OpenAI拟融资300亿美元：万亿估值背后，PCB真正该关注什么？

2026年9月29日，据彭博等媒体报道，OpenAI正在讨论新一轮至少300亿美元融资，目标融资前估值约1.4万亿美元。相比此前约8520亿美元的估值水平再次明显提升。不过，目前融资仍处于讨论阶段，最终规模、估值及相关条款仍存在变化可能。

对PCB行业来说，1.4万亿美元估值本身并不重要。真正值得关注的是，在AI模型、智能体和企业应用持续扩张的背景下，巨额资本会在多大程度上继续流向算力基础设施。

因为只有当资本变成服务器、交换机、存储和数据中心设备之后，才会真正传导到PCB制造端。

融资不是PCB订单，算力投资才是中间那座桥

AI行业是典型的资本密集型产业。

模型训练需要大量计算资源，模型投入使用之后，同样需要服务器持续完成推理。特别是AI Agent开始从简单问答转向代码执行、文件处理、软件调用等复杂任务后，单次任务背后的计算链条可能进一步拉长。

因此，AI企业获得更多资本，并不能简单理解为“马上采购更多服务器”，但会增强其承担模型研发、推理服务以及基础设施投入的能力。

这也是观察AI融资新闻时，PCB行业需要分清的一层关系：

估值不会直接产生PCB需求，真实的算力建设才会。

接下来更值得关注的，是AI企业及云计算厂商的数据中心资本开支、服务器部署规模和网络基础设施升级速度。

服务器越来越强，PCB不只是跟着增加数量

如果AI基础设施继续扩张，服务器主板、GPU加速卡、高速交换机、存储设备等硬件需求都会受到影响。

但对PCB行业而言，数量只是其中一个维度。

AI服务器内部集中了处理器、加速器、内存、电源和高速网络接口。计算性能不断提高以后，各个器件之间需要交换的数据量也越来越大。

这时候，PCB面对的问题就从“把芯片连接起来”进一步变成“让大量高速信号稳定传输”。

信号速率提高后，PCB的线宽、铜厚、介质厚度、材料特性、过孔结构都会影响传输质量。阻抗控制、信号损耗以及高速通道一致性的重要性随之提高。

所以，AI算力基础设施扩张带来的产业机会，并不只是多生产一些普通PCB。

更值得观察的是，高速高多层PCB在服务器和网络设备中的使用比例是否继续提升。

芯片越来越密，高多层PCB为什么反而更难做？

AI服务器主板需要在有限空间里连接更多高速器件。

表层空间不够，信号层、电源层和参考平面就需要向PCB内部延伸。层数增加，可以提供更多布线空间，但同时也会增加制造复杂度。

例如，多层结构需要经过压合。层数和结构越复杂，材料在加工过程中的尺寸变化、层间对位以及板厚控制就越值得关注。

如果高密度芯片周围的布线空间进一步收紧，传统通孔可能占用过多空间，还可能根据设计采用激光微孔、盲埋孔以及HDI结构。

这也是AI硬件升级与传统服务器扩容的不同之处。

增加的不只是PCB数量，还可能是单块PCB的制造难度。

当高多层、高速信号和高密度互连同时集中在一块板上，制造端面对的是叠加起来的工程问题。

算力继续提高，供电也开始影响PCB价值

AI硬件还有一个不能忽视的变化：功率密度。

处理器和加速器计算能力提高后，供电系统需要持续提供稳定电流。服务器内部的电源模块、大电流路径以及散热设计，因此成为硬件设计的重要部分。

这也会影响PCB结构。

对于部分大电流场景，提高铜厚可以降低导体电阻并改善载流能力，但铜厚增加以后，蚀刻、线路制作、压合以及散热设计也需要同步考虑。

因此，同一轮AI基础设施升级可能同时影响多种PCB产品。

高速数据传输推动高速高多层板需求，高密度芯片连接推动HDI应用，而功率提升又可能增加厚铜及热管理相关PCB的需求。

终端算力升级，最终改变的是PCB产品结构，而不只是订单数量。

复杂订单增加，制造能力开始从“做出来”转向“稳定做”

当AI硬件进入实际部署阶段，PCB制造面对的另一个问题是批量一致性。

研发阶段做出一块符合要求的样板，与后续持续生产复杂PCB，并不是同一件事。

层数、材料、孔结构和阻抗要求越复杂，压合、钻孔、线路、电镀以及检测等环节之间的关联就越强。前一道工序产生的偏差，可能继续影响后续加工。

因此，DFM前置评审和过程检测的重要性也会提高。

聚多邦目前PCB制造可覆盖1—40层，并支持HDI 1—5阶、高速高频材料、厚铜、背钻等工艺；阻抗控制常规为±8%，高速需求可控制至±5%，同时覆盖PCB、SMT及PCBA相关制造环节。对于高速、高多层等复杂项目，通过DFM评审提前检查叠层、线路、孔结构和制造参数，有助于在生产前识别可制造性问题。

这类制造能力所对应的，并不是OpenAI某一轮融资，而是AI基础设施复杂度提高后，对整个PCB供应链提出的新要求。

OpenAI最终能否以约1.4万亿美元估值完成至少300亿美元融资，目前仍有不确定性。这些资本又有多少会进一步转化为算力基础设施投入，同样需要观察。

对PCB产业来说，比融资数字更值得跟踪的是接下来的数据中心资本开支、AI服务器部署、高速交换网络以及硬件架构变化。

如果下一轮AI竞争继续推高计算密度和数据传输规模，PCB产业获得的机会可能不只是需求量增长，而是价值进一步向高速高多层、HDI、厚铜及复杂PCBA等制造环节集中。

资本决定AI企业还能投入多少，而真正决定PCB产业机会的，是这些钱最终变成什么样的硬件。