芯片销量如果翻倍，AI服务器PCB真正要跟上的不只是产能

2026年9月17日，英伟达CEO黄仁勋在苏格兰参加AI活动时表示，预计2027年芯片销量将达到2026年的约两倍。此前在GTC 2026上，黄仁勋曾表示，2025年至2027年英伟达数据中心基础设施收入机会至少达到1万亿美元。最新表态进一步强化了一个信号：AI算力基础设施仍在快速扩张。

对PCB行业来说，值得关注的并不是简单地把“芯片翻倍”换算成“PCB翻倍”。Blackwell向Rubin升级的同时，服务器内部的计算、互联、存储和供电都在变化。数量增加是一条线，单套AI系统里的PCB制造难度提高，则是另一条线。

GPU卖得更多，PCB需求并不是简单按数量增加

一颗AI芯片最终需要进入加速卡、计算板、交换设备和整机系统。芯片出货规模扩大，自然会增加相关PCB需求，但更值得关注的是服务器正在从单卡计算走向机架级协同。

Vera Rubin NVL72由72颗Rubin GPU、36颗Vera CPU以及NVLink 6、ConnectX-9、BlueField-4等器件共同组成。英伟达还在通过InfiniBand和Spectrum-X继续向更大的AI集群扩展。

过去一块板主要解决自身计算和通信，现在大量GPU之间需要高速交换数据。板卡之间、机架内部以及机架之间的连接越来越密集，PCB承担的高速通道数量和布线复杂度也会增加。

所以真正变化的，不只是“多生产一些服务器板”，而是高价值PCB正在更多集中到高速、高多层和复杂互联场景。

Rubin性能提高后，高速信号留给PCB的余量更小

AI服务器PCB首先面对的是数据传输速度。

GPU算力越高，如果芯片之间的数据搬运跟不上，计算资源就会等待。Rubin平台因此把NVLink、网络、存储等互联能力放到了重要位置。英伟达披露，Rubin平台采用NVLink 6，并继续结合高速网络构建大规模AI系统。

传输速率提高后，PCB上的材料损耗、线路长度、过孔残桩、参考平面和阻抗偏差都会更加敏感。

这也是高速低损耗材料、高多层PCB、背钻和精细阻抗控制价值提高的原因。板层增加只是结果，真正困难的是压合之后还能不能保持介质厚度和层间对准稳定，钻孔和背钻能否控制残桩，批次之间的阻抗能否保持一致。

高速PCB贵的不是“层数多”，而是层数多以后仍然能够稳定传输高速信号。

算力密度提高，供电和散热也在争夺板上空间

Rubin带来的另一个变化是功率密度。

AI服务器主板既要给高速信号留出完整通道，又要处理GPU、CPU以及其他器件的供电。电流增加后，需要更多铜层、电源平面以及合理的电流路径；同时，液冷等散热结构也会进一步影响PCB和器件布局。

因此，并不能简单地说下一代AI服务器都会使用某一种固定铜厚。不同板卡承担的功能不同，厚铜、电源板、Busbar等方案也会组合使用。

但方向很明确：高速互联和高功率供电正在同时增加PCB设计约束。

聚多邦目前PCB可覆盖1—40层，并支持高速高频材料、背钻、0.5—20oz铜厚以及相关场景下的高速差分阻抗控制，同时可衔接PCB、SMT和PCBA。对于AI服务器研发和硬件验证项目，这类能力更实际的价值，是在高多层、阻抗、供电与装配之间提前发现制造问题。

芯片翻倍之后，更难的是把复杂板稳定做成批量

英伟达5月底披露，Vera Rubin已经进入规模生产阶段，相关供应链覆盖数百家生态伙伴、350多座工厂和30个国家。

当AI基础设施继续扩张，PCB供应链面对的考验也会从“能不能做”逐渐转向“能不能持续做”。

一块高多层高速板通过验证，并不代表数千块、数万块都能保持相同的阻抗、板厚、孔铜和材料性能。订单规模越大，任何微小的良率波动都会被放大，材料供应、工艺稳定性和批量一致性的重要性随之提高。

黄仁勋所说的芯片销量翻倍，真正传递到PCB产业的可能是两层需求同时上升：一边是AI服务器数量继续增加，另一边是Rubin等新平台把高速互联、供电和散热进一步推向更复杂的系统设计。

因此，下一阶段AI服务器PCB的竞争不会只看谁有更多产能。高多层、高速低损耗、阻抗一致性和复杂板批量制造能力，才是芯片规模扩张之后更值得关注的价值集中方向。