UBB 通用基板（Universal Baseboard）

3 秒看懂

UBB（Universal Baseboard，通用基板） 是 AI 服务器中承载 8 颗高性能 GPU（如 NVIDIA SXM 模块）并实现它们之间高速互连的核心”母板”。它不是传统意义上的主板（那是 CPU 侧的事），而是GPU 侧的专用承载+互连平台——可以理解为”GPU 的超级背板”。

一句话记忆：UBB = 8 卡 GPU 的”家” + NVLink 高速互连的”路网”。

3 分钟产业解释

为什么需要 UBB？

在 AI 训练场景中，单卡算力再强也不够用，必须多卡协同。关键问题是：如何让 8 颗 GPU 之间以极低延迟、极高带宽交换数据？

传统 PCIe 互连带宽远不够（PCIe 5.0 x16 单向约 64 GB/s），而 NVIDIA 的 NVLink/NVSwitch 技术可以提供数量级更高的 GPU 间带宽。但这些高速信号对 PCB 走线、阻抗控制、信号完整性要求极其苛刻，需要专门设计的基板来承载。

UBB 就是为解决这个问题而生的专用高速 PCB 平台。

UBB 在服务器中的位置

┌─────────────────────────────────────────────────┐
│                 AI 服务器整机                      │
│  ┌───────────────┐    ┌───────────────────────┐  │
│  │   CPU 主板     │    │      UBB（GPU 基板）    │  │
│  │  (CPU+内存     │◄──►│  8×GPU SXM模块        │  │
│  │   +网卡+SSD)   │PCIe│  + NVSwitch 芯片       │  │
│  └───────────────┘    │  + 供电/散热接口        │  │
│                       └───────────────────────┘  │
└─────────────────────────────────────────────────┘

产业角色

15 分钟专家深入

UBB 的核心挑战

1. 高速信号完整性

NVLink 信号速率极高（具体速率取决于代际，各代有所不同），对 PCB 走线提出严苛要求：

• 阻抗控制：差分阻抗需严格匹配，公差极小
• 等长走线：同一差分对内的走线长度需高度匹配
• 低损耗材料：需使用超低损耗（Ultra Low Loss）甚至极低损耗（Extreme Low Loss）覆铜板
• 层数多：UBB 层数通常在 20 层以上（具体层数因代际和设计而异，行业公开信息有限）

2. 供电能力

8 颗高端 GPU 同时满载运行，UBB 需承载极高的供电功率：

• 单颗 GPU 功耗已达数百瓦（具体 TDP 取决于型号）
• 8 卡系统总功耗可达数千瓦
• UBB 需集成大量 VRM（电压调节模块）和大电流供电走线
• 供电设计直接影响系统稳定性和能效

3. NVSwitch 芯片集成

在 NVIDIA 的架构中，UBB 上通常还集成了 NVSwitch 芯片，用于实现全连接的 GPU 间互连拓扑：

• NVSwitch 充当 GPU 间的”交换机”
• 确保任意两颗 GPU 之间都能以全带宽通信
• 避免了传统 PCIe Switch 的带宽瓶颈

4. 散热与机械设计

• UBB 需与散热方案（风冷/液冷）紧密配合
• GPU SXM 模块的安装接口、扣具、导热材料都有专门设计
• 机械强度需满足高密度部署需求

UBB 与 HGX/DGX 的关系

简单说：HGX = UBB + NVSwitch + 参考设计；DGX = HGX 的 NVIDIA 自有品牌成品。

技术原理

UBB 的物理结构（概念示意）

┌─────────────────────────────────────────────────────────┐
│                      UBB 顶层视图（简化）                  │
│                                                         │
│   ┌─────┐  ┌─────┐  ┌─────┐  ┌─────┐                   │
│   │GPU 0│  │GPU 1│  │GPU 2│  │GPU 3│                   │
│   │SXM  │  │SXM  │  │SXM  │  │SXM  │                   │
│   └──┬──┘  └──┬──┘  └──┬──┘  └──┬──┘                   │
│      │  NVLink │        │        │                      │
│      └────┬───┘        └────┬───┘                       │
│           │                 │                           │
│      ┌────▼─────────────────▼────┐                      │
│      │      NVSwitch 芯片组       │                      │
│      └────┬─────────────────┬────┘                      │
│           │                 │                           │
│      ┌────┴───┐        ┌────┴───┐                       │
│      │  NVLink │        │  NVLink │                      │
│   ┌──┴──┐  ┌──┴──┐  ┌──┴──┐  ┌──┴──┐                  │
│   │GPU 4│  │GPU 5│  │GPU 6│  │GPU 7│                  │
│   │SXM  │  │SXM  │  │SXM  │  │SXM  │                  │
│   └─────┘  └─────┘  └─────┘  └─────┘                  │
│                                                         │
│   [PCIe接口区]  [供电接口区]  [管理/BMC接口区]             │
└─────────────────────────────────────────────────────────┘

