Harness Cable（線束線纜）
3 秒看懂
一句話：線束（Harness Cable）是將電源、訊號、控制線路按拓撲綁紮成束的整合元件，是 AI 伺服器內部每一塊 GPU、每一條 NVLink、每一組 VRM 獲得電力與指令的物理通道。AI 伺服器單機線束用量約為傳統伺服器的 3–6 倍[供應鏈估算]，單位價值量同步躍升。
關鍵詞：電源線束 / 訊號線束 / 內部互連 / 伺服器內部元件 / 非光學
3 分鐘產業解釋
為什麼線束在 AI 產業鏈中突然被關注？
傳統 2U/4U 伺服器的內部線束是一門”成熟到無聊”的生意——標準化程度高、單價低、獲利薄。但 AI 伺服器改變了這一切：
| 維度 | 傳統伺服器（單路/雙路 CPU） | AI 伺服器（8 卡 HGX / GB200 NVL72） |
|---|---|---|
| GPU/加速卡數量 | 0–2 | 8–72+ |
| 單機峰值功耗 | 0.5–1.2 kW | 6–120+ kW |
| 內部電源線束迴路 | 4–8 條 | 30–100+ 條 |
| 訊號/控制線束 | 低速為主，10–15 條 | 高速控制 + 溫度/流量感測器線束，50–200+ 條 |
| 線束單機價值 | 約 $50–150 [估算] | 約 $300–2,000+ [供應鏈估算] |
核心邏輯：GPU 數量 × 單卡功耗 = 電源線束迴路數量的線性甚至超線性增長；液冷散熱的引入又帶來溫度感測器、流量感測器、電磁閥等全新訊號線束需求。
產業地位
[銅材/導體]──▶[聯結器端子]──▶[線纜製造]──▶[線束總成]──▶[伺服器 ODM/OEM]
▲
Harness Cable 在這裡線束總成（Harness Assembly）是將線纜、聯結器、端子、護套、紮帶、標籤等按圖紙整合裝配的過程，屬於勞動密集 + 工藝 know-how複合型環節。AI 伺服器對精度、可靠性、EMI 遮蔽的要求把這個環節的壁壘顯著抬高。
15 分鐘專家深入
一、AI 伺服器內部的線束拓撲
以典型的 8-GPU HGX 平台為例（液冷），內部線束可按功能分為三大類：
1. 電源線束（Power Harness）
- 功能：將伺服器背板或 busbar 上的 48V/12V 電力分配到每張 GPU 卡、CPU、VRM、風扇模組等。
- 關鍵挑戰：單張 H100 SXM 卡 TDP 700W，在標準 12V 輸入下約 58A 持續電流（峰值更高），要求線束導體截面積足夠、聯結器接觸電阻極低。
- 趨勢：從 12V 向 48V 母線架構遷移，降低電流從而可使用更細線徑，但對聯結器的絕緣與滅弧能力要求提高。
2. 訊號/控制線束（Signal & Control Harness）
- 功能：GPU 溫度感測器（熱電偶/NTC）、液冷流體溫度/壓力感測器、電磁閥控制、風扇轉速反饋、I²C/SMBus 管理匯流排、前面板指示燈/按鈕等。
- 關鍵挑戰：AI 伺服器感測器數量激增（液冷系統一臺可有 20–40 個溫度取樣點），線束需做好 EMI 遮蔽與串擾隔離。
3. 內部高速互連線束（Internal High-Speed Harness）
- 功能：連線 GPU 模組與 NVSwitch 板、連線 baseboard 與 networking board 的板間線纜元件。
- 注意：這部分並非傳統意義的”線束”，更多屬於高速銅纜/DAC 元件，但在部分設計中（如 GB200 NVL72 的外接 NVLink 互聯櫃）採用了線纜束的形式，與 Harness Cable 產業產生交叉。
二、關鍵技術引數
| 引數 | 典型規格範圍 | 備註 |
|---|---|---|
| 導體材質 | 無氧銅（OFC）/ 鍍銀銅 | 高電流場景用純銅，訊號線可用鍍銀 |
