| AI 算力提升速度，已超过数据传输速度的提升速度，这导致了算力基础设施的“带宽墙”问题。数据在芯片内部、芯片之间、机柜内部以及数据中心之间的流动，或将成为算力基础设施的性能瓶颈。 在芯片内部，晶体管之间的互联延迟和功耗不断上升；在芯片之间，传统的PCB 板载互联已经无法满足AI 芯片之间的高带宽、低延迟需求；在机柜内部，服务器之间的互联带宽成为了Scale-up（纵向扩展）的制约；在数据中心之间，长距离传输的带宽和延迟限制了Scale-out（横向扩展）和跨区域算力调度的效率。 PCB 和载板技术为应对AI 芯片的高带宽需求，也在持续升级。PCB/载板正在向n+m 结构、玻璃基板、mSAP（改良半加成法）工艺等方向发展。其中，mSAP 工艺有助于实现更精细的线路布线，满足高密度互联的需求。这对上游的设备、材料和制造工艺都提出了新的要求。 分析与判断： 消费电子硬板领域已使用mSAP 工艺。在2017 年前，苹果iPhone 使用Any-layer HDI（任意层高密度连接板）方案，而iPhone X 引入了前置刘海屏的原深感摄像头系统，导致主板面积缩小，为了在极小的主板面积上塞下同样多的芯片和复杂的电路，苹果将内部电路板的线宽线距（L/S）缩减至小于30/30μm。因此，苹果强制供应链引入了原本属于IC 载板领域的mSAP工艺，从而制造出类载板（SLP）。 1.6T 光模块为mSAP 工艺提供了新增量空间。随着Rubin 系列AI 芯片步入量产，1.6T 光模块逐步成为AI 数据中心标配。1.6T 光模块较800G 光模块的PCB 线路精细度、阻抗控制标准全面抬升，传统HDI 线宽极限无法适配224Gbps 的高速信号传输。而mSAP 改良半加成法可稳定实现15-20μm超细线路，信号损耗显著下降，逐步成为高端高速光模块的刚需制程。 我们认为：AI 算力互连性能的提升，有望提高AI 算力基础设施的计算效率，从而推动生成式AI 模型实现商业化。下游需求有望驱动国内头部PCB 公司mSAP 工艺的技术落地，拥有较大产能的行业头部公司有望产生弹性较大、确定性较高的增量空间。 建议关注：1）钻孔设备：大族数控。2）PCB：深南电路（已覆盖）、鹏鼎控股（已覆盖）、科翔股份。3）载体铜箔：德福科技。4）电镀液：天承科技。5）电镀设备：东威科技。 风险提示：下游需求不及预期；新技术落地和商业化不及预期；宏观经济不及预期。 |
