UBB 通用基板(Universal Baseboard)
3 秒看懂
UBB(Universal Baseboard,通用基板) 是 AI 伺服器中承載 8 顆高效能 GPU(如 NVIDIA SXM 模組)並實現它們之間高速互連的核心”母板”。它不是傳統意義上的主機板(那是 CPU 側的事),而是GPU 側的專用承載+互連平台——可以理解為”GPU 的超級背板”。
一句話記憶:UBB = 8 卡 GPU 的”家” + NVLink 高速互連的”路網”。
3 分鐘產業解釋
為什麼需要 UBB?
在 AI 訓練場景中,單卡算力再強也不夠用,必須多卡協同。關鍵問題是:如何讓 8 顆 GPU 之間以極低延遲、極高頻寬交換資料?
傳統 PCIe 互連頻寬遠不夠(PCIe 5.0 x16 單向約 64 GB/s),而 NVIDIA 的 NVLink/NVSwitch 技術可以提供數量級更高的 GPU 間頻寬。但這些高速訊號對 PCB 走線、阻抗控制、訊號完整性要求極其苛刻,需要專門設計的基板來承載。
UBB 就是為解決這個問題而生的專用高速 PCB 平台。
UBB 在伺服器中的位置
┌─────────────────────────────────────────────────┐
│ AI 伺服器整機 │
│ ┌───────────────┐ ┌───────────────────────┐ │
│ │ CPU 主機板 │ │ UBB(GPU 基板) │ │
│ │ (CPU+記憶體 │◄──►│ 8×GPU SXM模組 │ │
│ │ +網絡卡+SSD) │PCIe│ + NVSwitch 晶片 │ │
│ └───────────────┘ │ + 供電/散熱介面 │ │
│ └───────────────────────┘ │
└─────────────────────────────────────────────────┘
產業角色
| 層級 | 角色 | 典型代表 |
|---|---|---|
| 晶片設計 | 定義 GPU 模組介面規範 | NVIDIA |
| UBB 設計與製造 | 高速 PCB 設計、PCB 製造、SMT 組裝 | 超微(Supermicro)、廣達、緯創、英業達等 |
| PCB 板材 | 高頻低損耗基材 | 生益科技、聯茂、臺光電、松下 |
| 整機整合 | UBB + CPU板 + 散熱 + 機箱 = 完整伺服器 | 超微、Dell、HPE、浪潮、新華三 |
15 分鐘專家深入
UBB 的核心挑戰
1. 高速訊號完整性
NVLink 訊號速率極高(具體速率取決於代際,各代有所不同),對 PCB 走線提出嚴苛要求:
- 阻抗控制:差分阻抗需嚴格匹配,公差極小
- 等長走線:同一差分對內的走線長度需高度匹配
- 低損耗材料:需使用超低損耗(Ultra Low Loss)甚至極低損耗(Extreme Low Loss)覆銅板
- 層數多:UBB 層數通常在 20 層以上(具體層數因代際和設計而異,行業公開資訊有限)
2. 供電能力
8 顆高階 GPU 同時滿載執行,UBB 需承載極高的供電功率:
- 單顆 GPU 功耗已達數百瓦(具體 TDP 取決於型號)
- 8 卡系統總功耗可達數千瓦
- UBB 需整合大量 VRM(電壓調節模組)和大電流供電走線
- 供電設計直接影響系統穩定性和能效
3. NVSwitch 晶片整合
在 NVIDIA 的架構中,UBB 上通常還集成了 NVSwitch 晶片,用於實現全連線的 GPU 間互連拓撲:
- NVSwitch 充當 GPU 間的”交換器”
- 確保任意兩顆 GPU 之間都能以全頻寬通訊
- 避免了傳統 PCIe Switch 的頻寬瓶頸
4. 散熱與機械設計
- UBB 需與散熱方案(風冷/液冷)緊密配合
- GPU SXM 模組的安裝介面、扣具、導熱材料都有專門設計
- 機械強度需滿足高密度部署需求
UBB 與 HGX/DGX 的關係
| 概念 | 含義 |
|---|---|
| SXM | NVIDIA 的 GPU 模組外形規格(Socketed GPU Module) |
| UBB | 承載 8 個 SXM 模組的基板 |
| HGX | NVIDIA 的參考設計平台,核心就是 UBB + NVSwitch |