| 線規（AWG） | 電源線：10–16 AWG；訊號線：24–30 AWG | AI 伺服器電源線多為 12–14 AWG [估算] |
| 聯結器型別 | Molex Micro-Fit / Mini-Fit, TE MATE-N-LOK, JST 等 | 特定平台由 ODM 定製 |
| 額定電流 | 單迴路 5–25A（電源線） | 取決於線規與聯結器 |
| 額定電壓 | 12V / 48V / 54V DC（電源）；3.3V/5V（訊號） | 48V 架構是趨勢 |
| 工作溫度 | −40°C 至 +105°C | GPU 近區溫度高，護套材料要求耐溫 |
| EMI 遮蔽 | 編織遮蔽 / 鋁箔遮蔽（訊號線） | 液冷環境下金屬遮蔽層需防電解腐蝕 |
| MTBF | >100,000 小時（電源線束）[行業基準] | AI 訓練中斷成本極高，可靠性溢價明顯 |
三、液冷帶來的增量
液冷 AI 伺服器的線束複雜度顯著高於風冷版本：
┌──────────────────────────────────────────┐
│ 液冷 AI 伺服器線束增量 │
├──────────────────────────────────────────┤
│ ① 溫度感測器線束（GPU die、冷板出入口） │
│ ② 流量/壓力感測器線束（CDU 介面） │
│ ③ 漏液檢測感測器線束 │
│ ④ 電磁閥控制線束（流量調節） │
│ ⑤ 液冷接頭位置的額外走線空間約束 │
├──────────────────────────────────────────┤
│ 預估增量：每臺液冷 AI 伺服器增加 │
│ 15–30 條額外線束迴路 [供應鏈估算] │
└──────────────────────────────────────────┘技術原理
線束的基本電氣原理
電源分配示意圖（簡化）：
PSU Busbar (48V) ──┬── Power Harness #1 ──▶ GPU 0 VRM
├── Power Harness #2 ──▶ GPU 1 VRM
├── Power Harness #3 ──▶ GPU 2 VRM
├── ...
└── Power Harness #8 ──▶ GPU 7 VRM
每條 Power Harness 內部：
┌─────────────────────────────────────────┐
│ [Busbar端子]──多芯銅線纜──[GPU卡端聯結器] │
│ └─ 每芯線：OFC銅導體 + XLPE絕緣層 │
│ + 編織遮蔽層（可選）+ 外護套 │
│ └─ 典型芯數：4–8芯（含正、負、Sense線） │
└─────────────────────────────────────────┘關鍵機制：
-
Kelvin Sensing（開爾文檢測）：高階電源線束內建電壓反饋（Sense）線，直接在 GPU 端子處取樣電壓，反饋給電源（PSU）或母線調節器，通過調整輸出電壓來補償線纜壓降（IR drop），從而確保 GPU 獲得精確電壓。這在 700W 級卡上尤為關鍵——微小壓降即影響穩定性。
-
熱管理耦合：線束走線路徑必須避開 GPU/VRM 高溫區域或經過熱仿真確認安全溫度；液冷環境中線束還需避免與冷卻液管路摩擦、避免阻塞氣流/液流通道。
-
EMI/EMC 設計：
- 電源線束需靠近迴流路徑（地線或負極線）以最小化環路面積；
- 訊號線束對 NVLink 控制等敏感訊號需遮蔽；
- 線束綁紮間距與方向影響耦合串擾。
-
可靠性設計：
- 聯結器插拔壽命：通常 >50 次；
- 端子接觸電阻：<5 mΩ（電源）[典型行業規格]；
- 振動/衝擊：資料中心環境要求通過 GR-1217 或等效標準。
技術演進史
| 時期 | 伺服器型別 | 線束特徵 |
