人工智能計算中心是以人工智能芯片集群為基礎的算力基礎設施，涵蓋機房基建、硬件和軟件系統，支撐深度學習模型開發、訓練與推理，提供從芯片算力釋放到應用使能的全棧能力。傳統的通用服務器PCB可能只有十幾層。而AI服務器由于集成了多顆高功耗GPU、復雜的供電模塊和龐大的顯存，其PCB（如UBB主板、OAM加速卡板）層數通常高達 20層到40層以上。PCB層數的增加，意味著壓合這塊PCB所需的CCL芯板（Core）和半固化片（PP）的數量成倍增長。一臺AI服務器對CCL的消耗面積遠超傳統服務器。AI大模型訓練需要海量數據在芯片之間以高的速度傳輸（如PCIe 5.0/6.0協議）。如果使用普通的CCL材料，高頻信號在傳輸時會產生嚴重的衰減和延遲。因此，AI算力中心要求使用超低損耗（Ultra Low Loss, ULL） 或極低損耗（Extreme Low Loss） 級別的高速CCL材料（行業內通常以 M6、M7、M8、M9、M10等級來劃分）。

AI算力中心配圖

根據材料在特定頻率（通常是10GHz）下的損耗因子（Df） ，高速CCL被劃分為以下幾個標準等級：

Standard Loss（標準損耗）： Df ≈ 0.015 ~ 0.020 （普通FR-4）

Mid Loss（中等損耗）：     Df ≈ 0.010 ~ 0.015 （如 PCIe 3.0 時代使用）

Low Loss（低損耗）：       Df ≈ 0.005 ~ 0.010 （Megtron 4等級）

Very Low Loss（很低損耗）： Df ≈ 0.003 ~ 0.005 （Megtron 6等級，PCIe 4.0/5.0主流）

Ultra Low Loss（超低損耗）： Df ≈ 0.0015 ~ 0.003 （Megtron 7等級，AI服務器、400G交換機主流）

Extreme Low Loss：         Df < 0.0015（對應Megtron 8等級，英偉達AI服務器、800G/1.6T交換機、PCIe 6.0需求）

IPC-TM-650標準是由國際電子工業聯接協會（?IPC?）制定的一套測試方法標準，廣泛應用于電子制造行業，為PCB及其組裝產品的質量控制、可靠性驗證和工藝優化提供統一、可重復的測試流程，涵蓋目檢測試、尺寸外觀測試、化學測試、機械測試、電氣測試、環境測試和連接器測試等多個方面，共計包含四百余種具體的測試方法。

凝膠時間是評估樹脂材料固化特性與一致性的關鍵質量參數，而IPC-TM-650 2.3.18是關于CCL樹脂材料凝膠時間主要行業測試標準。Madoka是按照IPC-TM-650 2.3.18測試方法設計的自動化凝膠時間測試儀。通過模擬人工手動攪拌操作，在設定的速度攪拌樹脂樣品的同時測定阻力扭矩，記錄阻力扭矩隨時間的變化，超過設定的臨界值即為所測樹脂材料的凝膠時間。

CCL樹脂材料自動凝膠時間測試步驟：

1. 設置測量條件，熱板溫度，攪拌速度

2. 執行調零操作，后點擊測量按鈕。

3. 在第三次蜂鳴音同時投入樹脂樣品 ，熱板開始自動升起。攪拌棒接觸樹脂樣品，開始自動攪拌。

4. 攪拌子將嚴格按照IPC-TM-650 2.3.18測試方法要求，模擬人工手動攪拌操作，以直徑10-13mm的圓周運動充分攪拌樹脂。攪拌時,每一次圓周運動將中間部分的樹脂攪動到外沿,外沿部分的樹脂攪動到中間。

5. 達到設定的時間后測量結束。測量結束，凝膠時間會根據設置的攪拌扭矩值自動計算得出。

參考資料： 

1. IPC-TM-650 2.3.18測試方法

2. ISO 8987:2005 Specifies methods for the determination of the B-transformation time of phenolic resins