DeepSeek引爆推理算力“暗戰”，PCB廠商有福了？

 來源：萬正科技   更新時間：2025/2/28   閱讀次數：550

　　近期，DeepSeek憑借極低的訓練成本實現全球頂尖模型性能，引發市場對AI算力需求的重新評估。興業證券指出，這一技術突破將加速應用端側爆發，推動推理需求成為算力增長的核心引擎，并帶動ASIC芯片、AI服務器及PCB產業鏈的全面升級。

圖片來源：DeepSeek

　　推理算力

　　萬億級的主戰場崛起

　　興業證券的最新研報為我們揭開了AI行業的深層真相。曾幾何時，預訓練成本一直是大模型發展的一大阻礙，不過DeepSeek的開源帶來了轉機，成功將大模型預訓練成本壓縮至總成本的10%以下，看似預訓練降本成為了行業焦點，可實際上這僅僅是“開胃菜”。真正的“吞金獸”藏在應用落地之后，那就是推理算力。

　　數據最有說服力，以GPT-4為例，單次預訓練成本約6300萬美元，已然是一個天文數字。但上線后每日推理成本更是高達70萬美元，用戶每提問50次，就燒掉1美元。這清晰地表明，隨著用戶規模爆發式增長，推理算力需求將急劇攀升，成為萬億級的主戰場。  

　　從巨頭動向也能看出端倪，Meta最新開源模型Llama 3推理算力需求同比激增3倍；谷歌則被曝正秘密研發“千卡級”推理專用服務器集群。

　　行業邏輯鏈也因此顛覆了我們的認知：開源降低預訓練門檻，使得更多企業得以入局AI應用開發，進而推動用戶規模指數級擴張。由于推理算力成本與用戶量線性綁定，算力基建自然而然成為了必爭之地。

　　定制化ASIC芯片

　　AI算力的“黃金賽道”

　　英偉達GPU價格飆漲背景下，定制化ASIC芯片成破局關鍵：

　　1、需求激增：博通預測2027年僅3家客戶（谷歌/微軟/Meta）的ASIC+網絡需求將達600-900億美元，Marvell預計2023-2028年AI推理芯片市場CAGR達45%。

　　2、國產替代：華為昇騰910B性能追平國際高端GPU，全面適配DeepSeek V3/R1模型。

　　3、技術突破：谷歌TPU v5推理性能較GPU提升4倍，亞馬遜Trainium芯片推理延遲壓至毫秒級。

　　行業暗戰邏輯清晰：GPU通用性強但成本高，ASIC芯片通過專用化實現降本增效，云廠商自研芯片正重塑全球半導體格局。

　　服務器“內卷”升級

　　PCB廠商的意外之喜

　　英偉達GB200系列因功率過高導致機架過熱，下一代Rubin架構或采用正交設計+PTFE材料PCB背板，單服務器PCB價值量或增長30%。

　　從技術升級路徑來看：

　　首先是層數躍遷：AI服務器主板從12層向20層+邁進，目的是為了支撐CPU/GPU異構架構，滿足日益增長的運算需求；  

　　其次是材料革命：Low Loss高頻基材滲透率超70%，雖然提升了性能，但也使得單板成本提升30%；  

　　再者是散熱升級：3D真空腔均熱板的導入，推動PCB散熱模塊價格翻倍。

　　市場測算也十分可觀。據Prismark數據，2025年全球AI服務器PCB市場規模將突破82億美元，復合增速達28%，遠遠超過傳統服務器市場。

　　在產業鏈動態方面，深南電路、滬電股份、廣合科技等廠商產能全線告急，部分高端PCB交期拉長至12周以上。這一系列情況都表明，在AI服務器升級的浪潮中，PCB廠商迎來了難得的發展機遇。

　　投資邏輯重塑

　　從“拼卡量”到“拼能效”  

　　當推理算力成本成為AI商業化的生死線時，基礎設施“單位算力性價比”成為了核心競爭力。  

　　先看巨頭布局樣本，微軟Azure部署液體冷卻服務器，成功使推理能耗下降40%；華為推出“AI算力網絡”解決方案，通過存算一體技術降低延遲。這些舉措都在表明，提升能效成為了關鍵。

　　除了巨頭的動作，長尾機會也不容小覷。邊緣推理設備，如智能汽車、IoT終端等，催生了ASIC+PCB微型化需求，2024年市場規?；蛲黄?20億美元。這為行業帶來了新的投資方向，不再僅僅局限于“拼卡量”，而是轉向“拼能效”，探索更具性價比的解決方案。

　　結語 ：DeepSeek的突破不僅是一場技術進化，更開啟了AI算力從“訓練競賽”向“推理落地”的范式轉移。隨著資本開支向推理側傾斜，定制化芯片與高密度服務器將成為新一輪科技紅利的核心載體。興業證券提示，未來3-5年，率先卡位應用場景與硬科技協同的企業，有望在AI浪潮中占據戰略高地。

上一篇：AI浪潮下，高端PCB銅箔國產化可期
下一篇：2028年中國在全球PCB銷售占比預估仍超60%，主導地位穩固