|---|---|---|
| 2010–2016 | 傳統 1U/2U 伺服器 | 線束高度標準化，供應商多為中小廠，價格競爭激烈 |
| 2016–2020 | GPU 伺服器初興（P100/V100 4 卡） | 電源線束迴路增加，開始出現定製化需求，單機線束用量約 2× 傳統伺服器 |
| 2020–2023 | A100/H100 8 卡 HGX 平台 | 單卡功耗突破 300–700W，線束價值量翻倍，48V 架構引入改變線束設計；液冷版本出現感測器線束增量 |
| 2023–2025 | GB200 NVL72 / MGX 模組化架構 | 單 rack 功耗 100+ kW，內部 busbar + 線纜束混合拓撲；液冷標配帶來大量感測線束；線束開始向”線纜束+聯結器模組”融合方向演進 |
| 2025+ | 下一代（R 系列等） | 預期更高功率密度 → 更大電流 → 更粗線束或銅排化；無線化感測（減少訊號線束）是長期趨勢 |
技術路線對比
| 維度 | 傳統分離線束 | 整合線纜束模組（Cable Bundle Mod） | 柔性扁平線束（FFC/FPC） |
|---|---|---|---|
| 結構 | 單根線纜 + 獨立聯結器 | 多根線纜預整合 + 多端聯結器一體 | 柔性基材 + 印刷線路 |
| 適用場景 | 通用伺服器、低密度 | AI 伺服器高密度電源分配 | 訊號線束、板間短距連線 |
| 優勢 | 靈活、成本低 | 裝配效率高、一致性好、可靠性提升 | 超薄、節省空間、適合彎折區域 |
| 劣勢 | 裝配工時長、一致性差 | 設計週期長、NRE（非經常性工程費）高 | 電流承載能力有限，不適合大功率 |
| AI 伺服器採用度 | 逐步減少 | 主流方向 [行業趨勢] | 輔助角色（感測器訊號） |
上下游
上游
| 環節 | 關鍵材料/元件 | 代表供應商 |
|---|---|---|
| 銅導體 | 無氧銅杆/銅線 | 銅陵有色、海亮股份等 |
| 絕緣/護套材料 | XLPE、PVC、矽橡膠 | 陶氏化學、SABIC 等 |
| 聯結器/端子 | 電源聯結器、訊號聯結器 | Molex（科氏）、TE Connectivity、Amphenol、JAE、JST |
| 遮蔽材料 | 銅編織網、鋁箔 | 各專業遮蔽材料廠 |
中游（線束總成）
| 環節 | 說明 | 代表廠商 |
|---|---|---|
| 線束設計 + 製造 | 按 ODM 圖紙進行裁線、壓端子、組裝、測試 | 立訊精密（Luxshare）、矢崎（Yazaki）、住友電氣（Sumitomo）、安波福（Aptiv）、萊尼（Leoni） |
| 中國市場新興 | 受益國產替代 + AI 伺服器需求爆發 | 滬光股份、永鼎股份、興瑞科技、新亞電子 [部分公司跨界] |
下游
| 環節 | 說明 |
|---|---|
| 伺服器 ODM | 廣達、緯創、和碩、英業達 — 線束直接裝配進伺服器 |
| 伺服器 OEM | 超微（Supermicro）、Dell、HPE 等 |
| 超大規模雲端廠商 | Meta、Google、Microsoft、字節跳動、阿里等——定製規格向下傳導 |
關鍵指標
投資者/分析師應關注的核心指標：
| 指標 | 含義 | 觀測維度 |
|---|---|---|
| 單機線束價值量 | 一臺 AI 伺服器中線束總成的 BOM 成本 | 傳統伺服器 ~$50–150 → AI 伺服器 ~$300–2,000+ [估算] |
| 線束價值量增速 vs GPU 出貨量增速 | 衡量線束是否”漲量又漲價” | 若液冷滲透率提升，價值量增速 > GPU 出貨增速 |
| 液冷滲透率 | 液冷 AI 伺服器在總 AI 伺服器中的佔比 | 2024 年仍在快速爬坡，直接影響感測器線束增量需求 |
