃纤维基底

行宽/行间距精度

15微米/15微米量产，定制设计可实现低于10微米

50μm以上标准，精度模型最低30μm。

制造工艺

MSAP改进的半增材工艺，LDI激光直接成像曝光

传统的减法/加法工艺，抽样检查

引脚负载能力

数千个引脚(适合BGA/CSP封装)，最多可达60,000个引脚

数百到数千个引脚(适合QFP封装)，最多可达5,000个引脚

核心功能

芯片级互连，支持多层垂直互连(适用于芯片组)

组件到主板的基本连接

典型应用场景

CPU/GPU，汽车级硅晶体模块，MEMS传感器，高端存储

计算机主板、手机主板、家用电器控制板

来源：pcb master，国金证券研究所

四、多重壁垒构筑行业护城河，资金技术环保认证推动行业向头部集中

PCB行业是典型的政策强监管、资金密集与技术密集型产业，潜在进入者面临极高的准入门槛。根据工信部发布的《印制电路板行业规范条件》，新建及改扩建多层板项目的投资规模不得低于1.2亿元，HDI项目不得低于7亿元。同时，规范条件要求多层板与HDI板的年人均产值须不低于50万元，直接抬高了行业的资金与规模门槛。在设备投入层面，PCB生产核心工序的单台设备需数百万甚至上千万元，新建自动化生产线前期投入动辄上亿元。此外，进入工信部公告名单的企业需满足研发经费不低于当年主营业务收入的 3% ，进一步考验企业的持续资金实力。技术层面，PCB制造涵盖开料、钻孔、沉铜、电镀、蚀刻、阻焊等数十道复杂工序，涉及电子、机械、化工、材料等多学科交叉，要求企业具备深厚的工艺积累与定制化生产能力，形成了显著的技术壁垒。

除前期重资产投入与技术积累外，环保合规与客户认证构成了持续运营的刚性壁垒。生态环境部发布的《清洁生产标准印制电路板制造业》将企业清洁生产水平划分为三级，对废水产生量、化学需氧量产生量及工业用水重复利用率等均设定了明确限值，且标准适用于环境影响评价和排污许可证等环境管理制度。同时，商务部发布的欧盟WEEE指令出口商品技术指南明确将印刷电路板列为必须选择性处理的组件，进一步抬升了出口企业的环保合规成本。在客户端，PCB作为电子产品的核心元器件，其品质直接影响下游产品性能，头部客户普遍执行严格的合格供应商认证制度：下游客户通常会对PCB制造企业进行1-2年的严格审核，涵盖技术审查、现场检验及多轮产品测试。此外，下游客户倾向与通过认证的长期供货商合作，此模式能提供稳定的订单流与深厚的信任关系。因此新进入者不仅需投入大量时间与资源通过认证，还必须持续证明可靠性并建立合作关系，使其难以快速赢得大量订单或建立品牌知名度。


图表13：AI PCB行业面临政策及资金、技术、环保、客户等壁垒


来源：科翔股份招股书、红板科技问询函回复等，国金证券研究所

五、相关标的

海外算力：胜宏科技、鹏鼎控股、沪电股份、广合科技、生益科技、景旺电子、东山精密、世运电路

其他海外算力：东山精密、工业富联、中际旭创、天孚通信、中钨高新、天岳先进、新易盛、兆易创新、沪电股份、大普微、源杰科技、欧科亿、英维克、唯科科技、领益智造等；Intel、SK海力士、Lumentum、闪迪、高通、博通、marvell、铠侠、美光、中微公司、北方华创、拓荆科技、长川科技。

六、风险提示

AI服务器出货及PCB升级不及预期的风险

目前产业核心驱动力来自英伟达Rubin/RubinUltra及谷歌、AMD、Meta等ASIC芯片对高阶AIPCB的需求。若AI服务器量产节奏放缓、算力资本开支削减，或PCB层数/孔径升级速度不及预期，将直接影响AIPCB行业的"量价齐升"逻辑。

CoWoP、正交背板等新工艺商业化进度不及预期的风险

CoWoP作为PCB与封装基板边界消失的标志性事件，其量产时间表存在不确定性；正交背板的78层超高多层加工良率仍处于爬坡阶段。若关键技术节点（如CoWoP2027年 3月爬坡）推迟，将影响相关厂商的业绩节奏。

原材料供应紧张及价格波动的风险

HVLP4铜箔、M9树脂、Q布、瑞士罗曼蒂克开槽机等关键原材料和设备仍处于紧缺状态。若上游紧缺幅度超预期或价格大幅上涨，将挤压PCB厂商毛利率；反之若供需缓和过快，则可能引发价格回调。

