过去几年，AI产业一直围绕一个核心词展开——算力。谁拥有更强的GPU，谁就拥有更强的大模型训练能力。但2026年，一个新的变化正在出现：AI服务器里最贵的部分，已经不再是GPU，而是HBM高带宽内存。 根据行业数据显示，HBM物料成本已占AI加速卡总成本约63%，而HBM、SSD、HDD等存储系统合计占AI服务器整机成本达到35%。与此同时，全球HBM市场规模预计突破540亿美元，较几年前增长超过十倍。AI基础设施正在从“算力竞争”逐步转向“存力竞争”。

AI竞争正在从计算转向数据

大模型的发展本质上是在处理海量数据。随着模型参数从千亿级迈向万亿级，GPU的计算能力虽然不断提升，但数据传输速度逐渐成为新的瓶颈。如果GPU是一台超级发动机，那么HBM就是为发动机持续输送燃料的高速管道。HBM通过3D堆叠和超宽总线设计，实现远超传统DDR内存的带宽能力，已经成为AI训练和推理服务器的核心组成部分。(zh.wikipedia.org) 因此，现在AI服务器采购时关注的不再只是GPU数量，而是配置多少HBM、数据能否快速调度、存储系统是否足够支撑推理需求，以及整机散热是否能够承受更高功耗。

HBM爆发，PCB难度同步升级

对于PCB企业而言，真正值得关注的不是HBM本身，而是HBM背后的硬件升级需求。当服务器搭载更多HBM时，整个系统的布线密度、供电能力和散热压力都会显著提升。传统服务器PCB大多采用4至8层设计，而AI服务器主板、高速背板、GPU载板等产品，已经普遍进入16层、20层甚至24层以上时代。PCB需要面对的挑战包括：

更高的层数

为了满足高速信号传输，需要增加参考层和电源层，确保信号完整性。

更严格的阻抗控制

高速信号对阻抗极其敏感。过去±10%的阻抗公差可以接受，现在很多AI项目已经要求控制在±5%甚至更高水平。

更复杂的电源设计

HBM和GPU需要持续稳定供电。大电流设计、多组供电网络以及低噪声电源架构成为标配。

更严苛的散热要求

随着功耗提升，PCB不仅是连接载体，更成为散热系统的重要组成部分。厚铜板、铜块埋入、热管理设计需求持续增加。

PCB行业将受益于“存力升级”

过去AI浪潮带来的主要机会集中在GPU产业链。未来几年，存储产业链的重要性将持续提升。而每增加一组HBM，每扩展一套高速存储系统，都需要更高规格的PCB作为支撑。可以预见，AI服务器PCB将继续向高层数、高速率、高可靠方向发展。高频高速板、高多层板、埋容埋阻板、超低损耗材料PCB的需求将持续增长。对于PCB制造企业而言，这不仅是订单增长机会，更是技术升级机会。

聚多邦看到的趋势

从近期AI服务器、数据中心、智能算力设备相关项目来看，客户对于PCB的要求正在快速提升。需求重点已经从“能做出来”转向能否稳定控制阻抗、能否实现高速信号传输、能否满足高层数设计、能否保证批量一致性，以及能否支撑长期可靠运行。聚多邦持续布局高多层PCB、高频高速PCB及高可靠PCBA制造能力，支持AI服务器、数据中心、通信设备等领域的研发与量产需求。当AI产业进入“存力时代”，真正被放大的不仅是HBM的价值，也包括其背后整个高端电子制造产业链的价值。而PCB，正是连接算力与存力的重要基础。