NVIDIAs Boom bei KI-Server-PCBs rückt Technologie-News über Chips hinaus

NVIDIAs Einführung von Rubin hat eine bislang übersehene Komponente in die Technologie-News gerückt: die Leiterplatte, die Prozessoren, Speicher, Netzwerk und Stromversorgung in KI-Systemen verbindet. Neue Branchenprognosen beschreiben ein ungewöhnlich schnelles Wachstum bei Leiterplatten für KI-Server und deren Basismaterialien. Die Herausforderung besteht nicht länger nur darin, genügend Beschleuniger zu beschaffen. Hersteller müssen außerdem größere, dichtere und komplexere Leiterplatten produzieren, ohne Signalqualität oder Zuverlässigkeit zu beeinträchtigen.

Sichtbar wurde dieser Wandel am 2. September 2026, als das chinesische Finanzmedium CLS eine Kursrally bei PCB-Zulieferern und Materialherstellern untersuchte. Sein Bericht verwies auf eine Goldman-Sachs-Prognose vom August, die die Erwartungen für den Markt für KI-Server-PCBs bis 2028 deutlich anhob. Der Artikel verband diese Prognose zudem mit wiederholten Preiserhöhungen bei Laminaten, Kapazitätsengpässen und starken Ergebnissen der Zulieferer im ersten Halbjahr.

NVIDIA ist der Nachfrageanker, aber nicht der einzige. Amazon, Google, Meta und Microsoft entwickeln kundenspezifische KI-Beschleuniger, während Cloud-Anbieter zunehmend integrierte Rechen-Racks installieren. Ihr Wettbewerb verwandelt eine reife Elektronikkategorie in einen strategischen Engpass.

Diese Umkehr ist bedeutsam. KI-Infrastruktur wurde meist als Wettlauf um fortschrittliche Chips, High-Bandwidth Memory und Elektrizität beschrieben. Die nächste Phase hängt ebenso stark davon ab, ob Hersteller die physischen Verbindungswege bauen können, über die diese Komponenten zusammenarbeiten.

Die Prognose für KI-Server-PCBs hat die Debatte über Lieferketten verändert

Die entscheidende Veränderung besteht nicht darin, dass KI-Server mehr Leiterplatten nutzen, sondern darin, dass jedes Rechensystem eine andere Klasse von Leiterplatte erfordert.

Eine Leiterplatte, oder PCB, stützt elektronische Komponenten mechanisch und überträgt zugleich elektrische Signale und Strom zwischen ihnen. Ein kupferkaschiertes Laminat, oder CCL, ist das isolierende, mit Kupfer beschichtete Basismaterial, das Hersteller zu diesen Schaltungen verarbeiten. Keine der beiden Kategorien ist neu, doch KI-Systeme auf Rack-Ebene treiben beide weit über die Anforderungen gewöhnlicher Server hinaus.

Der CLS-Bericht vom 2. September führte die unmittelbare Marktreaktion auf zwei Entwicklungen zurück. Erstens hatten Laminatlieferanten eine weitere Runde von Preiserhöhungen angekündigt. Zweitens hatte Goldman Sachs seinen Ausblick für KI-Server-PCBs und CCLs angehoben.

Laut dem Marktbericht erwartet Goldman Sachs, dass der weltweite Markt für KI-Server-PCBs im Jahr 2028 84 Milliarden US-Dollar erreicht. Für die entsprechenden Laminate prognostiziert das Institut einen Markt von 48 Milliarden US-Dollar. Die Prognose impliziert zwischen 2026 und 2028 jährliche Wachstumsraten von 148% beziehungsweise 161%.

Bei diesen Schätzungen handelt es sich um Prognosen und nicht um erfasste Umsätze. Sie stammen zudem aus einem Research-Bericht einer Investmentbank, der nicht vollständig öffentlich verfügbar ist. Dennoch zeigen die zugrunde liegenden Annahmen, warum Investoren und Hersteller Leiterplatten anders bewerten.

Goldman Sachs erwartet Berichten zufolge, dass die ausgelieferte Fläche von KI-Server-PCBs von 1,3 Millionen Quadratmetern im Jahr 2026 auf 4,5 Millionen im Jahr 2028 steigt. Noch bedeutsamer ist, dass der durchschnittliche Wert je Quadratmeter stark zunehmen soll. Leiterplattenfläche und Produktkomplexität würden damit gleichzeitig wachsen.