行业扩产节奏过快导致竞争加剧与价格战的风险

若下游AI服务器PCB需求增速不及产能释放节奏，中低端PCB市场可能出现价格战，行业整体毛利率承压。当前各家厂商资本开支总规模超过400亿元，扩产兑现期需密切跟踪。


大客户订单波动及客户集中度过高的风险

头部AIPCB厂商对英伟达等少数核心客户依赖度较高，若大客户技术路线变更、订单转移或自身产能调整，将直接影响相关厂商订单兑现节奏。



行业投资评级的说明：

买入：预期未来3-6个月内该行业上涨幅度超过大盘在 $15\%$ 以上；

增持：预期未来3-6个月内该行业上涨幅度超过大盘在 $5\% -15\%$；

中性：预期未来3一6个月内该行业变动幅度相对大盘在 $ - 5\% - 5\% $;

减持：预期未来3一6个月内该行业下跌幅度超过大盘在 5%以上。



特别声明：

国金证券股份有限公司经中国证券监督管理委员会批准，已具备证券投资咨询业务资格。

本报告版权归“国金证券股份有限公司”（以下简称“国金证券”）所有，未经事先书面授权，任何机构和个人均不得以任何方式对本报告的任何部分制作任何形式的复制、转发、转载、引用、修改、仿制、刊发，或以任何侵犯本公司版权的其他方式使用。经过书面授权的引用、刊发，需注明出处为“国金证券股份有限公司”，且不得对本报告进行任何有悖原意的删节和修改。

本报告的产生基于国金证券及其研究人员认为可信的公开资料或实地调研资料，但国金证券及其研究人员对这些信息的准确性和完整性不作任何保证。本报告反映撰写研究人员的不同设想、见解及分析方法，故本报告所载观点可能与其他类似研究报告的观点及市场实际情况不一致，国金证券不对使用本报告所包含的材料产生的任何直接或间接损失或与此有关的其他任何损失承担任何责任。且本报告中的资料、意见、预测均反映报告初次公开发布时的判断，在不作事先通知的情况下，可能会随时调整，亦可因使用不同假设和标准、采用不同观点和分析方法而与国金证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。

本报告仅为参考之用，在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请。本报告提及的任何证券或金融工具均可能含有重大的风险，可能不易变卖以及不适合所有投资者。本报告所提及的证券或金融工具的价格、价值及收益可能会受汇率影响而波动。过往的业绩并不能代表未来的表现。

客户应当考虑到国金证券存在可能影响本报告客观性的利益冲突，而不应视本报告为作出投资决策的唯一因素。证券研究报告是用于服务具备专业知识的投资者和投资顾问的专业产品，使用时必须经专业人士进行解读。国金证券建议获取报告人员应考虑本报告的任何意见或建议是否符合其特定状况，以及（若有必要）咨询独立投资顾问。报告本身、报告中的信息或所表达意见也不构成投资、法律、会计或税务的最终操作建议，国金证券不就报告中的内容对最终操作建议做出任何担保，在任何时候均不构成对任何人的个人推荐。

在法律允许的情况下，国金证券的关联机构可能会持有报告中涉及的公司所发行的证券并进行交易，并可能为这些公司正在提供或争取提供多种金融服务。

本报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布该研究报告的人员。国金证券并不因收件人收到本报告而视其为国金证券的客户。本报告对于收件人而言属高度机密，只有符合条件的收件人才能使用。根据《证券期货投资者适当性管理办法》，本报告仅供国金证券股份有限公司客户中风险评级高于C3级（含C3级）的投资者使用；本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，不应被视为对特定客户关于特定证券或金融工具的建议或策略。对于本报告中提及的任何证券或金融工具，本报告的收件人须保持自身的独立判断。使用国金证券研究报告进行投资，遭受任何损失，国金证券不承担相关法律责任。

若国金证券以外的任何机构或个人发送本报告，则由该机构或个人为此发送行为承担全部责任。本报告不构成国金证券向发送本报告机构或个人的收件人提供投资建议，国金证券不为此承担任何责任。

此报告仅限于中国境内使用。国金证券版权所有，保留一切权利。

上海

电话：021-80234211

邮箱：researchsh@gjzq.com.cn

邮编：201204

地址：上海浦东新区芳甸路1088号紫竹国际大厦5楼

北京

电话：010-85950438

邮箱：researchbj@gjzq.com.cn

邮编：100005

地址：北京市东城区建内大街26号新闻大厦8层南侧

电话：0755-86695353

邮箱：researchsz@gjzq.com.cn

深圳

邮编：518000

地址：深圳市福田区金田路2028号皇岗商务中心 18楼1806


【小程序】国金证券研究服务


【公众号】国金证券研究