🔥36氪•較早收集於 3m
申萬宏源：AI算力通膨轉向PCB與電容細分領域
💡掌握AI供應鏈硬體瓶頸的轉移趨勢，優化您的基礎設施採購策略。
⚡ 30-Second TL;DR
有什麼變化
AI算力通膨動能趨緩
為什麼重要
隨著AI基礎設施趨於成熟，投資人與硬體開發者應將焦點轉向專業被動元件與高階PCB製造商。
下一步行動
審視您的硬體供應鏈對高階PCB與電容的依賴程度，以降低潛在的採購瓶頸風險。
誰應關注：Founders & Product Leaders
關鍵要點
- •AI算力通膨動能趨緩
- •市場焦點轉向PCB與電容細分領域
- •中期看好新能源、電動車與出口鏈
- •戰略資源配置持續圍繞AI產業鏈
🧠 深度解析
Web-grounded analysis with 11 cited sources.
🔑 增強重點摘要
- •AI伺服器對印刷電路板（PCB）的需求已從傳統的8-24層板躍升至22-26層，甚至未來可能超過50層，且單台AI伺服器的PCB內含價值已可抵得上七台傳統伺服器。
- •高階AI晶片對供電穩定性、高功率轉換效率及散熱有極高要求，導致多層陶瓷電容器（MLCC）、固態電容、鉭質電容及矽電容等高階被動元件需求爆發性增長，其中MLCC已出現交貨期超過20週、價格上漲20%的情況。
- •AI算力市場正從NVIDIA一家獨大轉向Google TPU等自研晶片崛起，形成「雙軌」供應鏈，為中國企業提供更多機會，並改變算力定價邏輯。
- •AI伺服器PCB需採用低介電常數（Dk）與低耗散因子（Df）的新型基材，如NE-glass玻纖，並導入背鑽製程以確保訊號完整性，這些技術壁壘正推動PCB產業進入「技術為王」的寡占時代。
🛠️ 技術深入
- PCB技術要求
- 高層數板： AI伺服器PCB層數從傳統的8-24層增至22-26層，甚至未來可能超過50層。
- 低損耗材料： 需採用低介電常數（Dk）與低耗散因子（Df）的新型基材，如NE-glass玻纖、聚苯醚（PPE）、液晶高分子（LCP），以確保訊號在56 Gbps甚至112 Gbps以上的高速環境中維持優異的訊號完整性。
- 高剛性與熱穩定性： T-glass玻纖用於提升板材支撐強度並抑制高溫下的熱膨脹變形。
- 高階銅箔： 大規模導入HVLP4規格，將表面粗糙度緊縮至0.5微米。
- 精密鑽孔： 需處理高深寬比導通孔的電鍍均勻性，並導入背鑽製程以精準剔除導通孔中多餘的殘樁，消除訊號反射雜訊。
- 厚銅PCB、金屬基板： 用於電源模組，以應對AI伺服器每機架數十kW甚至未來可能超過100 kW的高功率密度與散熱挑戰。
- 電容技術要求
- 高穩定性、高功率轉換效率、優異散熱能力： AI晶片功耗邁向千瓦級，傳統電容難以承受高溫、高頻與瞬間大電流衝擊。
- 多層陶瓷電容器（MLCC）： 作為AI晶片旁的「瞬時穩壓器」，能在毫秒內完成充放電，提供穩定電流並過濾噪音，單台AI伺服器使用的MLCC數量約為一般伺服器的10至15倍。
- 固態電容： 具備低ESR（等效串聯電阻）、高穩定、耐高溫特性，大量導入AI伺服器主機板、顯示卡等高頻大電流設備。
- 鉭質電容： 憑藉小體積、高容量與高頻優勢，成為手機、筆電、醫療設備等精密電子的重要核心。
- 矽電容（S-SiCap）： 愛普*等公司布局，受惠於台積電iVR技術推動，可縮短供電路徑並提升電壓轉換效率約20%至30%，同時降低能量損耗與熱功耗。
- 高階電感： 與MLCC、固態電容、鉭質電容一同在AI伺服器中需求爆發。
🔮 前景展望AI analysis grounded in cited sources
AI硬體供應鏈的瓶頸將從晶片本身轉移至周邊關鍵零組件。
隨著AI算力需求持續增長，PCB和電容等元件的技術要求和供應緊張將成為限制AI發展的關鍵因素。
AI硬體製造商將面臨更高的技術門檻和成本壓力。
高層數、低損耗PCB和高階電容的複雜製程及材料升級，將增加生產難度與成本，有利於具備先進技術的廠商。
亞洲供應鏈在全球AI硬體市場中的戰略地位將進一步提升。
台灣、韓國、日本與中國等亞洲國家在MLCC、先進晶片基板和封裝技術等關鍵零組件供應鏈中佔據主導地位。
📎 來源 (11)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 36氪 ↗