在人工智能技术快速发展的背景下，全球AI服务器产业正遇到新的挑战；过去五年，算力提升是行业增长的主要动力，但随着GPU性能逐步逼近物理极限，信号传输效率正成为影响AI模型训练效率的关键瓶颈。以ChatGPT类大模型为例，单次训练需要数万颗GPU协同运算，信号传输延迟每增加1毫秒，整体训练时间就可能延长数小时。 针对该问题，英伟达近期启动了下一代覆铜板材料M10的测试。覆铜板是印制电路板（PCB）的核心基础材料，直接影响信号传输速度与稳定性。当前主流的M9覆铜板在400G/800G高速信号传输场景下已显吃力，而M10通过改良树脂体系、优化玻璃纤维布结构，将信号传输损耗降低30%以上，同时提升耐高温性和机械强度，为下一代Rubin服务器平台提供更高效的高速互连能力。 这一进展不仅有望更提升AI服务器性能，也可能带来产业链格局的调整。据行业调研数据，M10预计在2027年下半年实现量产，与英伟达Rubin平台的商用节奏较为匹配。TrendForce预测，随着M10等高端材料逐步应用，高速PCB在AI服务器硬件成本中的占比将从目前的15%-20%提升至2027年的25%以上，市场规模有望超过300亿美元。 从产业链角度看，M10的推广将带动“上游材料—中游制造—下游设备”的联动变化。上游覆铜板行业技术门槛高，全球头部企业合计市占率超过70%。国内企业如生益科技、华正新材等已进入英伟达供应链，有望在高端产品上取得更多份额。中游PCB制造对工艺要求更高，国内龙头深南电路、沪电股份已具备高阶HDI技术能力，随着需求升级，产品单价与毛利率都有望提升。
从“堆算力”转向“提效率”，AI基础设施的竞争正在从单点参数走向系统能力。材料与制造环节虽然不在台前，却决定了高速互连能否稳定、低损耗地运行。谁能在验证、量产和稳定交付上更早建立体系化能力，谁就更可能在新一轮产业升级中占据主动，并为数字经济提供更可靠的硬件支撑。