128颗AI芯片连成一台计算机，超节点为什么会把PCB做得更难？

2026年，阿里平头哥公布了新一代AI芯片真武M890及后续产品路线图。M890内置144GB显存，片间互联带宽达到800GB/s，性能约为上一代真武810E的3倍；按照规划，2027年第三季度推出的真武V900将进一步把显存提升至216GB、片间互联带宽提高至1200GB/s，性能预计达到M890的3倍。与此同时，阿里云磐久AL128超节点已经将128颗M890紧耦合在同一系统中。

对PCB行业来说，真正值得关注的其实不是“某颗芯片快了几倍”。

而是AI服务器的设计目标已经发生变化：过去重点是把一颗芯片做快，现在还要让几十甚至上百颗芯片像一台计算机一样协同工作。

这会把大量压力推向芯片之外的高速互连系统。

一颗芯片更快，只是第一步

AI芯片算力提高之后，需要同时解决两个问题：数据要能够快速进入芯片，计算结果还要快速传给其他芯片。

否则就会出现一种尴尬情况——芯片本身算得很快，却在等待数据。

M890的片间互联带宽已经达到800GB/s；下一代V900规划进一步提高至1200GB/s。更值得关注的是磐久AL128：它通过互联芯片让128颗M890组成超节点，通信时延达到百纳秒级。

到了这个阶段，AI服务器的性能已经不只由GPU或AI加速芯片决定。

芯片之间怎么连接，同样重要。

算力越集中，互连越不能拖后腿。

128颗芯片连在一起，PCB首先面对的是“高速公路变多了”

把128颗AI芯片连接起来，可以简单理解成需要在一个系统内部修建大量高速数据通道。

这些通道最终需要经过封装基板、PCB、连接器以及其他互连结构。

通道数量增加、传输速率提高之后，PCB就不能只满足“线路导通”。

高速差分线路的阻抗、插入损耗、串扰以及过孔结构，都可能影响信号质量。材料的Dk、Df以及铜箔粗糙度也会进入高速设计考虑范围。

这也是为什么AI服务器不断向高速低损耗材料、高多层PCB发展。

但层数增加之后，制造难度并不是线性增加。

压合次数、层间对准、钻孔、电镀以及板厚控制都会更加复杂；几十层线路叠在一起，还要保证关键高速通道达到设计阻抗，对制造一致性的要求也随之提高。

超节点的另一道难题，是怎么把电送进去

高速互连之外，还有一个容易被忽视的问题：供电。

一颗高性能AI芯片需要大量电力，128颗芯片集中运行之后，服务器内部不仅要传输数据，还要完成大电流供电。

这会影响PCB的铜厚、电源层设计、过孔载流以及热管理。

如果说高速信号要求线路“跑得快”，供电系统解决的就是“送得稳”。

两种需求还可能出现在同一块板上。

一边需要高速线路尽量减少损耗和干扰，一边又要处理高电流和大量热量，这就使AI服务器PCB不能只优化某一个参数，而需要在高速信号、供电和散热之间寻找平衡。

因此，芯片性能提高3倍，并不能简单理解成PCB制造难度也提高3倍。

真正增加的是系统复杂度。

从M890到V900，PCB要跟的是互联速度

按照平头哥公布的路线图，M890之后的V900计划把片间互联带宽从800GB/s提高至1200GB/s。

这个数字对PCB行业比单纯的“算力提高3倍”更值得关注。

因为互联带宽继续提高，直接对应更严格的信号完整性要求。

高速材料怎么选、叠层怎么设计、差分阻抗怎么控制、过孔Stub怎么处理，都可能进一步影响链路性能。到了更高速率，背钻、低损耗材料以及更加精细的阻抗控制等工艺的重要性也会随具体设计提高。

聚多邦目前可覆盖1—40层PCB、1—5阶HDI，并支持M6/M7、Rogers等材料、背钻及高速差分阻抗±5%等制造需求。对于AI服务器、高速交换及其他算力硬件，更现实的制造价值，是结合材料、叠层、阻抗和板厚要求完成工程评估，再从研发打样逐步进入后续验证。

国产AI芯片放量，PCB真正要看的不是“多卖多少块板”

平头哥此前披露，真武系列芯片已累计出货超过56万片，并服务多个行业客户。

但对PCB产业来说，芯片出货增加只是第一层机会。

更值得关注的是，国产AI芯片开始从单颗芯片走向超节点和大规模集群之后，服务器内部需要的PCB也会从普通连接载体，逐渐承担更复杂的高速互连、供电和系统协同任务。

下一阶段PCB行业真正要跟上的，不只是国产AI芯片的产量，而是芯片之间越来越快的互联速度。

一颗芯片变快，考验的是芯片设计；128颗芯片一起变快，考验的就是整个硬件系统。

而PCB，恰恰处在这个系统互连的中间。