AI卷到最后，卷的是材料

导语

每一场AI发布会，聚光灯都打在GPU和模型参数上，没人给散热片和封装材料一个镜头。但这恰恰是当下最真实的产业图景：英伟达的芯片越做越快，机房越来越热，电网越来越吃紧——AI繁荣的地基，正在从硅片转向更底层的材料体系。性能、热管理、电效率、可靠性，四道物理极限同时压过来，算法解决不了的问题，最终都得靠材料来兜底。这一轮，材料才是AI叙事里被严重低估的那一环。

📈 算力的尽头，是物理课

金句先行：参数可以无限堆，焦耳不会说谎。

先看一组公开数字。英伟达在2024年GTC大会上发布的GB200 NVL72整机柜方案，单柜功耗约120千瓦，是传统通用服务器机柜的十倍量级；这意味着原来的风冷方案在物理上已无法支撑，改造液冷要停机、要换机柜、要重铺管路，基础设施投入在整机柜方案的成本结构中占比显著抬升。

这不是个案。AI大模型训练对算力的需求呈指数级攀升，芯片制程不断微缩、封装密度不断提高，但随之而来的是能量密度逼近散热极限——热流密度已经到了传统风冷难以招架的程度。芯片性能上去了，热却散不出去，等于白干；更麻烦的是高温直接侵蚀器件可靠性与寿命。

综合多家机构研究，AI把计算推向新边界后，半导体和数据中心正在四个维度上同时逼近物理极限——

这就是典型的“木桶效应”：决定AI基础设施上限的，不再是最长的那块板（算力），而是最短的那块（材料）。过去二十年的半导体产业叙事里，材料永远是最安静的角色；现在，它开始抢话筒。

🔥 散热，成了新的军备竞赛

金句先行：芯片厂商拼跑分，机房运维拼的是降温。

把镜头拉近到机柜内部。一颗旗舰AI加速卡的功耗已达数百瓦级别，整柜方案更是把功率密度推到前所未有的高度——英伟达GB200 NVL72的120千瓦单柜功耗，已经到了传统数据中心机房难以直供的程度。热量从芯片die出发，要穿过热界面材料（TIM）、均热板、散热器、冷板，层层热阻，任何一层材料拉胯，整条散热链就废了。

这意味着什么？意味着热界面材料、高导热基底、液冷组件这些过去不起眼的品类，正在变成AI供应链上的关键节点。订单层面的信号已经写进了上市公司财报：A股液冷龙头英维克（002837.SZ）2024年年报显示，公司全年营收同比增长约40%，数据中心温控业务是核心增长引擎；IDC《中国半年度液冷服务器市场跟踪报告》则给出渗透率坐标——2024年中国液冷服务器市场规模约23.7亿美元，预计2028年将增至约102亿美元，2023–2028年复合增速约45.8%。TrendForce集邦咨询进一步预测，随着Blackwell世代整机柜方案落地，2025年AI服务器中液冷方案的渗透率有望超过40%，而GB200 NVL72这类机柜级产品几乎是100%液冷交付。

从产业逻辑上看，散热材料的竞争有三条主线：

1. 热界面材料升级：从传统硅脂向金属基、相变材料演进，压低界面热阻；

2. 封装内散热：先进封装把热管理做进芯片内部，热沉与封装基板一体化；

3. 系统级液冷：冷板式到浸没式，散热介质与密封材料本身成为新的技术门槛。

用流程图看，AI散热这条链上的材料节点是这样的：

一个反直觉的判断：散热能力正在成为AI算力定价的一部分。同样一颗芯片，谁能把它压得更凉、跑得更稳，谁就能卖出更高的有效算力——这已经体现在英伟达对液冷整机柜的官方性能承诺中：GB200 NVL72相比上一代H100集群，在训练与推理任务上分别宣称最高4倍和30倍的LLM推理性能提升，而这一切的前提正是液冷散热体系的支撑（英伟达GTC 2024官方发布资料）。

⚡ 每一瓦电，都在被精打细算

金句先行：算力之争，本质是焦耳之争。

第二个战场是供电。AI数据中心的电费账单有多夸张，业内早有共识：大模型训练与推理的电力成本，在整个生命周期成本里占比持续走高。于是“每瓦性能”成了比“每芯片性能”更硬核的KPI。政策端也在加码——工信部《新型数据中心发展三年行动计划（2021–2023年）》明确要求新建大型及以上数据中心PUE降至1.3以下，能耗约束已经从账本问题变成准入门槛。

供电链路上，材料的戏份同样吃重。从电网到芯片die，电要经过变压器、配电单元、电源模块、板级VRM，最后才进入芯片，每一级转换都有损耗。降低损耗靠什么？靠更优的功率器件材料——宽禁带半导体碳化硅和氮化镓就是这个逻辑下的最大受益者。据Wolfspeed、英飞凌公开技术资料测算，采用SiC功率器件可使电源转换环节的损耗降低约30%–50%，整机电源效率提升1–2个百分点——在动辄百兆瓦级的AI数据中心里，这一个百分点对应的电费就是以千万元计的真金白银。市场规模同样在兑现：Yole Group预测，全球SiC功率器件市场将在2029年前后突破100亿美元，且数据中心电源正成为继新能源车之后的第二增长曲线。

