DeepSeek引爆推理算力“暗战”，PCB厂商有福了？

 来源：万正科技   更新时间：2025/2/28   阅读次数：211

　　近期，DeepSeek凭借极低的训练成本实现全球顶尖模型性能，引发市场对AI算力需求的重新评估。兴业证券指出，这一技术突破将加速应用端侧爆发，推动推理需求成为算力增长的核心引擎，并带动ASIC芯片、AI服务器及PCB产业链的全面升级。

图片来源：DeepSeek

　　推理算力

　　万亿级的主战场崛起

　　兴业证券的最新研报为我们揭开了AI行业的深层真相。曾几何时，预训练成本一直是大模型发展的一大阻碍，不过DeepSeek的开源带来了转机，成功将大模型预训练成本压缩至总成本的10%以下，看似预训练降本成为了行业焦点，可实际上这仅仅是“开胃菜”。真正的“吞金兽”藏在应用落地之后，那就是推理算力。

　　数据最有说服力，以GPT-4为例，单次预训练成本约6300万美元，已然是一个天文数字。但上线后每日推理成本更是高达70万美元，用户每提问50次，就烧掉1美元。这清晰地表明，随着用户规模爆发式增长，推理算力需求将急剧攀升，成为万亿级的主战场。  

　　从巨头动向也能看出端倪，Meta最新开源模型Llama 3推理算力需求同比激增3倍；谷歌则被曝正秘密研发“千卡级”推理专用服务器集群。

　　行业逻辑链也因此颠覆了我们的认知：开源降低预训练门槛，使得更多企业得以入局AI应用开发，进而推动用户规模指数级扩张。由于推理算力成本与用户量线性绑定，算力基建自然而然成为了必争之地。

　　定制化ASIC芯片

　　AI算力的“黄金赛道”

　　英伟达GPU价格飙涨背景下，定制化ASIC芯片成破局关键：

　　1、需求激增：博通预测2027年仅3家客户（谷歌/微软/Meta）的ASIC+网络需求将达600-900亿美元，Marvell预计2023-2028年AI推理芯片市场CAGR达45%。

　　2、国产替代：华为昇腾910B性能追平国际高端GPU，全面适配DeepSeek V3/R1模型。

　　3、技术突破：谷歌TPU v5推理性能较GPU提升4倍，亚马逊Trainium芯片推理延迟压至毫秒级。

　　行业暗战逻辑清晰：GPU通用性强但成本高，ASIC芯片通过专用化实现降本增效，云厂商自研芯片正重塑全球半导体格局。

　　服务器“内卷”升级

　　PCB厂商的意外之喜

　　英伟达GB200系列因功率过高导致机架过热，下一代Rubin架构或采用正交设计+PTFE材料PCB背板，单服务器PCB价值量或增长30%。

　　从技术升级路径来看：

　　首先是层数跃迁：AI服务器主板从12层向20层+迈进，目的是为了支撑CPU/GPU异构架构，满足日益增长的运算需求；  

　　其次是材料革命：Low Loss高频基材渗透率超70%，虽然提升了性能，但也使得单板成本提升30%；  

　　再者是散热升级：3D真空腔均热板的导入，推动PCB散热模块价格翻倍。

　　市场测算也十分可观。据Prismark数据，2025年全球AI服务器PCB市场规模将突破82亿美元，复合增速达28%，远远超过传统服务器市场。

　　在产业链动态方面，深南电路、沪电股份、广合科技等厂商产能全线告急，部分高端PCB交期拉长至12周以上。这一系列情况都表明，在AI服务器升级的浪潮中，PCB厂商迎来了难得的发展机遇。

　　投资逻辑重塑

　　从“拼卡量”到“拼能效”  

　　当推理算力成本成为AI商业化的生死线时，基础设施“单位算力性价比”成为了核心竞争力。  

　　先看巨头布局样本，微软Azure部署液体冷却服务器，成功使推理能耗下降40%；华为推出“AI算力网络”解决方案，通过存算一体技术降低延迟。这些举措都在表明，提升能效成为了关键。

　　除了巨头的动作，长尾机会也不容小觑。边缘推理设备，如智能汽车、IoT终端等，催生了ASIC+PCB微型化需求，2024年市场规模或突破120亿美元。这为行业带来了新的投资方向，不再仅仅局限于“拼卡量”，而是转向“拼能效”，探索更具性价比的解决方案。

　　结语 ：DeepSeek的突破不仅是一场技术进化，更开启了AI算力从“训练竞赛”向“推理落地”的范式转移。随着资本开支向推理侧倾斜，定制化芯片与高密度服务器将成为新一轮科技红利的核心载体。兴业证券提示，未来3-5年，率先卡位应用场景与硬科技协同的企业，有望在AI浪潮中占据战略高地。

上一篇：AI浪潮下，高端PCB铜箔国产化可期
下一篇：2028年中国在全球PCB销售占比预估仍超60%，主导地位稳固