| DGX | NVIDIA 自己的品牌伺服器,基於 HGX 平台 |
簡單說:HGX = UBB + NVSwitch + 參考設計;DGX = HGX 的 NVIDIA 自有品牌成品。
技術原理
UBB 的物理結構(概念示意)
┌─────────────────────────────────────────────────────────┐
│ UBB 頂層檢視(簡化) │
│ │
│ ┌─────┐ ┌─────┐ ┌─────┐ ┌─────┐ │
│ │GPU 0│ │GPU 1│ │GPU 2│ │GPU 3│ │
│ │SXM │ │SXM │ │SXM │ │SXM │ │
│ └──┬──┘ └──┬──┘ └──┬──┘ └──┬──┘ │
│ │ NVLink │ │ │ │
│ └────┬───┘ └────┬───┘ │
│ │ │ │
│ ┌────▼─────────────────▼────┐ │
│ │ NVSwitch 晶片組 │ │
│ └────┬─────────────────┬────┘ │
│ │ │ │
│ ┌────┴───┐ ┌────┴───┐ │
│ │ NVLink │ │ NVLink │ │
│ ┌──┴──┐ ┌──┴──┐ ┌──┴──┐ ┌──┴──┐ │
│ │GPU 4│ │GPU 5│ │GPU 6│ │GPU 7│ │
│ │SXM │ │SXM │ │SXM │ │SXM │ │
│ └─────┘ └─────┘ └─────┘ └─────┘ │
│ │
│ [PCIe介面區] [供電介面區] [管理/BMC介面區] │
└─────────────────────────────────────────────────────────┘
訊號分層結構(典型多層 PCB)
┌─────────────────────────┐
│ 訊號層(高速差分對走線) │ ← NVLink 訊號
├─────────────────────────┤
│ 接地層(參考平面) │ ← 完整銅平面,提供迴流路徑
├─────────────────────────┤
│ 訊號層 │
├─────────────────────────┤
│ 電源層(大電流供電) │ ← GPU 核心/視訊記憶體供電
├─────────────────────────┤
│ 接地層 │
├─────────────────────────┤
│ 訊號層 │
│ ... │
│ (重複堆疊,≥20層) │
└─────────────────────────┘
關鍵設計引數(定性描述)
| 引數 | 要求 | 影響 |
|---|---|---|
| PCB 層數 | ≥20 層(具體因設計而異) | 層數多 → 成本高、製造難度大 |
| 材料損耗(Df) | 超低損耗級別 | 損耗低 → 高速訊號傳輸距離更遠 |
| 阻抗公差 | 嚴格控制 | 公差小 → 訊號反射小、眼圖張開 |
| 供電功率 | 數千瓦級 | 功率高 → 需大面積銅皮和多相 VRM |
| 散熱功率密度 | 極高 | 需精密配合液冷/風冷方案 |
技術演進史
UBB 代際與 NVIDIA 平台對應
| 大致時期 | NVIDIA GPU 架構 | 對應平台 | UBB 特徵 |
|---|---|---|---|
| 2020-2021 | Ampere(A100) | HGX A100 | 8×A100 SXM4,NVSwitch 2.0 |
| 2022-2023 | Hopper(H100) | HGX H100 | 8×H100 SXM5,NVSwitch 3.0,更高頻寬 |
| 2023-2024 | Hopper(H200) | HGX H200 | UBB 基礎設計延續,GPU 視訊記憶體升級 |
| 2024-2025+ | Blackwell(B100/B200) | HGX B200 / GB200 NVL | NVLink 5.0,更高互連頻寬 |
注:具體 NVLink 代際頻寬數值、NVSwitch 版本號等以 NVIDIA 官方公告為準,此處僅列出架構對應關係。
演進趨勢
- 頻寬持續提升:每代 NVLink 互連頻寬倍增,對 UBB 的 PCB 設計挑戰加劇
