2026年7月3日，36氪、财联社及The Information报道，AI独角兽Anthropic正式启动自研AI芯片早期研发工作，并与三星电子洽谈采用2nm制程及先进封装合作。同日，三星电子确认承接Meta第三代自研AI加速器MTIA代工订单，订单价值超过10万亿韩元（约443亿元人民币），计划采用三星2nm工艺进行大规模量产。目前三星代工业务订单积压额已接近50万亿韩元（约2215亿元人民币），全球AI企业围绕自研芯片、先进制程和算力基础设施展开的新一轮竞争正在加速。

产业升级路径：AI竞争从芯片性能转向系统协同

过去几年，AI基础设施的发展主要依赖通用GPU生态，英伟达等企业通过芯片性能、软件生态和服务器平台形成强大优势。但随着大模型参数规模持续增长，单纯采购通用芯片已经难以满足成本、功耗和场景适配需求，AI巨头开始推动自研ASIC、专用加速器以及定制化计算平台的发展。

Anthropic启动自研芯片计划、Meta持续扩大MTIA布局，本质上代表AI产业竞争逻辑发生变化。从“购买算力”转向“设计算力”，企业希望通过芯片架构优化提升推理效率，同时降低长期运营成本。

这一趋势带来的影响并不局限于半导体环节，而会向服务器、存储、互联以及PCB产业链传导。自研AI芯片完成晶圆制造和先进封装后，仍需要依托服务器主板、加速卡、高速背板等硬件系统实现规模化部署。因此，芯片定制化越深入，底层电子制造体系的复杂度也越高。

技术演进趋势：ASIC架构推动高性能PCB进入新阶段

AI服务器正在从标准化平台向高度定制化平台演进。相比传统GPU服务器，ASIC服务器需要根据芯片架构重新设计供电方案、高速互联路径和散热结构，这直接提升了PCB设计难度。

在高速互联方面，未来AI服务器需要支持112G甚至224G SerDes信号传输，对PCB材料损耗、线路精度和阻抗稳定性提出更高要求。高频高速PCB不仅需要采用低损耗材料，还需要通过优化层叠设计减少信号衰减，保证芯片之间的数据交换效率。

同时，AI芯片功耗持续提升，大规模计算平台需要更强的电源管理能力。厚铜PCB、大电流供电板以及高可靠电源PCBA将成为重要组成部分。对于复杂算力设备而言，PCB已经从传统连接部件转变为影响系统性能的重要基础组件。

未来高端AI服务器将大量应用16层以上高多层PCB，并向更高层数、更复杂HDI结构发展。mSAP 0.075mm及以下超细线路技术、Any-layer HDI工艺以及高速差分阻抗控制（±5%）能力，将成为支撑下一代算力硬件的重要制造基础。

供应链重构逻辑：PCB成为AI硬件国产化关键环节

AI芯片自主化趋势正在推动整个供应链重新分工。过去，产业关注点主要集中在芯片设计和晶圆制造，而随着系统级竞争加剧，服务器主板、封装测试板、高速互联板等环节的重要性不断提升。

一颗先进AI芯片最终需要通过PCB连接计算、存储、通信和供电模块。如果PCB无法满足高速信号传输、散热和可靠性要求，芯片性能也难以充分释放。因此，高端PCB正在成为AI基础设施竞争中的关键支撑环节。

在这一过程中，具备高多层HDI与刚挠结合制造能力、mSAP 0.075mm级超细线路加工能力，以及PCB+SMT+PCBA一站式交付闭环的制造体系，将更容易参与AI服务器供应链。同时，通过IQC→SPI→AOI→X-Ray品控体系保障批量一致性，也是满足AI硬件长期稳定运行的重要条件。

随着Meta、Anthropic等企业推动自研芯片路线，PCB供应链也将从传统制造模式向工程协同模式转变。制造企业需要更早参与产品设计阶段，通过DFM优化、材料选择和工艺验证缩短产品导入周期。

应用场景扩展：AI芯片路线变化向更多行业传导

自研AI芯片的发展不会局限于云端数据中心。未来，智能汽车、机器人、工业控制以及低空经济设备都可能采用针对特定任务优化的AI加速芯片。

智能汽车中的自动驾驶计算平台，需要针对视觉感知、路径规划和实时控制进行芯片优化；机器人系统需要更低延迟的边缘推理能力；工业设备则需要通过专用AI芯片提升自动化水平。这些场景都会带动车载PCB、工业控制PCBA、高速通信板等需求增长。

从三星承接Meta大规模ASIC订单，到Anthropic探索自研芯片，可以看到AI产业正在进入“芯片+系统+制造”协同竞争阶段。未来算力基础设施的竞争，不仅属于芯片设计企业，也属于能够支撑复杂硬件系统规模化交付的电子制造产业链。

对于PCB行业而言，AI芯片路线变化带来的最大机会，并非简单增加订单数量，而是推动PCB向更高层数、更高精度、更高可靠性的方向持续升级。谁能够突破高速互联、先进制造和批量一致性的综合挑战，谁将在下一轮AI基础设施建设中获得更大的产业价值。