AI硬體交易正在從單顆GPU轉向整櫃系統。大摩這次把VR200、Rubin、ABF、光收發器PCB和MLCC放在同一張圖裡，真正重要的變化是：算力交付的瓶頸開始落到板、光和供電密度，也開始落到客戶認證與現金流兌現。
太長不看
1.AI硬體進入機櫃總帳階段。VR200 NVL72單櫃成本約US$7.8mn，ODM單櫃價值量預計提升約38%，Rubin記憶體BOM佔比升到25%以上，這說明資金不能只盯GPU價格，還要看整櫃內部那些環節開始拿到新增價值量。
2.PCB/ABF是確定性最高的物理閘門。大摩判斷ABF載板從2027年開始供給偏緊，AI相關應用到2030年佔比有望超過75%，T-glass到2028年前仍偏緊；高層板、M9材料、光收發器PCB和載板共同決定AI機櫃能不能穩定放量。
3.CPO是彈性最大但節奏最難押的鏈條。大摩預計CPO交換機出貨在2024-2030年復合增速達到144%，但可插拔、NPO和CPO會共存較長時間；真正受益的不是單一光模組環節，而是矽光、WDM、TGV玻璃、光引擎、測試和交換系統。
4.MLCC開始從周期品變成供電密度元件。大摩測算雲端和邊緣AI到2027年給MLCC市場增加約US$1bn TAM，AI伺服器對47uF以上高容值MLCC需求顯著提升；數量佔比不高，但價值佔比和產品結構會更早改變利潤彈性。
5.CPU應該作為機櫃平台背景處理。CPU線索可以放進Rubin、VR200、AI ASIC和Agent推理框架裡，但主線仍是PCB、CPO和MLCC 3條物理瓶頸；CPU解釋為什麼系統BOM重排，不搶3條供應鏈主線。
6.投資排序要按確定性和證偽速度分層。PCB/ABF看有效產能、客戶認證和現金流，CPO看架構匯入和測試良率，MLCC看高容值價格、庫存和產品組合；3條鏈都強時是AI硬體二次擴散，只要其中1條走弱，就要重新評估機櫃交付斜率。
一、機櫃系統正在重新分配AI硬體的錢
這輪AI硬體行情最容易誤判的地方，是把所有問題都還原成GPU數量。GPU當然還是最大價值池，但2026年以後，AI基礎設施越來越像一套整櫃工程：晶片、記憶體、封裝基板、高速PCB、光互連、供電、散熱和整機交付一起決定算力什麼時候上線。
大摩這次Asia Summer School的價值，在於它沒有只講某一個公司或某一個零件，而是把AI伺服器、VR200、Rubin、ABF、光收發器PCB和MLCC放在同一個大中華硬體框架裡。幾個數字足夠說明問題：單個VR200 NVL72機櫃成本約780萬美元，ODM單櫃價值量在VR200上預計提升約38%，Rubin平台裡記憶體BOM佔比升到25%以上。
這些數字背後有一個直接含義：下一階段AI硬體不只看“誰拿GPU訂單”，還要看“誰讓昂貴GPU不空轉”。算力越貴，系統裡任何影響頻寬、供電、封裝、訊號完整性和可靠性的環節，都會從小零件變成關鍵資產。
Rubin機櫃重估：GPU佔比降到51%，AI硬體價值正在向記憶體、PCB與電源液冷遷移，誰在接住AI硬體新增量
前面已經寫過Rubin機櫃的價值遷移，這次更適合把問題收束到三道物理閘門：PCB/ABF負責承載頻寬和封裝，CPO負責跨晶片、跨交換系統的光電轉換，MLCC負責高功率密度下的穩定供電。它們不是三個孤立賽道，而是同一台AI機櫃從“可以設計”走到“可以量產交付”的三層約束。
這個框架下，PCB應該放第一位。因為PCB不是單獨一個板廠故事，它同時連接GPU/ASIC平台、光模組、交換機、ABF載板、CCL材料、電子玻纖、HVLP銅箔、壓合鑽孔和客戶認證。它的確定性來自訂單和平台升級，證偽也最快：只要高端板價格、交期、良率、客戶鎖定和現金流同時轉弱，市場就會馬上降低權重。
