【四海读报】20251209：AI系列深度（八）：AI服务器大拆解

AI服务器大拆解，架起材料“军火库

【原报告在线阅读和下载】：20251209-AI系列深度（八）：AI服务器大拆解，架起材料“军火库”【MKList.com】 | 四海读报

【迅雷批量下载】：链接：https://pan.xunlei.com/s/VOXJ23RJHhoECPL5FRrVathfA1     提取码：umqb
【夸克批量下载】：链接：https://pan.quark.cn/s/fe42cc605010   提取码：j4Vv

1. 一段话总结

全球AI市场高景气，2023-2030年复合增速超35%，算力需求驱动下AI服务器市场需求激增，2026年将成AI硬件投放大年，亚马逊、微软等龙头上调资本开支；以NVIDIA DGX H100为样本拆解，AI服务器涉及晶圆加工与封装材料、覆铜板材料、导热散热材料、光学材料、供配电材料五大核心材料板块，国内企业在各领域加速推进客户导入、量产爬坡与国产替代，投资需围绕“认证进度+产能扩张+国产替代”主线，同时警惕下游需求、技术迭代等相关风险。

2. 思维导图（mindmap）

3. 详细总结

一、AI服务器市场机遇：高增长驱动需求爆发

1. 市场规模与算力增长

   • 全球AI市场：2023-2030年复合增速超35%，2034年市场规模预计达2309.5亿美元（约为2025年的26倍）。
   • 算力扩张：全球算力2023-2030年复合增速约50%（从1397 EFLOPS增至16 ZFLOPS）；中国智能算力2024-2028年从725.3 EFLOPS升至2781.9 EFLOPS，2020-2028年复合增速57.1%。
   • 需求结构：头部模型主导需求，Anthropic Claude等五大系列占大模型周度token使用量的83%（截至2025年11月，周度token使用量达7.08万亿，较年初扩大13倍）。

2. 资本开支支撑

   • 海外龙头上调资本开支指引，2026年将成AI硬件投放大年：

     企业	2025年资本开支计划（上调后）	增速/补充说明
     亚马逊	1250亿美元	较此前1000亿美元上调
     谷歌	910-930亿美元	较此前850亿美元上调
     Meta	700-720亿美元	上调区间上限
     微软	882亿美元（2025年实际）	2026年增速预计高于2025年（2025年同比+58%）

二、AI服务器架构与零部件拆解

以NVIDIA DGX H100为样本，遵循“芯片-模块-互联-托盘-主机-机架-集群”层级逻辑：

1. 核心层级拆解

   • 芯片层：H100 GPU为核心，集成HBM堆叠存储与NVLink控制器，是算力“发动机”。
   • 加速器模块层：采用OAM标准封装为“标准算力砖”，集成供电、热接口等。
   • UBB层：引入NVSwitch芯片，形成GPU全互连高速域，聚合成“GPU计算岛”。
   • 托盘层：含GPU托盘（一体化封装UBB、OAM等）与主板托盘（承载CPU、内存等）。
   • 整机与数据中心层：集成托盘、电源、散热等子系统，机柜配套PDU与高带宽交换机。

2. 超节点架构升级：NVL72（机柜级超节点）含72块GPU，性能达H100的30倍，需更高功率模块与散热材料。

三、五大核心材料板块详情

四、投资建议与风险提示

1. 投资建议：围绕“认证进度+产能扩张+国产替代”主线，重点关注液冷介质与高性能TIM、高频高速覆铜板用树脂/铜箔/玻纤、光刻胶、电子特气、光芯片衬底与电磁材料相关标的。
2. 风险提示：下游需求不及预期、AI普及速度放缓、原材料价格波动、行业竞争加剧、新材料研发与国产替代滞后、项目验证进度不及预期、下游资本开支缩减、新技术迭代风险。

4. 关键问题与答案

问题1：AI服务器市场爆发的核心驱动因素是什么？对应的硬件投放关键节点是什么？

答案：核心驱动因素包括三方面：① 全球AI市场高增长（2023-2030年复合增速超35%），生成式AI多场景渗透带动大模型token使用量激增（2025年11月周度达7.08万亿，较年初扩13倍）；② 算力需求刚性扩张（全球2023-2030年算力复合增速约50%，中国智能算力2020-2028年复合增速57.1%）；③ 海外AI龙头资本开支大幅上调（亚马逊、谷歌、Meta等均上调2025年资本开支计划）。硬件投放关键节点为2026年，将成为AI硬件设施大量投放之年。

问题2：AI服务器五大核心材料板块的技术升级方向分别是什么？

答案：① 晶圆加工与封装材料：向更大尺寸（硅片150-300mm）、更高纯度（电子特气5N级）、更高分辨率（光刻胶KrF/ArF）、更低缺陷演进；② 覆铜板材料：树脂高端化（低介低损）、铜箔高性能化（HVLP5粗糙度≤0.4μm）、玻纤差异化（Q布为主流方向）；③ 导热散热材料：TIM材料追求更高导热系数，液冷介质并行全氟/烃基/硅油路线，合规与长期可靠性验证成标配；④ 光学材料：适配光模块速率升级（向800G及以上演进），需更高带宽、更低损耗的Ⅲ-Ⅴ族化合物与宽禁带半导体材料；⑤ 供配电材料：向48V母线架构升级（降低铜损），磁性材料追求“低损+高饱和+高温稳定”，电容/电阻材料提升耐压与纹波电流能力。

问题3：国内企业在AI服务器核心材料领域的进展如何？当前面临的主要瓶颈是什么？

答案：进展方面：① 晶圆加工与封装材料：硅片、光刻胶、电子特气企业推进“客户导入-小批试产-量产爬坡”，部分产品通过客户认证并实现销售收入，电子特气多品类实现进口替代；② 覆铜板材料：HVLP系列铜箔（1-5型）逐步批量供货或送样验证，低介电玻纤布通过下游认证；③ 导热散热材料：TIM材料与液冷介质产能扩张，部分产品性能对标国际水平；④ 供配电材料：5N级超高纯铝实现突破，软磁粉体带动芯片电感小批量落地。主要瓶颈：① 光学材料领域，下游光模块/IDM厂商普遍采取垂直一体化与联合开发模式，供应链外溢度低，可独立披露的材料公司数量有限；② 部分高端材料（如ArF浸没式光刻胶、高端液冷介质）研发与验证周期长，国产替代进度仍需追赶；③ 核心材料的客户认证周期长，规模化量产能力仍需提升。