百年一見的AI變局-高頻高速運算材料產業發展趨勢研討會

我們正處於一個百年一見的科技大變局之中。從大型語言模型到多模態AI的爆發式成長，推動了全球對AI伺服器與超級運算中心的強烈渴求。然而，「算力」並非憑空而降，它必須仰賴極致的運算速度、極致的傳輸頻寬，以及能應對極端熱能的散熱技術之各種材料性能。

如果說強大的 GPU 是 AI 伺服器的大腦，那麼印刷電路板（PCB）及其上游的銅箔基板（CCL）就是將無數個大腦連結起來的精密神經網路。AI 伺服器用PCB 材料的發展新動向，其重要性在於它是打破「算力孤島」的關鍵橋樑。有別於傳統的消費性電子產品，AI 伺服器的 OAM（加速器模組）與 UBB（通用基板）往往需要高達 20 到 30 層以上的極高多層板設計，以容納龐大的晶片陣列與高頻寬記憶體（HBM）。在如此高密度的架構下，PCB 材料不僅要扮演物理支撐的角色，更要承擔起極端嚴苛的電氣效能要求。

AI 算力呈現爆發性成長的時代，資料傳輸的「速度」與「訊號完整性」成為決定整個系統效能的關鍵命脈。當 AI 伺服器及資料中心高速互連架構持續由PCIe 5.0、800G，朝PCIe 6.0與1.6T交換規格升級時，銅箔這項最基礎的導電材料，其戰略重要性發生了根本性的轉變。其重要性首先體現在對抗物理極限的「訊號完整性（Signal Integrity）」上。在高頻傳輸環境下，電流會產生強烈的「集膚效應（Skin Effect）」，導致電子不再均勻穿透銅線截面，而是集中在銅箔表面流動。如果銅箔的表面微觀結構不夠平滑，電子就會在傳輸過程中不斷發生碰撞與漫射，造成嚴重的訊號衰減、延遲甚至資料遺失。

當前 AI 產業面臨的最大硬體危機，並非運算能力的極限，而是「熱能的極限（Thermal Wall）」。隨著輝達（NVIDIA）等大廠推出的新一代 AI 晶片，單顆熱設計功耗（TDP）已飆破 1000 瓦，傳統的氣冷散熱技術已徹底失效，甚至連一般的直接水冷（Direct-to-Chip）技術也逐漸面臨瓶頸。系統浸沒冷卻（Immersion Cooling）因此被視為下一代資料中心的終極救贖，其重要性在於它是維持摩爾定律與 AI 算力持續擴張的唯一解方。如果無法有效做好散熱管理，再先進的晶片也只能降頻運作，導致花費數千萬美元建置的 AI 算力叢集淪為昂貴的廢鐵。

當傳統架構逼近物理極限，下一波技術的重分配，將取決於誰能率先掌握「先進高頻高速運算材料」的關鍵技術！掌握了最源頭的材料革命，就等於掌握了AI時代的定價權與話語權。