文章核心观点 - 英伟达计划在新芯片架构中引入LPU方案，标志着AI算力市场正经历从“通用计算”向“专用推理”的范式转移 [1] - LPU方案落地将显著增加PCB需求面积并提升板材加工难度，预计为PCB微钻及PCB加工设备带来较大增量需求 [1] - AI推理对低延时需求增强，GPU+LPU异构架构有望加速落地，产业景气度将延伸至PCB设备领域，PCB钻针可能呈现供不应求及涨价的高景气度局面 [1] LPU技术特点及其与GPU的互补关系 - LPU是一种专为AI推理设计的专用处理器，核心是通过“编译器驱动”的静态调度和高速片上SRAM来消除内存瓶颈，实现确定性执行 [1] - LPU片上SRAM带宽可达80TB/s，能将首试延迟降至约百毫秒内，在主流大模型推理上比H100 GPU快约10倍，综合能效可提升约10倍 [1] - GPU是通用高吞吐架构，依赖大容量HBM显存，擅长大规模并行计算，但在单序列、实时生成的场景中会受限于内存带宽和运行时调度，难以突破低延迟瓶颈 [2] - LPU与GPU在AI工作流中形成互补：GPU是模型训练和处理大量上下文的核心；LPU则在要求即时响应的文本逐词生成中优势显著，适合高并发的在线推理服务 [2] LPU方案对PCB产业链的增量影响 - PCB使用面积增加与材料升级：单颗LPU的230MB SRAM存在容量瓶颈，运行大规模模型需要数百颗LPU串联，大规模应用LPU将使所需PCB载板面积较纯GPU架构方案呈现数倍增加 [3] - 为考虑信号传输效率，LPU所需PCB材料要求较高，预计将使用52层M9级覆铜板+Q布的增强方案，对钻针消耗量巨大 [3] - 先进封装要求提高：英伟达提出的PD分离式部署技术可将LLM推理拆分为计算密集型的预填充和内存密集型的解码两个阶段 [3] - 面对LPU集群大规模堆集带来的空间与布线问题，公司有望通过PD分离技术实现GPU与LPU互补共存，减少单一LPU部署规模 [3] - 公司亦有望利用3D堆叠技术，将LPU单元直接堆叠在GPU主芯片之上，通过多芯片协同弥补SRAM容量不足，同时保持低延迟优势 [3] - GPU+LPU的异构架构对封装技术和精度要求较高，预计在PCB电子装联环节对高精度装联设备的需求量将进一步提升 [3] 相关投资标的 - 高精度钻孔及曝光环节：建议关注大族数控、英诺激光、帝尔激光等 [4] - PCB高精度装联设备：建议关注凯格精机、劲拓股份等 [4] - 高端PCB钻针：建议关注鼎泰高科、沃尔德、四方达等 [4] - 先进电镀环节：建议关注东威科技等 [4]