英伟达评估PTFE上NVSwitch板:Rubin Ultra材料路线生变

资讯 AI 行业观察 作者:半导体行业观察 全文 3561 字 · 约 9 分钟读完 分类Rubin英伟达PCB

AI服务器的军备竞赛,已经卷到了PCB材料上。 据报道,英伟达正在评估把PTFE(聚四氟乙烯)用到下一代AI服务器的高速PCB上,可能的落点是Rubin Ultra的NVSwitch交换板。PTFE这个名字有点陌生,换个叫法就熟了:特氟龙,不粘锅涂层用的就是它。英伟达看上的当然不是不粘,而是它传输高频高速信号时损耗低。

所属频道 算力与芯片

AI服务器的硬件比拼,这回打到了PCB材料这一层。

有消息显示,英伟达正评估在下一代AI服务器的高速PCB上用PTFE,也就是聚四氟乙烯,可能先落在Rubin Ultra的NVSwitch交换板上。PTFE这名字听着生,换个说法就熟了——特氟龙,不粘锅涂层就是它。英伟达看中的显然不是不粘,而是它传高频高速信号时损耗低。

Rubin Ultra的材料路线近期还有一处调整。8月20日SemiAnalysis发布《PTFE Pushing Copper Further》,其中称英伟达仍打算在NVSwitch板上用PTFE,但方案已不再是此前市场上热炒的"全面取代玻纤布",改为PTFE Core + M9 Prepreg的混合架构。

从全面替代退到混合方案,说明难点不止在材料性能。要把信号损耗压下来,高多层PCB还得做得出来、量得起来,这才是真正要过的关。

为什么要用特氟龙?

AI集群越做越大,GPU之间需要搬运的数据量跟着涨,NVLink这类高速互连的速率也一路往上走。可芯片算得再快,只要数据在GPU、交换芯片和其他硬件之间传得不稳,整个系统的效率还是提不起来。单通道速率一旦到200Gbps,PCB走线上信号损耗就不可忽视。

频率到底有多高?200Gbps通道通常采用PAM4调制,奈奎斯特频率在50GHz上下。信号频率越高,PCB上的损耗越大,板材怎么选也就越关键。

PCB上的损耗主要有两块。一块是导体损耗:高频下电流会往铜线表面挤,这就是趋肤效应,50GHz时趋肤深度只有零点几微米,铜箔表面粗糙度因此直接影响损耗,低粗糙度铜箔(HVLP)越来越受重视就是这个原因。另一块是介质损耗:包裹铜线的绝缘介质会吸走一部分电磁能量,频率越高越明显。AI服务器的PCB走线越来越复杂,层数越来越多,信号要走的路径也越来越长,板材本身的电气性能就成了设计时绕不开的变量。

这些年高速覆铜板一直往低介电常数、低介电损耗的方向走:从传统环氧树脂,到PPO/PPE、Hydrocarbon,再到M8、M9这些高端材料,都是为了让高速信号走得更顺。PTFE被盯上,是因为它在低损耗上的优势更突出。

SemiAnalysis给出的数据是,PTFE在10GHz下的介电常数Dk约2.1,介电损耗因子Df约0.0003,比一般的PPO/PPE和Hydrocarbon树脂都低。Dk反映材料对电场的响应程度,Df反映电磁能量在介质里损耗了多少。对高速PCB来说,Df越低,信号传出去之后剩下的能量就越多。需要补一句,这是10GHz下的数据,而实际工作频段高得多。PTFE的一个特点是Df随频率变化很小,到了几十GHz仍然保持在很低的水平,所以高频段的优势只会比10GHz下更明显。

PTFE还有一个诱人之处,跟玻纤布有关。常规PCB基材由树脂加玻纤布构成,玻纤与树脂的介电常数并不相同,加上玻纤编织本身不均匀,走线正好压在玻纤束上还是落在树脂区,局部Dk就会有差别,这便是玻纤效应。差分对两根线走过的区域一旦不同,传播速度就出现差异,进而带来时序偏差(skew),速率越高越棘手。PTFE核心层玻纤含量很低,甚至可以不含玻纤,这一问题自然轻得多。市场此前流传“全面替代玻纤布”,动机并不只是低Df。