- 功率密度上升:GPU TDP 持續增長,UBB 供電設計複雜度上升
- 液冷適配:從風冷為主到逐步支援直接液冷(Direct Liquid Cooling)
- 模組化趨勢:從單 UBB 到可能的多 UBB 級聯(如 GB200 NVL72 的機櫃級互連方案)
技術路線對比
UBB vs. 其他 GPU 互連承載方案
| 維度 | UBB(SXM 模組方案) | PCIe GPU 方案(通用卡) | OAM 模組方案 |
|---|---|---|---|
| GPU 間頻寬 | 極高(NVLink 全速) | 低(僅通過 PCIe) | 高(但需配套互連) |
| 散熱方案 | 專用設計,效率高 | 通用風道,效率一般 | 需定製散熱方案 |
| 設計複雜度 | 極高 | 低 | 高 |
| 成本 | 高 | 低 | 中-高 |
| 供應鏈 | NVIDIA 生態主導 | 開放 | 開放生態(OCP) |
| 主要廠商 | NVIDIA 授權 ODM | 各板卡廠 | OCP 成員 |
| 典型應用 | AI 訓練叢集 | 推論/輕量訓練 | 超大規模資料中心 |
各代 UBB 定性對比
| 代際 | 適配 GPU | NVLink 代際(定性) | PCB 挑戰等級 |
|---|---|---|---|
| HGX A100 時代 | A100 SXM4 | NVLink 3 | 高 |
| HGX H100 時代 | H100 SXM5 | NVLink 4 | 極高 |
| HGX B200 時代 | B200 SXM6 | NVLink 5 | 極高+ |
注:各代 NVLink 具體單向/雙向頻寬數值請參考 NVIDIA 官方技術文件,此處不做具體數值羅列以避免不準確。
上下游
產業鏈全景
上游材料/裝置 中游製造 下游應用
┌─────────────┐ ┌─────────────────┐ ┌──────────────┐
│ 覆銅板(CCL) │ │ PCB 製造 │ │ AI 伺服器整機 │
│ 生益科技 │───────────►│ 鵬鼎/深南電路 │───────────►│ 超微 │
│ 聯茂 │ │ 滬電股份 │ │ Dell │
│ 臺光電 │ │ │ │ HPE │
│ 松下 │ └────────┬────────┘ │ 浪潮/新華三 │
└─────────────┘ │ └──────────────┘
▼
┌─────────────┐ ┌─────────────────┐ ┌──────────────┐
│ 銅箔/玻纖布 │ │ SMT 組裝 │ │ 雲端廠商/AI企業 │
│ 宏和電子 │ │ 超微/廣達/緯創 │ │ AWS/Azure │
│ 建滔化工 │ │ 英業達/和碩 │ │ Google/Meta │
└─────────────┘ └─────────────────┘ │ 位元組/百度 │
└──────────────┘
關鍵瓶頸
| 環節 | 瓶頸描述 | 影響 |
|---|---|---|
| 超低損耗 CCL | 高階覆銅板產能有限,日/臺廠商主導 | 交付週期長、成本高 |
| 高層數 PCB | 20+ 層 PCB 製造良率挑戰 | 產能受限、成本上升 |
| NVSwitch 晶片 | NVIDIA 供應,受代工產能影響 | 與 GPU 配套供應 |
| SMT 組裝精度 | 高密度聯結器、BGA 焊接 | 良率與可靠性 |
關鍵指標
UBB 核心技術指標(定性)
| 指標 | 說明 | 重要性 |
|---|---|---|
| 支援 GPU 數量 | 通常為 8 卡 | ★★★★★ |
| NVLink 互連拓撲 | 全連線/部分連線 | ★★★★★ |
| PCB 層數 | 20+ 層(估算) | ★★★★☆ |
| 訊號損耗(Df) | 超低損耗級別 | ★★★★★ |
| 供電能力 | 數千瓦級 | ★★★★☆ |
| 散熱方案相容性 | 風冷/液冷/冷板 | ★★★★☆ |
| PCIe 通道數/速率 | CPU-GPU 互連 | ★★★☆☆ |
| 管理介面 | BMC/IPMI | ★★★☆☆ |
與 AI 效能的關聯
| UBB 指標 | 對 AI 訓練的影響 |