二、PCB是第一道閘門：頻寬和封裝先落到板上
PCB這條線最值得寫，是因為它最先把“AI機櫃升級”翻譯成可驗證的工業問題。Rubin、GB300、VR200、AI ASIC和1.6T/3.2T光互連並不會自動變成訂單，它們要穿過材料等級、層數、線寬線距、低損耗、熱穩定、壓合良率和客戶認證。
AI PCB與CCL深度：從GB300到Rubin Ultra，高層板、M9材料和電子布誰先短缺
大摩在ABF和光收發器PCB上的兩個判斷，把這條線推得更明確。第一，ABF載板從2027年開始偏緊，AI相關應用到2030年佔比預計超過75%，T-glass到2028年前仍供應緊張。第二，光收發器增長會直接拉動PCB受益，不只是模組廠和光晶片廠受益。
這意味著PCB的價值量上移不只來自AI伺服器主機板，也來自三條平行線索。
第一條是GPU/ASIC封裝基板。AI晶片越來越大，HBM數量越來越多，封裝面積、層數、低翹曲、熱穩定和T-glass供給都變成硬約束。ABF不是一個“跟著晶片出貨走”的配套品，而是先進封裝產能能否釋放的地基。2027年以後的供需缺口，本質上是AI ASIC、GPU、CPU和高速封裝同時搶同一批高端材料與良率。
ABF 與 BT 載板漲價再上修：從 T-glass 約束到 BT 外溢，AI 載板漲價周期為什麼還沒結束
第二條是高速伺服器板和交換機板。AI叢集從800G走向1.6T、3.2T以後，交換機主機板、線卡、背板和高速連接鏈路的損耗預算被壓得越來越緊。材料等級從M7/M8繼續往M9和更低損耗材料走，板廠能否穩定交付高層數、高一致性、高良率的產品，比名義擴產更重要。
第三條是光收發器PCB。過去市場容易把光模組只看成光晶片、DSP和模組廠的問題，但1.6T以後，板級設計、散熱、訊號完整性、封裝密度和客戶認證同樣決定產品能不能過關。大摩把“Optics Drives the Board”單獨拿出來講，說明光互連需求已經開始倒逼PCB材料和工藝升級。
這裡需要把A股和台股公司名字寫清楚。A股側應使用正式簡稱：勝宏科技、滬電股份、深南電路、廣合科技、生益科技、東山精密、鵬鼎控股。台股和海外側則看南亞電路板、欣興、景碩、揖斐電、臻鼎、金像電、台光電子等環節位置。文章不應該把外資報告裡的英文別名直接搬進正文，更不能把廣合科技寫成音譯名。
勝宏科技深度更新：Rubin高層板延遲、TPU新單與200億Capex如何驗證AI PCB有效產能
PCB這條線的結論可以更直接：它的彈性未必每個階段都最大，但確定性最強。因為AI機櫃越複雜，越需要能被客戶認證、能穩定量產、能穿過材料瓶頸的板廠。擴產公告不能直接變成供給，客戶鎖定也不能直接變成利潤，最終要看價格、良率、交期和現金流四個數。
三、CPO是第二道閘門：光互連進入架構期權階段
CPO這條線的價值，在於它解釋AI叢集為什麼不能永遠靠傳統可插拔模組堆頻寬。訓練和推理叢集越大，交換系統的功耗、延遲、可維護性、鏈路密度和可靠性越重要。可插拔光模組仍會存在很久，但NPO和CPO會把部分價值從獨立模組，推向交換晶片附近的光電協同設計。
大摩給出的數字很陡：CPO交換機出貨在2024-2030年預計復合增速達到144%。這個數字不能機械理解成CPO馬上全面替代可插拔，它更像一個架構期權定價訊號。只要交換機功耗和鏈路密度繼續上升，客戶就必須持續評估把光學能力更靠近交換晶片的方案。