英伟达考虑把PTFE用于NVSwitch板,也是出于这个原因。Rubin Ultra要再把GPU互连规模做大,交换芯片得吞吐大量数据,交换板和中板跑的速率同样更高。Wccftech提到,部分高端PCB层数已突破70层,即便用上顶级的M9,面对未来的信号要求也未必扛得住。现有材料体系未必够用,那就只能另找介电损耗更低的材料。

难在制造

电气性能其实不是PTFE最大的麻烦,难的是制造。

市场之前有传闻说Rubin Ultra可能拿PTFE把玻纤布全面换掉,这种说法漏掉了一个挺现实的前提:材料电气性能再好,钻孔、压合、电镀这些工序也得过得去,最终还得做成一块可靠的多层板。

PTFE化学性质非常稳定,表面能低,很难和别的材料粘在一起。这让它成了很好的低损耗介质,也让PCB厂头疼。

先看钻孔。PTFE偏软,又属热塑性材料,钻头一摩擦一发热就容易软化,孔壁残留和毛边随之出现。如果材料里再掺进玻纤或其他填料,软硬不均,钻孔难度更大,孔壁质量和尺寸精度都会打折扣。高多层板还得做背钻,把通孔中多余的那段铜柱(stub)钻掉,省得它在高频下引起信号反射。背钻对深度和位置的精度要求很高,钻孔质量一旦不稳,背钻也会受牵连。

孔钻完,金属化更难办。传统PCB钻孔之后要除胶渣、化学沉铜、电镀,才能把各层可靠连通。可PTFE表面过于稳定,普通PCB采用的高锰酸盐除胶渣工艺基本对它没辙,铜也很难直接附着上去。厂商只能借助特殊化学处理或等离子体处理来活化表面,把表面能提上去,铜层才附着得牢一些。

接下来是多层压合。PTFE熔点约327°C,比环氧体系惯用的压合温度高出不少,加工条件差别很大;不同材料混在同一块板里,压合工艺就得重新调整。PTFE与其他材料之间的粘结本身也不好办,通常要依赖专门的粘结片。再说PTFE偏软,受压会逐渐变形(冷流),压合时的压力和厚度控制也更难把握。

热膨胀同样棘手。纯PTFE的Z轴热膨胀系数很高,远高于铜的约17ppm/°C,掺入填料后会降下来,但差距仍在。高温压合和反复热循环中,层间尺寸变化会波及通孔可靠性,严重时铜层还会疲劳开裂。板子越厚、层数越多,这个问题就越明显。

这些毛病在普通高频PCB上就不好解决,放到几十层、要长期稳定运行的AI服务器交换板上,只会更难。

这样看,SemiAnalysis披露的混合方案更合理。与之前传的全无玻纤方案不同,PTFE Core + M9 Prepreg只在部分核心层用PTFE,其他层还是M9级别的半固化片。PTFE负责压低关键高速信号路径上的介质损耗,M9提供机械支撑,加工工艺也相对成熟,整板的制造难度就降下来了。

高多层PCB上,各层承担的高速传输任务本来就不一样。关键层用PTFE压住介质损耗,其余层交给成熟度更高的M9,PTFE的电气优势用上了,整板全用PTFE的制造难题也绕开了。不过混合叠构有它的代价:两种材料热膨胀、收缩不一致,叠构设计一旦不对称,板子就容易翘曲,设计阶段得专门盯着这一点。

这样看,Rubin Ultra材料路线的这次调整,与其说PTFE方案退了步,不如说思路变务实了——不追求整板只用一种材料,而是按每层的功能和信号要求来配。

把铜互连再往前推一把

PTFE的意义不只在换一种PCB材料。SemiAnalysis给报告起名《PTFE Pushing Copper Further》,背后的产业逻辑已经点明:光互连在往前走,行业还是想把铜互连的使用范围尽量拉长。

AI集群内部的互连正在起变化。GPU越堆越多、集群越做越大,传统铜连接在传输距离、信号损耗和带宽上越来越吃紧,光互连因此受到重视,CPO也被视为未来高速互连的重要方向。不过铜和光并不是简单的替代关系。

英伟达公布的Vera Rubin Ultra NVL576系统就是例子:8个机架整合成一个576 GPU的NVLink Domain,每个机架配72颗Rubin Ultra GPU,铜连接和直接光学连接同时上阵。未来的AI Scale-up网络不会只靠一种传输技术,而是看距离、带宽和功耗需求,让铜和光各干各的活。