信号分层结构（典型多层 PCB）

┌─────────────────────────┐
│  信号层（高速差分对走线）  │  ← NVLink 信号
├─────────────────────────┤
│  接地层（参考平面）       │  ← 完整铜平面，提供回流路径
├─────────────────────────┤
│  信号层                  │
├─────────────────────────┤
│  电源层（大电流供电）     │  ← GPU 核心/显存供电
├─────────────────────────┤
│  接地层                  │
├─────────────────────────┤
│  信号层                  │
│  ...                    │
│  （重复堆叠，≥20层）      │
└─────────────────────────┘

关键设计参数（定性描述）

技术演进史

UBB 代际与 NVIDIA 平台对应

注：具体 NVLink 代际带宽数值、NVSwitch 版本号等以 NVIDIA 官方公告为准，此处仅列出架构对应关系。

演进趋势

1. 带宽持续提升：每代 NVLink 互连带宽倍增，对 UBB 的 PCB 设计挑战加剧
2. 功率密度上升：GPU TDP 持续增长，UBB 供电设计复杂度上升
3. 液冷适配：从风冷为主到逐步支持直接液冷（Direct Liquid Cooling）
4. 模块化趋势：从单 UBB 到可能的多 UBB 级联（如 GB200 NVL72 的机柜级互连方案）

技术路线对比

UBB vs. 其他 GPU 互连承载方案

各代 UBB 定性对比

注：各代 NVLink 具体单向/双向带宽数值请参考 NVIDIA 官方技术文档，此处不做具体数值罗列以避免不准确。

上下游

产业链全景

上游材料/设备                    中游制造                         下游应用
┌─────────────┐            ┌─────────────────┐            ┌──────────────┐
│ 覆铜板(CCL)  │            │  PCB 制造        │            │  AI 服务器整机 │
│ 生益科技     │───────────►│  鹏鼎/深南电路    │───────────►│  超微         │
│ 联茂        │            │  沪电股份        │            │  Dell        │
│ 台光电       │            │                 │            │  HPE         │
│ 松下        │            └────────┬────────┘            │  浪潮/新华三  │
└─────────────┘                     │                     └──────────────┘
                                    ▼
┌─────────────┐            ┌─────────────────┐            ┌──────────────┐
│ 铜箔/玻纤布  │            │  SMT 组装        │            │  云厂商/AI企业 │
│ 宏和电子     │            │  超微/广达/纬创   │            │  AWS/Azure    │
│ 建滔化工     │            │  英业达/和硕     │            │  Google/Meta  │
└─────────────┘            └─────────────────┘            │  字节/百度    │
                                                          └──────────────┘

关键瓶颈

关键指标

UBB 核心技术指标（定性）

与 AI 性能的关联

供需与市场数据

市场规模估算

注：UBB 作为组件，独立市场规模数据披露有限，以下为基于产业链的定性分析。

需求侧驱动：

• 全球 AI 训练算力需求爆发式增长
• 每部署一台 8 卡 GPU 服务器，就需要 1 块 UBB
• 头部云厂商（AWS、Azure、GCP、Meta）年采购量级可达数十万台（估算）

供给侧瓶颈：

• 高端 PCB 产能（高层数、超低损耗）扩张周期较长
• 覆铜板材料产能同样受限
• NVIDIA GPU/模组供应是更上游的瓶颈

定性供需格局

代表公司与资本映射

核心玩家梳理

投资映射逻辑

NVIDIA GPU 增长 ──► UBB 需求增长 ──► 高端 PCB 需求增长 ──► 超低损耗 CCL 需求增长
      │                    │                  │                      │
   NVDA               SMCI/台系ODM         深南/沪电              生益/联茂

投资逻辑

核心逻辑链条

1. AI 算力需求 → GPU 出货量增长：这是最上游驱动力
2. GPU 出货 → UBB 需求等比例增长：每台 8 卡服务器对应 1 块 UBB
3. UBB 需求 → 高端 PCB/覆铜板需求增长：乘数效应，材料需求也同步增长
4. 高端 PCB 持续升级：每代 GPU 带宽提升 → PCB 层数增加、材料升级 → 单价持续上升

受益逻辑

风险提示

• NVIDIA 供应波动：GPU 供应是最上游瓶颈，UBB 需求受其制约
• 技术路线切换：如 NVLink 规范变动，可能影响现有 UBB 设计
• 竞争格局变化：AMD MI 系列等竞品可能采用不同互连方案
• 地缘政治：部分高端 PCB/材料可能受出口管制影响