AI 網路互連硬體第一篇：1.6T/3.2T 背後的價值遷移，交換、銅互連、光互連和物理層誰最受益
CPO的產業鏈不要唯寫光模組廠。它至少包含6類資產：交換ASIC，矽光/PIC，外部光源和光引擎，WDM濾光片，TGV玻璃和精密光學元件，系統級測試和良率裝置。大摩這次提到晶方光電相關的矽透鏡、TGV玻璃基板、WDM濾光片項目，也提到致茂電子在矽光、CPO測試和系統級測試裡的機會。這個方向比“誰做一個CPO概念產品”更值得跟。
這裡也要承認CPO的風險。CPO彈性最大，但節奏最不確定。客戶如果覺得可插拔和NPO仍能滿足成本、維護和供貨要求，CPO量產會延後。SemiAnalysis此前寫過800VDC和CPO延後的問題，市場對CPO的預期也從“馬上替代”回到“多路線共存”。這個修正是健康的，因為它讓CPO從概念交易回到工程驗證。
CPO最值得寫的不是替代曲線，而是價值如何重新分配。可插拔時代，投資者最熟悉的是光模組、DSP、光晶片和連接器。NPO/CPO時代，新的問題變成：光引擎和交換ASIC誰定義系統，測試裝置誰掌握良率，TGV玻璃和WDM濾光片能否成為新瓶頸，系統廠能不能承擔更複雜的交付責任。
這條線最後要落到一個判斷：CPO不是一條確定性最強的主線，但它是斜率最高的期權。只要AI叢集規模繼續擴大，光互連的總需求會持續增長；只要功耗和鏈路密度繼續壓縮，NPO/CPO的工程價值就會被重新評估。真正需要避免的是把CPO寫成單一公司、單一路線、單一年份的押注。
四、MLCC是第三道閘門：高功率密度把被動元件推到前台
MLCC最容易被低估，因為它看起來小、分散、周期性強。AI伺服器真正改變的不是“每台機器用了更多小電容”這麼簡單，而是高功率、高電流、高噪聲、高密度環境下，對高容值、高可靠、高一致性的MLCC需求明顯上升。
大摩這次給出了一組很適合寫進正文的數字：雲端和邊緣AI到2027年有望給整體MLCC市場增加約10億美元TAM；雲端AI到2026年本身就可能貢獻約10億美元TAM；AI伺服器會顯著增加47uF以上高容值MLCC用量；AI伺服器MLCC大約只佔全球單位數量的3%，但價值佔比約5%。
這個差異很重要。它說明AI伺服器對MLCC的影響不是數量衝擊，而是產品結構衝擊。傳統消費電子周期看的是庫存和手機出貨，AI伺服器看的是高容值產品、車規/工規可靠性、供電密度、伺服器客戶認證和高端產線稼動率。單位佔比低但價值佔比高，正是被動元件從周期品走向算力基礎設施的起點。
MLCC深度：摩根大通大幅上調，從周期修復到結構重估，AI伺服器重寫供需缺口
MLCC鏈條要看三層。第一層是日本和台灣龍頭，包括村田、國巨、太陽誘電、TDK。它們更直接受益於高容值、高可靠和伺服器產品結構升級。第二層是韓國和其他全球廠商，包括三星電機等，重點看高端庫存、價格和伺服器客戶匯入。第三層是國產對應，包括三環集團、風華高科、國瓷材料等，重點不是簡單替代，而是能否進入高可靠陶瓷粉體、高端MLCC和伺服器認證。
MLCC這條線的證偽也比CPO更快。只要庫存沒有繼續下降，47uF以上高容值MLCC沒有價格彈性，普通中低容漲價無法傳導到毛利率，AI伺服器訂單也沒有明顯改善產品組合，市場就會把它重新歸入普通被動元件周期。
MLCC適合放在第三主線，因為它不是最顯眼，卻能驗證AI硬體是否進入“供電密度時代”。如果AI伺服器只是短期拉貨，它的影響會被庫存周期吞掉；如果Rubin、VR200和後續AI ASIC持續提升功率密度，高容值MLCC會變成供電系統裡最早體現價格和結構變化的元件之一。 (404K)