短距离连接上,铜在成本、功耗和制造成熟度方面仍有优势。信号损耗只要能继续降,铜的速率就还有提升空间。PTFE的价值正在这里:它不取代光互连,而是改善PCB的介质性能,让高速电信号在铜线路里走得更远、更稳。

PTFE、M9/M10、Low-Dk玻纤、Q布、低粗糙度铜箔,材料体系各不相同,目标却是同一个——降低高速信号传输中的损耗。

前面提到的介质损耗和导体损耗,正好对应这两类材料:PTFE、M9/M10、Low-Dk玻纤和Q布压的是介质损耗,低粗糙度铜箔压的是导体损耗。

换句话说,高端PCB的材料选择往后多半不会是某一种材料通吃,而是看板卡类型和每一层的信号需求来搭配。高速交换板和中板或许会多出PTFE这个选项;至于其他计算板和通用高速PCB,成熟的低损耗材料照样有立足之地。

不过,PTFE最终能不能被Rubin Ultra的量产设计采纳,还要看验证结果。光电气性能达标远远不够,钻孔、压合、金属化、热循环可靠性以及整体良率,样样都得过硬。

GPU、HBM、交换芯片,一路到眼下的PCB基材,AI基础设施的升级正不断往更底层推进。英伟达看中特氟龙,表面上是为下一代高速互连寻找一种新的低损耗材料,实际是想多腾出一些余量。芯片间数据传输的分量越来越重,连承载数据的电路板也被拖进了这场技术角逐。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 英伟达 CUDA Toolkit 13.5 发布:Vera Rubin 转正,多 GPU 通信升级

    IT之家 11 月 5 日消息,英伟达于当地时间 11 月 4 日正式发布了最新的 CUDA Toolkit 13.5,为下一代 AI 计算平台 Vera Rubin 提供正式可用(GA)支持,标志着相关架构从早期开发者预览阶段进入面向企业生产环境的部署阶段。据英伟达官方介绍,此次更新不仅完善了 Vera Rubin

    来源 腾讯网
  2. 英伟达Vera Rubin每GPU内存仅增3%:AI推理吞吐量最高提升30倍

    【英伟达提出AI内存全栈协同设计方案 Vera Rubin平台每GPU内存容量仅增约3% 推理吞吐量提升最高30倍】财联社11月6日电,英伟达11月5日发布文章称,随着AI模型规模扩大、上下文窗口延长以及智能体应用普及,GPU内存压力持续上升,HBM供应趋紧、价格上涨。英伟达提出通过GPU、CPU、网络、存储及软件协同

    来源 腾讯网
  3. Box联合英伟达推智能体检索系统:速度提4倍,token降90%

    企业内容管理平台 Box 推出了一套采用“智能体优先”思路的内容检索系统,其核心基于英伟达 Nemotron 开源模型。据称,新系统响应查询的速度提升至原来的四倍,错误率降低 20%,而消耗的 token 数量减少 90%。这标志着企业搜索正从“检索增强生成”的单轮问答,转向由模型自主规划、多步执行任务的智能体检索架构

    来源 AI 科技快讯
  4. MLCommons推出Candela:AI风险基准测试可按需调用

    MLCommons 推出 Candela 平台,为开发者和部署者提供 AI 风险与可靠性基准测试服务。该平台基于 AILuminate 基准,支持 Safety 1.2.1 和 Jailbreak 1.1 等测试,覆盖暴力犯罪、金融健康法律建议等十二类危害及越狱攻击。采用封闭提示、私有分类器和项目反应理论评分,确保结果

    来源 AI 科技快讯
  5. 英伟达发布Realtime-Bench:GPT-6-Astra实时任务成功率仅44%

    人工智能大模型在文本创作、代码编写和图像生成等静态任务上已经展现出惊人的实力,但在瞬息万变的实时交互场景中,它们的真实表现究竟如何?近日,英伟达携手得克萨斯大学奥斯汀分校(UT-Austin)等顶尖机构正式发布了全新的实时交互任务基准——Realtime-Bench。该基准的诞生,旨在为评估人工智能在动态环境下的综合表

    来源 AI 开发者社区
  6. 远景800V直流系统落地乌兰察布:AI数据中心供电省电省铜省地

    远景全球首套AI数据中心800伏直流供电系统商用落地。 预见能源获悉,近日,远景在乌兰察布宣布,远景乌兰察布星河基地的800伏高压直流供电系统实现端到端贯通:10千伏电进固态变压器(SST),输出800伏直流进机柜,工频变压器、交流UPS和服务器电源里的交流转直流环节一并消失。这是全球首套在大型AI数据中心商用的同类系

    来源 AI 行业观察
  7. 高通联发科手机芯片业务双双滑坡,AI热潮下谁能接棒?