Diese Kombination unterscheidet den aktuellen Zyklus von einer konventionellen Erholung des Volumens. Hersteller können nicht einfach mehr Standard-Serverplatinen über bestehende Linien produzieren. Sie benötigen Prozesse für zusätzliche Lagen, feinere Leiterbahnen, größere Formate, dickeres Kupfer, strengere Toleranzen und Materialien mit geringeren elektrischen Verlusten.

Die Veränderung zeigt sich bereits in der Leiterplattenarchitektur. Herkömmliche Serverplatinen umfassen oft zwischen 14 und 24 Lagen. Leiterplatten für KI-Server verwenden laut Fertigungsforschung üblicherweise zwischen 20 und 30 Lagen, wobei einige Designs noch darüber hinausgehen.

Jede zusätzliche Lage schafft mehr Fertigungsschritte und mehr Möglichkeiten für Defekte. Feine Schaltungen müssen über den gesamten Stapel hinweg präzise ausgerichtet werden. Bohrverbindungen müssen auch bei größerer Dicke genau bleiben. Wärme und mechanische Belastung dürfen eine Leiterplatte nicht so stark verformen, dass Hochgeschwindigkeitsverbindungen beschädigt werden.

KI-Hardware überträgt zudem enorme Datenmengen zwischen Prozessoren, Speicher, Switches und Netzwerkschnittstellen. Bei diesen Geschwindigkeiten verhält sich eine Leiterbahn weniger wie ein einfacher Draht und mehr wie ein präzise entwickelter Übertragungsweg. Kleine Materialabweichungen können ein Signal schwächen oder Störungen verursachen.

Deshalb reicht diese Technologie-News-Geschichte über eine starke Börsensitzung hinaus. Die Prognose beschreibt einen Wandel beim physischen Design und wirtschaftlichen Wert der Recheninfrastruktur. Fortschrittliche Chips liefern weiterhin die Rechenleistung, doch zunehmend spezialisierte Leiterplatten bestimmen, ob diese Rechenleistung auf Rack-Ebene betrieben werden kann.

NVIDIA Rubin macht die Leiterplatte zu einem Teil des Computers

NVIDIAs Rack-Scale-Design macht die PCB zu einer aktiven Leistungsbeschränkung statt zu einer passiven Fläche unter den Chips.

Die Rubin-Plattform des Unternehmens erklärt, warum sich die Nachfrage jetzt verstärkt. NVIDIA stellte Rubin im Januar 2026 vor und erklärte, dass Partnersysteme in der zweiten Jahreshälfte verfügbar werden sollten. Die Architektur kombiniert CPUs, GPUs, Netzwerkprozessoren, Switches und Speicherinfrastruktur zu einem koordinierten System.

Die Rubin-Plattform umfasst das Vera Rubin NVL72-Rack und die HGX Rubin NVL8-Serverplatine. NVL72 integriert 72 Rubin-GPUs mit 36 Vera-CPUs und NVIDIAs NVLink-Fabric der sechsten Generation. HGX Rubin NVL8 verbindet acht GPUs für Kunden, die x86-basierte Systeme einsetzen möchten.

NVIDIA zufolge liefert NVL72 eine aggregierte Scale-up-Bandbreite von 260 Terabyte pro Sekunde. Scale-up-Netzwerke verbinden Beschleuniger innerhalb einer eng koordinierten Rechendomäne, sodass sie an einem Modell arbeiten können, als bildeten sie eine größere Maschine.

Diese Leistung erfordert sehr kurze, vorhersehbare und sorgfältig abgestimmte elektrische Wege. Leiterplatte und Backplane müssen Signale übertragen und dabei Stromversorgung, Wärme, Vibrationen und Wartbarkeit beherrschen. Eine GPU-Spezifikation allein kann diese Ergebnisse nicht garantieren.

NVIDIA erklärt zudem, Rubin-Systeme verwendeten ein modulares, kabelloses Tray-Design. Das Entfernen interner Kabel kann Montage und Wartung vereinfachen, doch die elektrischen Verbindungen verschwinden nicht. Entwickler verlagern mehr Verantwortung auf Leiterplatten, Steckverbinder und starre Interconnect-Strukturen.

Das ist der Mechanismus hinter dem Boom bei KI-Server-PCBs. Systeme auf Rack-Ebene führen mehrere zuvor getrennte Ingenieursbereiche zusammen. Chip-Packaging, Serverplatinen, Backplanes, Netzwerk-Fabrics, Kühlung und Stromverteilung funktionieren zunehmend als eine Architektur.

