AI重塑PCB價值鏈：材料、設計與市場的三重進化
【作者： 王岫晨】
過去，PCB的角色主要在於承載與連接電子元件，但在AI時代，PCB不僅要能傳輸超高速訊號，還必須處理高功率密度、散熱挑戰與多層堆疊設計的壓力。這使得PCB產業迎來一場全面性的技術革命與材料演進。
AI浪潮下的PCB新挑戰與新機遇
從資料中心的AI伺服器，到車用自動駕駛平台，甚至到穿戴式醫療設備，AI運算需求的爆發，正以前所未有的速度推動硬體創新。在這個過程中，印刷電路板（PCB）這個長久以來被視為電子產業「默默支撐者」的基礎元件，逐漸成為決定系統效能、功耗與可靠度的核心關鍵。人工智慧的興起，重新定義了雲端運算與邊緣運算的模式，也徹底改變了電子產業的結構。
過去，PCB的角色主要在於承載與連接電子元件，但在AI時代，PCB不僅要能傳輸超高速訊號，還必須處理高功率密度、散熱挑戰與多層堆疊設計的壓力。這使得PCB產業迎來一場全面性的技術革命與材料演進。
運算密度與高速傳輸的挑戰
AI伺服器的運算密度不斷攀升，一顆GPU往往需要與數十顆高頻寬記憶體（HBM）緊密協作，彼此間的資料傳輸速率已突破112G PAM4，並快速邁向PCIe 6.0與PCIe 7.0。這些高速訊號對PCB走線帶來巨大的挑戰：任何細微的阻抗不連續或材料耗散因子過高，都可能造成信號完整性下降，導致系統效能瓶頸。
傳統FR4基材已難以支撐如此高頻高速需求，低介電常數（Dk）與低耗散因子（Df）的新型基材，因此成為主流選擇。
【欲閱讀更豐富的內容，請參閱智動化2025.10(第118期)PCB製造決戰AI時代CTIMES出版中心】
延伸閱讀
相關新聞
機器人整合關鍵技術
經歷2026年開春以來的消費電子展CES、央視春晚及半程馬拉松等一系列開放性場景展演。除了見證新一代人形機器人如何利用Physical AI、VLA模型、強化學習等關鍵技術。不僅軟體可望藉此，即將迎來ChatGPT時刻；更樂見國內外大廠已看好硬體供應鏈商機，正積極加入形塑上下游供應鏈及生態系，加速推動機器人走出實驗室，邁向「量產元年」。
挑戰供應鏈韌性 高能效馬達爭商機
回顧2025年以來，雖然因為歐、美禁燃令縮手，導致部分車輛用與工業用馬達銷售狀況不如預期；後續又有地緣衝突、稀土管制等挑戰不斷。但到了2026年，則可望隨著機器人、無人機等電動載具崛起而迎來商機。
迎接邊緣AI新變局
延續工業4.0時期「虛實融合系統（Cyber Physical System ,CPS）」整合軟硬體應用加值，近年來AI潮流也不斷演進。除了Agentic AI、Physical等模型應用陸續問世。
贊助廣告
udn討論區
- 張貼文章或下標籤，不得有違法或侵害他人權益之言論，違者應自負法律責任。
- 對於明知不實或過度情緒謾罵之言論，經網友檢舉或本網站發現，聯合新聞網有權逕予刪除文章、停權或解除會員資格。不同意上述規範者，請勿張貼文章。
- 對於無意義、與本文無關、明知不實、謾罵之標籤，聯合新聞網有權逕予刪除標籤、停權或解除會員資格。不同意上述規範者，請勿下標籤。
- 凡「暱稱」涉及謾罵、髒話穢言、侵害他人權利，聯合新聞網有權逕予刪除發言文章、停權或解除會員資格。不同意上述規範者，請勿張貼文章。