    当整个半导体产业都在为AI狂欢时,有一个曾经最赚钱的细分市场,却正在悄悄降温,那就是手机芯片。AI大模型的爆发,让全球半导体产业迎来了新的投资热潮。英伟达、AMD以及各大云计算厂商争相布局AI算力,数据中心成为资本和产业资源竞相追逐的新战场。但在这场盛宴之外,手机芯片市场却是另一番景象。曾经作为芯片产业最大...

    来源 腾讯网
  8. 英伟达AI内存策略:HBM容量仅增3%,Agent吞吐量每美元最高涨30倍

    美东时间11月5日周四,英伟达发布公司博客文章,详解其AI内存全栈协同设计策略,强调随着大模型参数规模、上下文长度和智能体(Agent)应用持续扩张,AI基础设施的内存压力正在加剧,单纯增加GPU内存容量已不足以解决问题。英伟达提出,通过协同设计GPU、CPU、网络、存储和软件,并结合模型权重量化、KV Cache压缩

    来源 腾讯网
  9. 英伟达拟改造Brightspeed旧楼:1吉瓦算力绕开数据中心审批

    英伟达瞄准濒临破产的电信商Brightspeed旗下130余栋建筑,联手私募巨头Apollo,计划在美国20个州打造分布式AI推理网络,总可用电力约1吉瓦。改造旧楼无需从头审批,可有效规避多州新当选州长推动的数据中心监管新规。最早2027年Q1部署服务器,目标客户包括SpaceX、Anthropic、OpenAI。

    来源 华尔街见闻
  10. 软银收购ABB机器人业务遇阻:53.75亿美元交易遭中国禁止

    【TechWeb】11月6日消息,据外媒报道,ABB集团官网11月5日发布的《ABB机器人业务剥离进展更新》声明称,ABB已获软银告知,中国外商投资安全审查工作机制办公室已禁止软银收购ABB在中国的机器人业务。声明同时表示,ABB与软银正保持密切对话,并以建设性态度推进该交易。 据媒体报道,ABB机器人业务在全球工业机

    来源 AI 行业观察
  11. NVIDIA Cosmos 3新增四款开放模型:96GB显存门槛如何落地?

    2026年11月5日,NVIDIA在HuggingFace发布四个Cosmos 3 Nano开放权重检查点,涵盖自动驾驶多视角仿真与双臂机器人交互模拟。每个模型含160亿参数,采用OpenMDW-1.1许可支持商业使用。这是继5月31日Computex主体发布后的重要扩展,但Nano级别要求96GB显存的硬件门槛,让"

    来源 AI 科技快讯
  12. Personal Agent的竞争,开始于用户想清楚之前

    谁能更早承接用户尚未明确的需求,谁就更有机会成为新的消费入口。 一笔消费,究竟从什么时候开始?很多人会觉得,是下单付款的那一刻。但只要回想一次最近的外出,就会发现它的起点其实早得多。 订下一家餐厅之前,可能经历过想见朋友、想庆祝、想换个环境等不同念头;同样一句今晚想出去,最终可能对应一顿饭、一场演出,也可能是一条没有预

    来源 AI 行业观察
  13. 美股AI板块集体重挫:纳指跌5.5%,数据中心投资逻辑生变

    11月5日美股AI产业链集体重挫,纳指跌5.5%,英伟达、AMD、CoreWeave等大幅下跌。文章指出,暴跌背后是市场对AI巨额资本开支能否转化为收益的质疑,以及美国中期选举后数据中心建设限制预期带来的不确定性。资本市场对AI的定价标准正从技术想象力转向商业回报率。

    来源 凤凰科技
  14. iPhone Ultra国行或延期:eSIM准入与运营商适配卡在哪?