|---|---|
| NVLink 頻寬 | 直接決定資料並行/模型並行的通訊效率 |
| 供電穩定性 | 影響 GPU 滿載執行的持續性 |
| 散熱效率 | 影響 GPU 可持續執行的頻率(功耗牆) |
| 訊號完整性 | 影響互連可靠性,錯誤重傳會降低有效頻寬 |
供需與市場資料
市場規模估算
注:UBB 作為元件,獨立市場規模資料揭露有限,以下為基於產業鏈的定性分析。
需求側驅動:
- 全球 AI 訓練算力需求爆發式增長
- 每部署一臺 8 卡 GPU 伺服器,就需要 1 塊 UBB
- 頭部雲端廠商(AWS、Azure、GCP、Meta)年採購量級可達數十萬臺(估算)
供給側瓶頸:
- 高階 PCB 產能(高層數、超低損耗)擴張週期較長
- 覆銅板材料產能同樣受限
- NVIDIA GPU/模組供應是更上游的瓶頸
定性供需格局
| 供需維度 | 狀態 |
|---|---|
| 高階 PCB 產能 | 偏緊,擴產週期長 |
| 覆銅板材料 | 高階產品供給集中,擴產謹慎 |
| UBB 組裝產能 | ODM 廠商積極擴產,但受上游限制 |
| 價格趨勢 | 隨層數/材料升級持續上升 |
代表公司與資本對映
核心玩家梳理
| 產業鏈環節 | 公司 | 角色 | 資本市場 |
|---|---|---|---|
| 平台定義 | NVIDIA(NVDA) | GPU + NVLink + NVSwitch + HGX 規範 | 美股 |
| ODM/UBB 設計製造 | Supermicro(SMCI) | 領先 AI 伺服器 ODM,UBB 設計製造 | 美股 |
| Quanta(2382.TW) | 主要 ODM 之一 | 臺股 | |
| Wistron(3231.TW) | 主要 ODM 之一 | 臺股 | |
| Inventec(2356.TW) | 主要 ODM 之一 | 臺股 | |
| Pegatron(4938.TW) | ODM 參與者 | 臺股 | |
| PCB 製造 | 深南電路(002916.SZ) | 高階 PCB 製造商 | A 股 |
| 滬電股份(002463.SZ) | 高階 PCB 製造商 | A 股 | |
| 鵬鼎控股(002938.SZ) | PCB 製造龍頭 | A 股 | |
| 覆銅板材料 | 生益科技(600183.SH) | 國內 CCL 龍頭 | A 股 |
| 聯茂(6213.TW) | 高頻高速 CCL | 臺股 | |
| 臺光電(2383.TW) | 高階 CCL | 臺股 | |
| 品牌伺服器 | Dell(DELL)、HPE(HPE) | 整機整合 | 美股 |
| 浪潮資訊(000977.SZ) | 國內主要伺服器廠商 | A 股 |
投資對映邏輯
NVIDIA GPU 增長 ──► UBB 需求增長 ──► 高階 PCB 需求增長 ──► 超低損耗 CCL 需求增長
│ │ │ │
NVDA SMCI/臺系ODM 深南/滬電 生益/聯茂
投資邏輯
核心邏輯鏈條
- AI 算力需求 → GPU 出貨量增長:這是最上游驅動力
- GPU 出貨 → UBB 需求等比例增長:每臺 8 卡伺服器對應 1 塊 UBB
- UBB 需求 → 高階 PCB/覆銅板需求增長:乘數效應,材料需求也同步增長
- 高階 PCB 持續升級:每代 GPU 頻寬提升 → PCB 層數增加、材料升級 → 單價持續上升
受益邏輯
| 受益程度 | 環節 | 邏輯 |
|---|---|---|
| 直接受益 | UBB 設計製造(超微、臺系 ODM) | 量價齊升,但獲利率受上游擠壓 |
| 核心受益 | 高階 PCB 製造(深南、滬電) | 技術壁壘高,國產替代空間大 |
| 基礎受益 | 覆銅板材料(生益科技等) | 高階產品供給偏緊,有定價權 |
| 間接受益 | 散熱/聯結器/電源 | 配套需求同步增長 |
風險提示
- NVIDIA 供應波動:GPU 供應是最上游瓶頸,UBB 需求受其制約
- 技術路線切換:如 NVLink 規範變動,可能影響現有 UBB 設計
- 競爭格局變化:AMD MI 系列等競品可能採用不同互連方案
- 地緣政治:部分高階 PCB/材料可能受出口管制影響
常見誤讀糾偏
❌ 誤讀一:“UBB 就是伺服器主機板”
