移动通信网 赵哲超
在人工智能算力需求呈指数级增长的驱动下,全球科技产业的竞争焦点正迅速从算法模型转向底层硬件基础设施。近日,中国电子信息产业重镇深圳正式印发《深圳市培育发展AI服务器产业集群行动计划(2024-2028年)》,这份纲领性文件以前所未有的力度,系统性地描绘了一幅意图构建完整、自主AI服务器产业链的宏大蓝图。计划明确提出,推动光模块从当前的800G向1.6T乃至3.2T进行代际升级,并着力攻克ABF载板等长期被视为“卡脖子”环节的关键技术。这不仅是深圳对自身产业优势的一次战略性重塑,更标志着一场围绕AI算力硬件的国产化全链条突围战已正式打响。
【关键数据】
- 行动目标年份:2028年
- 光模块代际目标:从800G向1.6T/3.2T升级
- 先进封装基板目标:重点发展ABF载板
- 先进散热技术:加快发展浸没式液冷、芯片级直冷
- 核心芯片架构:鼓励基于RISC-V架构的高性能计算芯片研发

光模块代际跃迁:抢占AI算力“输血管”制高点
如果说GPU是AI算力的“心脏”,那么高速光模块就是连接成千上万颗“心脏”的“高速输血管”。随着NVIDIA等厂商的AI加速器算力密度不断攀升,GPU之间的数据交换(即东西向流量)已成为整个集群性能的决定性瓶颈。深圳的行动计划将光模块的代际升级置于突出位置,直接瞄准了1.6T/3.2T这一前沿领域,显示出其深刻的产业洞察力。当前,由NVIDIA H100/H200平台驱动的800G光模块正进入规模化商用阶段,而即将到来的Blackwell架构则普遍被认为将开启1.6T时代。深圳此举意在跳过跟随策略,直接卡位下一代技术标准,与全球领先者同步甚至超前布局。
计划中特别提及的硅光模块、CPO(共封装光学)、LPO(线性驱动可插拔光学)以及NPO(近封装光学)等多种技术路径,反映出决策层对行业技术演进路线的全面考量。LPO因其在短距离应用中的低功耗、低延迟优势,正成为数据中心内部互联的新宠;而CPO则被视为解决未来更高带宽密度和功耗挑战的终极方案之一,尽管其在散热、良率和供应链整合方面仍面临巨大挑战。此外,计划强调突破薄膜铌酸锂(TFLN)、磷化铟(InP)等核心材料,更是抓住了光芯片性能提升的根本。这表明深圳的目标并非停留在模块封装层面,而是要向上游溯源,建立从材料到芯片再到模块的垂直整合能力,这对于摆脱对国外核心光芯片的依赖至关重要。
补齐短板:ABF载板与液冷散热的“卡脖子”突围
除了高速互联,行动计划还精准地指向了另外两个制约AI服务器发展的关键物理瓶颈:先进封装基板和散热系统。其中,ABF(Ajinomoto Build-up Film)载板作为承载GPU、CPU等超大规模芯片的关键组件,其技术壁垒和产能高度集中,长期由日本味之素(Ajinomoto)的材料以及中国台湾和日本少数几家基板厂商主导,是全球半导体供应链中最脆弱的环节之一。深圳将发展ABF载板列为重点,无疑是一场艰难但必须发起的突围战。这不仅需要巨大的资本投入,更需要攻克材料科学、精密制造工艺等一系列复杂难题,其战略意义不亚于芯片制造本身。
与此同时,随着单颗GPU功耗迈向千瓦级别,传统的风冷散热已捉襟见肘。行动计划明确提出,要巩固冷板式液冷的国内领先地位,并加快发展浸没式液冷、芯片级直冷等更先进的散热技术。这与全球数据中心产业的演进趋势完全一致。从冷板式到浸没式,散热效率呈数量级提升,但同时也对机柜设计、冷却液材料、系统运维提出了全新要求。深圳依托其在服务器整机和精密制造方面的基础,布局从液冷板、高导热界面材料到VC均热板等全链条产品,旨在将散热技术从一个配套环节,提升为构筑AI服务器整机竞争力的核心优势之一,为更高算力密度的未来提前铺路。
写在最后
深圳的这份行动计划,其核心并非简单的产业补贴或产能扩张,而是一次基于深刻技术理解的、全产业链的战略布局。从光模块、封装基板到散热,再到RISC-V架构芯片和整机系统,计划中的每一个环节都直指当前AI硬件领域的痛点和未来演进的关键节点。这份蓝图的雄心显而易见:在深圳这片沃土上,培育出一个能够与全球巨头同台竞技、具备高度自主性的AI服务器产业集群。当然,从规划到现实的道路充满挑战,每一项技术的突破都需要时间和持续的研发投入。但这一战略意图的明确,预示着未来数年,深圳将成为全球AI硬件供应链格局演变中一个最值得关注的变量。


