LCP材料行业研究报告：AI算力以及5.5G演进，带动高频高速材料发展（22页）

行业报告下载 2024年01月17日 07:46 管理员

AI 服务器 PPO 消耗量和双马 BMI 树脂消耗量。单台服务器 PPO 消耗量等于单平方米 PP 片 PPO 重量乘上单台设备 PP 片层数乘上单片 PP 片面积，根据产业链调研情况，我们了解到 Very Low Loss 及以上等级 CCL 每平方米 PP 片 PPO 或者双马 BMI 重量约为 80g，再根据我们电子组报告《AI 服务器中到底需要多少 PCB》中测算的以 DGX H100 为代表的 AI 服务器 PCB 拆解数据来看 GPU 板组主要构成部分是 UBB 和 OAM：单台 AI 训练服务器 GPU 板组中 26 层 UBB 会用 25 层 PP 片、每一层 PP 片的面积约为 0.3 平方米，18 层 OAM 需要 17 层 PP 片、8 张 OAM 面积为 0.24 平方米，由此我们可以得出单台 AI 训练服务器 GPU 板组中 UBB 部分对于 PPO 消耗量为 0.6kg（80g/平米*25 层*0.3 平米/层=0.6kg），对于双马 BMI 树脂消耗量为 0.24kg(32g/平米*25 层*0.3 平米/层=0.24kg)。单台 AI 训练服务器 GPU 板组中 OAM 部分主要用到双马 BMI 树脂，对双马消耗量为 0.33kg(80g/平米*17 层*0.24 平米/层=0.33kg)。考虑到树脂环节到覆铜板环节损耗率约 8%以及覆铜板环节到到 PCB 环节损耗率约 10-18%， GPU 模组对应 PPO 消耗量为 0.74kg，对应双马 BMI 的消耗量为 0.7kg。在计算 GPU 构成时，23 年及以后我们按照 8 卡为 1 台训练 GPU、4 卡为一台推理 GPU 进行测算。考虑到推理 GPU 的加速卡数量相对训练 GPU 大约少 50%，我们推估 AI 推理 GPU 对应 PPO 消耗量为训练服务器的一半，即为 0.38kg。AI 推理 GPU 对应双马 BMI 消耗量为训练服务器的一半，即为 0.35kg。 CPU 主板：CPU 母板组中 CPU 主板也会升级至 PCIE5.0、采用 Very Low Loss 等级以上的材料，根据前期报告 CPU 母板需要 15 层 PP 片、面积为 0.3 平方米，按照单平方米消耗 80g 的 PPO 树脂或者 80g 的双马 BMI 树脂，可计算得到 AI 服务器 CPU 主板所需 PPO 或者双马 BMI 量为 15 层*0.3 平米/层*80g=0.36kg。考虑到树脂环节到覆铜板环节损耗率约 8% 以及覆铜板环节到到 PCB 环节损耗率约 10-18%，CPU 主板对应 PPO 或者双马 BMI 消耗量为 0.44kg。

LCP材料行业研究报告：AI算力以及5.5G演进，带动高频高速材料发展（22页）-第1张图片