2026年10月19日，Meta工程团队披露，位于美国俄亥俄州的千兆瓦级AI超算集群Prometheus已完成一期建设，并用于训练Muse基础模型，后续将向约100万颗GPU扩展。百万颗是扩展目标，并非当前投运数量。这场算力扩容值得PCB行业关注的，是计算、通信与供电必须同步跟上。
GPU增加之后，数据能否及时送达？
大模型训练需要大量GPU协同工作。一部分负责计算，另一部分若迟迟收不到同步数据，昂贵的计算资源就可能等待通信。
Meta为Prometheus配置了专用后端网络，承担楼宇内及跨楼宇的GPU通信。其GB200方案通过两张400G网卡，为每颗GPU提供800G对外互联带宽。计算能力提高后，网络需要补足相应吞吐量。
落到PCB，需求涉及计算托盘板、网卡板和交换机主板等产品。不过，GPU数量不能直接换算成PCB或光模块数量，具体增量仍取决于网络拓扑、端口配置和设备集成方式。
高速板的难点，藏在线路和过孔里
对这些板卡而言，线路除了连通，还要让高速信号在抵达接收端时保持可识别。
材料损耗、铜箔粗糙度、线宽与介质厚度波动，都会影响信号传输。因此，低损耗材料选型不能只看介电常数，还要结合损耗因子、铜箔及实际走线长度判断。
高多层板则面临另一组约束：布线空间增加，信号穿越板层时的过孔结构也更复杂。研究显示，同一高层数测试板更换制造商后，过孔带宽出现明显差异，说明设计可行并不等于制造结果自然一致。
这会把要求传导到压合厚度、钻孔对位、电镀及背钻残桩控制。层数增加能够解决部分布线问题，却不能代替完整的信号完整性验证。
光互联靠近芯片，PCB价值也会重新分配
当电信号传得更快、更远，损耗和功耗压力随之增加。共封装光学（CPO）将光引擎移近交换芯片，目的之一就是缩短高速电连接路径。英伟达公开方案已体现这一方向。
据此判断，光互联升级不一定让所有PCB同步增量。部分长距离电连接可能缩短，板级供电、控制与短距离高速连接仍需保留，价值分布会随架构调整。
对制造企业而言，机会在于识别哪些连接留下、哪些性能要求提高，而非把800G、1.6T直接等同于某个固定层数或线路精度。
订单价值提高，要靠批次一致性兑现
更复杂的板卡可能增加材料、加工和验证投入，也可能放大报废与返工成本。样板通过之后，连续批次能否保持相近的电气表现，才决定复杂订单能否稳定交付。
这要求PCB企业在投产前对齐材料、叠层、过孔和测试方案。聚多邦已有的高多层、HDI及DFM评审基础，可用于承接相关研发协同；具体项目仍需按速率、结构和验证要求逐项匹配。
Prometheus扩容带来的产业信号，是PCB竞争进一步转向系统适配与稳定制造。下一步值得观察的，是互联架构如何变化，以及供应商能否把一次样板达标，转化为持续可追溯的批量交付。
24H服务热线:
粤公网安备 44030002011549号