| 聯結器供應集中度 | 高階電源聯結器由少數廠商主導 | TE/Amphenol/Molex 佔據主導，國產替代空間存在 |
| 線束廠毛利率 | 反映競爭壁壘和定價能力 | 傳統線束 15–20%，AI 定製線束可高至 25–35% [估算] |
供需與市場資料
⚠️ 宣告：以下市場資料為多來源交叉估算，各機構口徑不同，僅供方向性參考。
| 維度 | 資料 | 來源口徑 |
|---|---|---|
| 全球伺服器線束市場規模（含傳統） | ~$30–50 億 [行業報告估算] | 多來源差異大 |
| AI 伺服器線束細分增速 | 2023–2027 年 CAGR >30% [估算] | 受 AI 伺服器出貨量驅動 |
| 單臺 GB200 NVL72 rack 線束價值 | 數千美元級別 [未充分揭露] | 含電源 busbar-cable 混合組件 |
| 液冷 AI 伺服器感測器線束增量 | 每臺增加 $50–200 [供應鏈估算] | 取決於感測器數量與複雜度 |
供需格局：
- 供給端：高階電源線束的聯結器仍由 TE、Amphenol、Molex 等海外大廠主導；線束總成環節中國廠商（立訊等）產能和份額在提升。
- 需求端：2024–2026 年全球 AI 伺服器出貨量處於高速增長期，線束需求量與單機價值量同步上升。
代表公司與資本對映
| 公司 | 與線束的關係 | 上市情況 | 備註 |
|---|---|---|---|
| 立訊精密 (002475.SZ) | 全球最大線束/聯結器製造商之一，AI 伺服器線束核心供應商 | A 股 | 同時涉及光模組、伺服器組裝 |
| TE Connectivity (TEL) | 全球聯結器龍頭，AI 伺服器電源聯結器主要供應商 | 紐交所 | 線束總成佔比小，但聯結器價值量高 |
| Amphenol (APH) | 聯結器巨頭，資料中心互連全鏈條版面配置 | 紐交所 | 含高速銅纜聯結器 |
| Molex（科氏工業子公司） | 微型電源聯結器全球領先 | 非上市 | 被 Koch Industries 收購 |
| 滬光股份 (605333.SH) | 汽車線束龍頭，向資料中心領域延伸 | A 股 | AI 伺服器線束業務處於早期 |
| 興瑞科技 (002937.SZ) | 精密電子元件，涉及伺服器聯結器/線束 | A 股 | 需關注業務進展 |
| 永鼎股份 (600105.SH) | 光纖光纜為主，向資料線纜拓展 | A 股 | AI 伺服器直接關聯度需驗證 |
| Yazaki / Sumitomo / Aptiv | 全球傳統線束三強（汽車為主），資料中心業務較小 | 各自上市 | 若切入 AI 伺服器將是重要變數 |
投資邏輯
看多邏輯
- 量價齊升：AI 伺服器出貨量高速增長 × 單機線束價值量翻倍 → 線束細分市場增速遠超伺服器整體。
- 液冷催化：液冷滲透率提升 → 感測器/控制線束為純增量 → 線束價值量跳升。
- 48V 架構升級：48V 母線對聯結器滅弧能力、絕緣等級要求更高 → 聯結器單價提升 → 帶動線束總成價值量。
- 國產替代：高階聯結器長期由海外主導，國內廠商有替代空間。
- 確定性相對高：線束是每臺伺服器的剛需元件，不依賴技術路線變化（無論光互連如何發展，內部電源和控制線束需求不變）。
風險
- 價值量天花板有限：單臺伺服器線束總成本仍佔 BOM 比例較小（<2%），即使翻倍對整體產業鏈影響有限，純線束標的彈性可能不及預期。
- 標準化回潮：隨著 AI 伺服器架構成熟化，線束可能再次走向標準化，獲利率壓縮。
- 銅價波動：銅是線束核心原材料，銅價大幅波動影響成本端。
- 競爭格局：汽車線束巨頭（矢崎、住友、安波福）產能過剩時可能切入資料中心，壓低獲利。
