TrendForce 最新報告指出，AI 伺服器設計正迎來結構性轉折，從 NVIDIA Rubin 平台的全無線纜架構，到國際雲端業者自研 ASIC 伺服器採用超高層 HDI 設計，印刷電路板（PCB）已不再只是被動電路載體，而成為影響計算效能與系統穩定度的核心技術。全球 PCB 產業正式邁入高頻、高功率、高密度的新時代。
Rubin 世代伺服器的最大變革，是將高速互連全面從傳統線纜轉移到多層 PCB 結構上。過去 GPU 與交換器之間的高速連結仰賴線材，如今訊號改以 PCB 直接路由於 switch tray、midplane 與 CX9/CPX 板中，使「訊號完整度」與「高速傳輸穩定性」成為最重要的工程挑戰。此轉變也讓 AI 伺服器的性能瓶頸不再僅是晶片，而是整機互連設計與材料科技。
Rubin架構全面升級材料與層數 PCB價值倍增
為支撐更高頻寬與更嚴苛的損耗要求，Rubin 平台在材料與層數上大幅升級。Switch tray 採用 M8U 級材料（Low-Dk2 + HVLP4），搭配 24 層 HDI 結構，以降低介電損耗、提升高速傳輸效率。Midplane 與 CX9/CPX 主板則改用 M9 級材料（Q-glass + HVLP4），層數最高可達 104 層，將 PCB 製程推向前所未見的高度複雜性。
TrendForce 指出，這項變革讓單台 Rubin 伺服器的 PCB 價值較前代增加逾一倍；同時，設計邏輯從「線路導通」轉向「全系統互連與散熱協同」，PCB 的角色前所未有地走向核心地位。Rubin 的設計哲學也成為業界範例，Google TPU v7 與 AWS Trainium 3 等新世代 AI 伺服器皆採用類似方向，如高層 HDI、低 Dk 材料及超平滑銅箔，以降低訊號損耗、支援更高密度計算。
TrendForce 表示，AI 伺服器的發展已從「堆高 GPU」轉向「系統工程整合」，PCB 成為影響 AI 運算上限的關鍵要素。高階 PCB 的製程能力、材料等級與疊層設計，將直接決定下一代 AI 硬體的性能與能效。
隨著全球 AI 需求持續強勁，從晶片、伺服器到關鍵材料的產業鏈也正同步升級。PCB 產業的技術門檻正急遽提高，誰能掌握高階 PCB，誰就能在 AI 硬體競賽中搶得先機。（原文出處）