糾偏:UBB 是 GPU 側的承載基板,不是傳統意義上的 CPU 主機板(Motherboard)。伺服器通常有兩塊核心板:CPU 主機板(承載 CPU、記憶體、PCIe 網絡卡等)和 UBB(承載 GPU 模組和 NVSwitch)。兩者通過 PCIe/CXL 等介面連線。
❌ 誤讀二:“UBB 是通用設計,任何 GPU 都能用”
糾偏:UBB 的”通用”是相對於 NVIDIA 各代 GPU 模組的平台級通用性,但 UBB 設計是高度定製化的。不同代 GPU(A100/H100/B200)的 SXM 模組介面、NVLink 版本、供電需求都不同,通常需要重新設計 UBB。一塊 H100 的 UBB 不能直接插 A100 的 SXM 模組。
❌ 誤讀三:“UBB 只是一塊 PCB,技術含量低”
糾偏:UBB 是 20+ 層、超低損耗、高密度高速 PCB,技術門檻極高。涉及訊號完整性設計(阻抗控制、等長走線)、電源完整性設計(大電流供電、PDN 最佳化)、熱管理(配合散熱系統)、機械設計(高精度聯結器安裝)等多學科交叉。全球能做這種級別 PCB 的廠商屈指可數。
❌ 誤讀四:“UBB 供應充足,不是瓶頸”
糾偏:UBB 的供應受上游材料(超低損耗 CCL)和 PCB 製造產能(高層數良率)的雙重製約。在 AI 算力需求爆發期,UBB 供應鏈確實存在緊張。不過,GPU 晶片本身的供應才是更上游的瓶頸——UBB 有產能但沒有 GPU 裝上去也沒用。
❌ 誤讀五:“液冷伺服器不需要 UBB”
糾偏:液冷改變的是散熱方式,不是 GPU 的承載和互連架構。液冷伺服器仍然需要 UBB 來承載 GPU 模組和實現 NVLink 互連,只是 UBB 需要與液冷冷板(Cold Plate)進行更緊密的機械/熱介面設計。
學習路徑
入門階段(0-2 小時)
- 瞭解 AI 伺服器基本組成:CPU 主機板 + GPU 基板(UBB)+ 散熱 + 電源
- 理解 NVIDIA SXM 模組 vs. 普通 PCIe GPU 卡的區別
- 閱讀 NVIDIA HGX 平台簡介(NVIDIA 官網)
進階階段(2-8 小時)
- 學習 NVLink/NVSwitch 技術原理
- 瞭解高速 PCB 設計基礎:層數、阻抗、損耗(Df/Dk)
- 閱讀 Supermicro 等 ODM 的 AI 伺服器產品規格書
- 研究 PCB 產業鏈(覆銅板 → PCB 製造 → SMT 組裝)
深度階段(8+ 小時)
- 研讀高階 PCB/覆銅板廠商的投資者交流紀要(生益科技、深南電路等)
- 瞭解 AI 伺服器供應鏈報告(券商研究報告,需交叉驗證)
- 追蹤 NVIDIA GTC 大會的技術釋出(GPU 代際、NVLink 升級)
- 關注 OCP(Open Compute Project)的開放硬體規範
一句話總結
UBB 是 AI 訓練算力的”承重牆”——它既是 8 顆 GPU 的物理載體,也是 NVLink 高速互連的訊號高速公路,更是連線 NVIDIA 晶片生態與全球 PCB/材料產業鏈的關鍵樞紐。
延伸閱讀與來源
官方資料
- NVIDIA HGX 平台文件:https://www.nvidia.com/en-us/data-center/hgx/
- NVIDIA NVLink/NVSwitch 技術白皮書
- NVIDIA GTC 演講(各代 GPU 平台釋出)
行業報告
- TrendForce / Counterpoint:AI 伺服器出貨量追蹤
- Prismark:全球 PCB 市場分析
- 各券商研究報告(需交叉驗證,注意利益相關性)
財報與投資者交流
- Supermicro(SMCI)季度財報
- 生益科技、深南電路投資者交流紀要
- 臺系 ODM(廣達、緯創)法說會記錄
開源/標準
- OCP(Open Compute Project):開放伺服器硬體規範
- PCI-SIG:PCIe 標準演進
資料來源標註說明
本文中的具體技術引數(如 PCB 層數、NVLink 頻寬數值等)為定性描述或行業公開資訊的綜合判斷,未引用具體數值以避免不準確。讀者如需精確規格,請參考 NVIDIA 官方技術文件和相關廠商的公開揭露。
本頁基於公開資訊和行業認知編寫,部分資料為估算或定性描述。投資有風險,研究需獨立驗證。