常見誤讀糾偏
❌ 誤讀 1：“線束 = 高速銅纜/DAC/AOC，AI 伺服器線束替代光模組”
糾偏：Harness Cable（線束）是伺服器內部的電源與低速控制線纜元件，與 GPU-to-GPU、伺服器-to-交換器的高速資料互連（DAC 銅纜、AOC 有源光纜、光模組）是完全不同的產品類別。高速互連屬於”Interconnect”賽道，線束屬於”Server Internal Components”賽道。兩者雖然都是”線纜”，但技術壁壘、供應商體系、價值量、競爭格局完全不同。混淆這兩個概念會導致投資邏輯錯誤。
❌ 誤讀 2：“AI 伺服器線束技術含量低，純組裝無壁壘”
糾偏：傳統伺服器線束確實技術含量有限，但 AI 伺服器線束面臨多重挑戰：① 700W+ GPU 的電源線束需要精確的 Kelvin 感知和極低接觸電阻；② 液冷環境下的材料相容性（冷卻液對線纜護套的化學腐蝕）；③ 高密度走線空間下的 EMI/熱管理模擬；④ 100,000+ 小時可靠性要求。這些要求把”簡單綁線”變成了需要精密設計和嚴格工藝控制的系統工程。
❌ 誤讀 3：“每個聯結器供應商都能平等地受益於 AI 伺服器”
糾偏：AI 伺服器對電源聯結器的額定電流、接觸電阻、熱迴圈可靠性要求遠高於傳統伺服器。能夠通過 ODM 認證並進入 AI 伺服器 BOM 的聯結器供應商是少數，尤其是大電流 Micro-Fit/MATE-N-LOK 級別的電源聯結器，市場集中度很高。並非所有聯結器公司都能平滑切換。
學習路徑
Level 0 — 認知
└─ 瞭解"什麼是線束"：搜尋 "Wire Harness 百科"，理解其在電子裝置中的基礎作用
Level 1 — 產業視角
└─ 閱讀立訊精密/TE Connectivity 年報中"汽車/通訊/工業線束"業務板塊
└─ 瞭解伺服器 BOM 拆解（iFixit 拆解影片 / ODM 供應鏈報告）
Level 2 — 技術細節
└─ 學習聯結器規格書（Molex Micro-Fit 3.0 datasheet）
└─ 瞭解 48V 供電架構對線束設計的影響（Google 48V rack architecture 公開資料）
└─ 學習 EMC/EMI 基礎知識對線束佈線的約束
Level 3 — 投資架構
└─ 拆解 AI 伺服器 BOM，量化線束佔比與增速
└─ 追蹤液冷滲透率 → 感測器線束增量
└─ 追蹤聯結器國產替代進度一句話總結
Harness Cable（線束）是 AI 伺服器”看不見的血管”——單機用量和價值量隨 GPU 數量與功耗同步躍升，液冷普及帶來純增量感測器線束需求，是 AI 產業鏈中確定性高但關注度仍低的隱形受益環節。
延伸閱讀與來源
| 類別 | 推薦 |
|---|---|
| 行業標準 | IPC/WHMA-A-620（線纜與線束元件的要求與驗收） |
| 供應商技術文件 | Molex Micro-Fit 3.0 系列 datasheet；TE Connectivity MATE-N-LOK 規格書 |
| 伺服器架構參考 | NVIDIA DGX H100 System Architecture Whitepaper；Open Compute Project (OCP) 機架與電源規範 |
| 48V 供電架構 | Google “48V Rack Architecture” 白皮書；OCP 48V 機架規範 |
| 市場報告 | 各券商/諮詢機構關於”AI 伺服器供應鏈”的深度報告（注意區分高速互連與內部線束口徑） |
| 上市公司資料 | 立訊精密年報、TE Connectivity 10-K、Amphenol 10-K |
本頁技術事實基於公開文件與行業共識，市場資料為多來源估算，僅供學習參考，不構成投資建議。具體規格以各廠商最新 datasheet 為準。