    9月10日凌晨1点,苹果将在Apple Park乔布斯剧院举行秋季新品发布会,iPhone 18 Pro系列与首款折叠屏iPhone Ultra届时将集中亮相,国行起售价预计15000元左右。但就在发布会前夕,供应链与电信行业消息显示,国行版大概率无法与全球其他主要市场同步开售,延期数周甚至更长时间——卡点集中在智能手

    来源 TechWeb
  15. 英伟达AI内存全栈设计:Agent吞吐量升30倍,HBM只增3%

    快科技11月6日消息,英伟达发布博客文章,详解其AI内存全栈协同设计策略。文章强调,随着大模型参数规模、上下文长度和智能体(Agent)应用持续扩张,AI基础设施的内存压力正在加剧,单纯增加GP

    来源 快科技
  16. 黄仁勋跌出“全球富豪榜前十”

    民主党横扫国会选举,引发市场对AI数据中心建设受阻的担忧,科技及半导体板块遭集体抛售。英伟达股价单日重挫9.3%,CEO黄仁勋净资产骤降151亿美元,跌出全球十大富豪之列。马斯克与甲骨文创始人Ellison分别损失797亿和101亿美元。

    来源 华尔街见闻
  17. METR报告:Anthropic能力进步翻倍,80%增量由AI贡献

    AI 帮助研发下一代 AI 的速度,终于有了具体数字。 11 月 5 日,第三方评估机构 METR 发布一份关于 Anthropic 的调查报告表示:这家公司过去一年取得的基准能力进步,大致相当于此前两年的进步。 从 8 月 12 日到 10 月 29 日,这个机构花费了约 11 周时间进入 Anthropic 内部查

    来源 AI 行业观察
  18. GPT-6 Astra直接控机器人:成功率66.3%,智元GO-3同期发布

    中经记者 杨让晨 李正豪 上海报道(英伟达研究团队的相关实验。英伟达官网/图)将红色积木放在最下面,再依次叠上蓝色、绿色和黄色积木,今年10月中旬,英伟达研究团队公布的一段仿真实验中,机械臂按照这样的顺序,将四块积木堆叠起来。看起来,这只是机器人完成的一项普通操作任务。但与以往不同的是,参与控制机械臂的并...

    来源 腾讯网
  19. NVIDIA 全栈协同设计破解 AI 内存瓶颈

    IT之家 11 月 6 日消息,英伟达昨日(11 月 5 日)发布技术解读,指出随着大模型参数规模、上下文长度和智能体应用快速增长,GPU 显存正面临前所未有的压力,HBM 供应趋紧、价格上升,在可以预见的未来仍将持续。为了破解当前 AI 内存瓶颈,英伟达探索引入了“全栈协同设计”理念,将 GPU、CPU、网络、存储和

    来源 腾讯网
  20. Gemini Omni 1.2 Flash更新:视频生成更稳,价格降三成

    2026年11月初的AI圈有点热闹。Google把Gemini Omni 1.2 Flash的价格打下来了,还能生成更长的视频;NVIDIA开源了Cosmos 3,想给机器人和仿真训练铺路。除了模型更新,Devin Review 2.0让代码审查便宜了不少,Vercel则甩出了一组硬核数据:他们的安全智能体一天内抓出了

    来源 AI 应用前沿
  21. 曹操出行接入中国移动12580,成其首个打车生态伙伴

    【TechWeb】11月6日消息,在2026移动网络大会(MobileLink 2026)上,曹操出行正式宣布已接入中国移动12580个人智能助理,成为中国移动首个打车生态合作伙伴。此次合作将结合曹操出行的合规运力调度、出行服务保障能力,以及中国移动12580个人智能助理的AI意图识别、语音交互和任务调度能力,为用户提

    来源 AI 行业观察
  22. 阿莱德回应英伟达合作传闻:目前无业务往来,散热已有布局

    有投资者向阿莱德(301419.SZ)提问,请问一下公司的散热技术能否解决英伟达(NVDA.US)下一代的光模块?11月5日,公司在互动平台回答表示,公司在芯片控温、界面导热和模组均热等散热方向均有相应的布局和持续投入,具体技术路线及性能指标需结合客户的产品功耗、封装形态和应用场景确定。公司目前未和英伟达有业务合作。.

    来源 腾讯网
向下滚动自动加载更多