AI算力板从抽检走向全检，PCB为什么越来越难“查错”？

9月15日，深圳康微视觉宣布完成近亿元Pre-A轮融资，资金将用于团队扩充、产能扩大及下一代检测平台研发。康微视觉主要面向高端PCB及泛半导体检测，其创始人张晖在接受36氪采访时透露，过去高端PCB的3D检测更多用于实验室抽检，而现在英伟达等客户对AI算力板提出了逐板3D检测需求，检测正在从“抽一张”走向“每一张都检”。

这件事值得PCB行业关注的，不只是又一家检测设备企业获得融资。

AI服务器把PCB做得越来越复杂之后，一个过去容易被忽略的问题正在被放大：板能做出来，还得证明它做对了。

线路越来越细，传统2D检测开始“不够看”

普通AOI并不陌生。

PCB线路形成后，通过光学成像与设计资料进行比对，可以识别断线、短路、缺口等平面缺陷。

问题是，AI算力板正在向高多层、高密度互连发展，部分高阶HDI和IC载板不仅线路更细，微孔数量和结构复杂度也在增加。

此时一些缺陷已经不只是“有没有”，还要判断“有多深”“有多高”。

例如微孔、凹陷、断差等三维形貌问题，仅靠二维图像提供的信息有限。36氪报道显示，康微视觉将线扫式光谱共焦传感器引入高端PCB检测，使设备可以同时检测表面缺陷和三维形貌。其披露的3D检测精度达到±1μm，检出率超过99.9%。

PCB越精密，检测就越不能只停留在“看表面”。

从抽一张到每张都检，改变的是整条生产线

过去3D检测速度相对较慢，可以放在实验室里做抽检。

但抽检有一个天然限制：它只能判断这一批产品的整体质量状态，很难证明每一张复杂PCB都没有关键缺陷。

AI算力板的情况又比较特殊。

高价值GPU、交换芯片、存储和电源器件最终都要装到PCB上。一旦PCB自身存在潜在缺陷，等到SMT完成甚至整机测试阶段才暴露问题，返工和排查都会更加复杂。

所以从抽检走向全检，并不只是“多买几台检测设备”。

它首先要求检测速度能够跟上生产节拍，还要求误报率、数据处理能力以及设备稳定性同步提升。

康微视觉采用2D+3D混合检测的思路，本质上就是希望把过去偏实验室性质的3D检测真正搬进量产线。

AI算力板越贵，缺陷越要提前拦下来

这也是AI服务器PCB与普通板卡一个容易被忽略的区别。

板上的器件价值提高之后，PCB制造阶段的品质控制会变得更加重要。

因为缺陷发现得越晚，处理成本通常越高。

在线路阶段发现异常，可以及时筛除；到了SMT阶段才发现PCB问题，已经叠加了元器件、焊接和生产工时；如果进入整机测试后再排查，问题定位会更加复杂。

因此，AOI只是整个质量链条中的一环。

从PCB线路AOI、电气测试，到PCBA阶段的SPI、AOI、X-Ray，不同检测方式解决的是不同问题。真正重要的不是单纯增加一道检测，而是把问题尽可能拦在它应该被发现的工序。

对于高多层、HDI及高速板而言，线路、微孔、层间对位、阻抗以及焊接质量等关键环节，也会越来越依赖更精细的过程控制与检测手段。

PCB制造门槛，开始延伸到“怎么证明质量”

这也是康微视觉这轮融资更值得PCB行业观察的地方。

过去谈AI服务器带来的PCB升级，讨论较多的是高多层、HDI、高速材料、背钻和阻抗控制。

现在还需要再加一个维度：检测能力。

聚多邦目前在PCB制造环节采用AOI、飞针、电测等检测方式，并在PCBA环节配置SPI、AOI及3D X-Ray等检测手段。对于高多层、HDI、高密度SMT等复杂项目，检测并不是生产完成后的附加步骤，而需要与制造过程一起考虑。

因为工艺越复杂，单纯依靠最终测试去发现问题的成本就越高。

康微视觉的变化也说明，高端PCB产业链的升级已经开始向检测设备端传导。公司目前产品已经覆盖纯3D AOI、2D+3D混合AOI、微孔检测和成品外观检测，并计划继续向光模块及先进封装等检测场景延伸。

下一阶段AI算力板的竞争，可能不只是谁能把线做得更细、层数做得更多。

另一个越来越现实的门槛是：

当PCB复杂到肉眼和传统二维检测都越来越难判断时，制造企业能不能在量产节拍下，把那些微小却可能影响可靠性的缺陷稳定找出来。

从抽检走向全检，表面增加的是检测设备和时间，真正提高的却是高复杂度PCB进入AI算力设备之前的质量验证门槛。