常见误读纠偏

❌ 误读一：“UBB 就是服务器主板”

纠偏：UBB 是 GPU 侧的承载基板，不是传统意义上的 CPU 主板（Motherboard）。服务器通常有两块核心板：CPU 主板（承载 CPU、内存、PCIe 网卡等）和 UBB（承载 GPU 模块和 NVSwitch）。两者通过 PCIe/CXL 等接口连接。

❌ 误读二：“UBB 是通用设计，任何 GPU 都能用”

纠偏：UBB 的”通用”是相对于 NVIDIA 各代 GPU 模块的平台级通用性，但 UBB 设计是高度定制化的。不同代 GPU（A100/H100/B200）的 SXM 模块接口、NVLink 版本、供电需求都不同，通常需要重新设计 UBB。一块 H100 的 UBB 不能直接插 A100 的 SXM 模块。

❌ 误读三：“UBB 只是一块 PCB，技术含量低”

纠偏：UBB 是 20+ 层、超低损耗、高密度高速 PCB，技术门槛极高。涉及信号完整性设计（阻抗控制、等长走线）、电源完整性设计（大电流供电、PDN 优化）、热管理（配合散热系统）、机械设计（高精度连接器安装）等多学科交叉。全球能做这种级别 PCB 的厂商屈指可数。

❌ 误读四：“UBB 供应充足，不是瓶颈”

纠偏：UBB 的供应受上游材料（超低损耗 CCL）和 PCB 制造产能（高层数良率）的双重制约。在 AI 算力需求爆发期，UBB 供应链确实存在紧张。不过，GPU 芯片本身的供应才是更上游的瓶颈——UBB 有产能但没有 GPU 装上去也没用。

❌ 误读五：“液冷服务器不需要 UBB”

纠偏：液冷改变的是散热方式，不是 GPU 的承载和互连架构。液冷服务器仍然需要 UBB 来承载 GPU 模块和实现 NVLink 互连，只是 UBB 需要与液冷冷板（Cold Plate）进行更紧密的机械/热接口设计。

学习路径

入门阶段（0-2 小时）

1. 了解 AI 服务器基本组成：CPU 主板 + GPU 基板（UBB）+ 散热 + 电源
2. 理解 NVIDIA SXM 模块 vs. 普通 PCIe GPU 卡的区别
3. 阅读 NVIDIA HGX 平台简介（NVIDIA 官网）

进阶阶段（2-8 小时）

1. 学习 NVLink/NVSwitch 技术原理
2. 了解高速 PCB 设计基础：层数、阻抗、损耗（Df/Dk）
3. 阅读 Supermicro 等 ODM 的 AI 服务器产品规格书
4. 研究 PCB 产业链（覆铜板 → PCB 制造 → SMT 组装）

深度阶段（8+ 小时）

1. 研读高端 PCB/覆铜板厂商的投资者交流纪要（生益科技、深南电路等）
2. 了解 AI 服务器供应链报告（券商研报，需交叉验证）
3. 跟踪 NVIDIA GTC 大会的技术发布（GPU 代际、NVLink 升级）
4. 关注 OCP（Open Compute Project）的开放硬件规范

一句话总结

UBB 是 AI 训练算力的”承重墙”——它既是 8 颗 GPU 的物理载体，也是 NVLink 高速互连的信号高速公路，更是连接 NVIDIA 芯片生态与全球 PCB/材料产业链的关键枢纽。

延伸阅读与来源

官方资料

• NVIDIA HGX 平台文档：https://www.nvidia.com/en-us/data-center/hgx/
• NVIDIA NVLink/NVSwitch 技术白皮书
• NVIDIA GTC 演讲（各代 GPU 平台发布）

行业报告

• TrendForce / Counterpoint：AI 服务器出货量跟踪
• Prismark：全球 PCB 市场分析
• 各券商研报（需交叉验证，注意利益相关性）

财报与投资者交流

• Supermicro（SMCI）季度财报
• 生益科技、深南电路投资者交流纪要
• 台系 ODM（广达、纬创）法说会记录

开源/标准

• OCP（Open Compute Project）：开放服务器硬件规范
• PCI-SIG：PCIe 标准演进

数据来源标注说明

本文中的具体技术参数（如 PCB 层数、NVLink 带宽数值等）为定性描述或行业公开信息的综合判断，未引用具体数值以避免不准确。读者如需精确规格，请参考 NVIDIA 官方技术文档和相关厂商的公开披露。

本页基于公开信息和行业认知编写，部分数据为估算或定性描述。投资有风险，研究需独立验证。