再看芯片侧。低介电常数材料、高性能封装基板、铜互连之外的互连探索——这些材料层面的创新，直接决定信号完整性和功耗表现。TrendForce数据显示，HBM产值占DRAM市场比重在2024年已达到约20%，2025年预计突破30%；而Yole Group预计，全球先进封装市场规模将从2023年的约390亿美元增长到2029年的约800亿美元，其中HBM所需的TCB热压键合、混合键合、底部填充与键合材料，正是封装材料板块中增速最快的部分。当制程微缩的红利变薄，材料就成了为数不多还能挤出性能的地方。

时间线上看，这条材料升级路径的节奏大致是：

• 2022年底：生成式AI爆发，训练集群功率密度问题集中显现；
• 2023年：液冷从可选变标配，宽禁带功率器件需求快速抬头；
• 2024年：GB200 NVL72等液冷整机柜量产，英伟达在官方技术文档中明确将液冷列为整机方案的标准配置；
• 2024–2025年：英伟达在GTC等公开场合与台达、Vertiv等散热与电源厂商公布联合开发的整机参考设计，供电架构从集中式向分布式重构，材料供应商被拉进芯片厂商的联合设计。

值得注意的一个信号已经出现在公开合作公告里：芯片设计公司开始在新品定义阶段就引入材料与散热供应商，而不是等封装阶段再补救。英伟达近年公布的整机柜参考设计与散热合作伙伴名单，就是“材料前置”从口号变成流程的最好注脚。

🧪 上游的上游，才是真正的瓶颈

金句先行：芯片有名单，材料只有账本。

把视角再往上抬一层。芯片出口被关注的很多，但AI基础设施背后的材料底盘，是一条更隐蔽也更脆弱的链条：高纯硅料、光刻胶、电子特气、高纯石英、陶瓷封装材料、高端电子化学品——这些品类动辄由一两家、两三家供应商主导，而且扩产周期极长，一座新材料工厂从立项到量产，动辄以年计。这条链条的总盘子并不小：据SEMI（国际半导体产业协会）统计，2023年全球半导体材料市场规模约667亿美元，其中先进封装材料是近年增速最快的细分。

这条链的脆弱性在于：任何一个节点断供，全链停摆。而且与设备不同，材料的替代验证周期极长——晶圆厂换一家光刻胶供应商，需要重新跑完整套工艺验证，没有一年半载下不来。日本2019年对韩限制光刻胶、氟化氢出口引发的产业震荡，就是这条规律最公开的案例。这也是为什么各主要经济体近年来密集出台本土材料扶持政策——美国《芯片与科学法案》专项拨款中包含材料与设备环节，欧盟《芯片法案》同样将上游材料纳入资助范围——材料环节的地缘敏感度，正在快速向设备环节看齐。

从中期的产业推演看，材料能力会沿三个方向重构：

1. 散热材料体系：高导热材料、液冷耗材成为AI基建的“水电煤”；

2. 功率材料体系：碳化硅、氮化镓从新能源车外溢到数据中心电源；

3. 封装材料体系：先进封装比例提升，基板、键合材料、底部填充胶的量价齐升——Yole预计到2029年约800亿美元的先进封装市场中，封装材料的占比将随HBM、CoWoS等方案放量持续抬升。

对材料厂商来说，这是十年一遇的确定性需求；对各国产业政策制定者来说，材料清单正在成为继设备清单之后，下一份被反复研究的“卡脖子图谱”。

⚠️ 别等缺货了，才想起材料

金句先行：算法轮流转，材料是地基。地基不看新闻，但决定楼高。

回到开头那台120千瓦的整机柜。当所有人都在讨论下一颗芯片有多少晶体管时，真正的产业暗线是：这些晶体管产生的热量如何排出、消耗的电能如何省下、工作十年不出故障的承诺如何兑现。这三个问题，算法回答不了，只有材料能回答。

AI繁荣让英伟达们站在了聚光灯下，但托住这场繁荣的，是热界面材料里的一层薄薄的导热膏，是宽禁带半导体里的一次次开关，是封装基板里的一层层堆叠。材料从来不是故事的主角，但它一直是故事的天花板。

前瞻地看，未来两到三年，材料能力的地缘权重会持续上升：谁掌握散热与功率材料的规模化产能，谁就在AI基建的隐性环节握有筹码；谁能在材料验证周期上跑得更快，谁就能在下一代算力竞赛里抢到身位。下一次供应链紧张的头条，大概率不再写着某款芯片的名字——而会是某种大多数人念不出名字的粉末、胶体或者气体。

AI卷到最后，卷的真的是材料。