Die höhere Dichte hat Folgen für den gesamten Materialaufbau. Schnellere Signale begünstigen verlustarme Laminate, die elektrische Energie über längere Leiterbahnen erhalten. Höhere Leistungsanforderungen erfordern dickeres oder sorgfältiger verteiltes Kupfer. Mehr Komponenten benötigen High-Density-Interconnect-, oder HDI-,Techniken, die kleinere Vias und schmalere Leiterbahnen auf begrenztem Raum ermöglichen.

Substratähnliche PCBs treiben diesen Prozess weiter. Sie verwenden Fertigungsmethoden, die Halbleitersubstraten näherkommen, und ermöglichen deutlich feinere Verdrahtung als konventionelle Leiterplatten. Beim modifizierten semiadditiven Verfahren werden dünne Kupferleiterbahnen präziser aufgebaut, statt große Mengen Kupfer von einer Platte abzutragen.

Diese Prozesse erfordern spezialisierte Anlagen, strengere Kontaminationskontrollen und erfahrene Produktionsteams. Die Ausbeute wird zentral. Eine Fabrik kann über nominelle Kapazität verfügen, aber dennoch weniger verkaufsfähige Leiterplatten produzieren, wenn ein anspruchsvolles Design spät im Fertigungsablauf Defekte erzeugt.

Die Leiterplatte trägt auch die Kosten architektonischer Veränderungen. Jede NVIDIA-Generation ordnet Compute-Trays, Switches, Steckverbinder und Stromsysteme neu. Zulieferer müssen neue Materialien und Fertigungsschritte vor der Massenproduktion qualifizieren. Eine Verzögerung in jeder Phase kann das komplette Rack verlangsamen, selbst wenn die Prozessoren verfügbar sind.

Rubin ist nicht der gesamte Markt. Microsoft, Amazon, Google und Meta entwickeln ebenfalls Systeme rund um eigene Beschleuniger. Goldman Sachs erwartet Berichten zufolge, dass diese kundenspezifischen ASIC-Implementierungen mehr zusätzliche PCB-Nachfrage schaffen werden als NVIDIA-GPU-Server allein.

Ein anwendungsspezifischer integrierter Schaltkreis, oder ASIC, ist ein Chip, der für eine engere Aufgabe als ein Allzweckprozessor ausgelegt ist. Cloud-Unternehmen nutzen KI-ASICs, um Leistung, Energieverbrauch und Kosten in ihren eigenen Diensten zu steuern.

Diese Programme diversifizieren die Nachfrage nach Leiterplatten, fragmentieren sie aber auch. Ein Zulieferer muss möglicherweise mehrere Architekturen, Materialsätze und Qualifizierungspläne unterstützen. Das erhöht den Wert technischer Expertise, begrenzt jedoch den Nutzen generischer Kapazitäten.

Das Ergebnis ist ein Wettbewerb zwischen Systemambitionen und Fertigungsrealität. NVIDIA und die Hyperscaler wollen jährliche Produktzyklen, dichtere Racks und niedrigere Inferenzkosten. Leiterplattenhersteller müssen diese Ziele in physische Produkte umsetzen, die jahrelange Hitze und dauerhafte elektrische Belastung überstehen.

Technologie-News haben unterhalb der GPU einen neuen Engpass

Am stärksten unter Druck stehen nicht nur PCB-Zulieferer, sondern alle Kunden, die erwarten, dass KI-Hardware planmäßig geliefert wird.

Mehrere Jahre lang waren fortschrittliche Beschleuniger die deutlichste Beschränkung für den Ausbau von KI. Später kamen High-Bandwidth Memory und Halbleiter-Packaging hinzu. Die jüngsten Hinweise deuten darauf hin, dass Leiterplatten, Laminate, Glasgewebe, Kupferfolie und Produktionsanlagen nun zur selben Diskussion gehören.

Kingboard Laminates lieferte in seinen Ergebnissen für das erste Halbjahr 2026 eines der deutlichsten Signale von Zuliefererseite. Der Umsatz stieg gegenüber dem gleichen Zeitraum 2025 um 55%, während der den Aktionären zurechenbare Nettogewinn um 209% zunahm. Das Laminat-Liefervolumen wuchs um 14%, wobei die durchschnittlichen monatlichen Auslieferungen über 10 Millionen Bögen lagen.

Das Unternehmen erklärte, dass sich bestehende Kapazitäten erheblich auf KI-bezogene Produkte verlagert hätten. Laut seinen Halbjahresergebnissen trug diese Umverteilung zu schweren Engpässen bei traditionellem elektronischem Glasfasergarn und -gewebe bei.

Diese Aussage erfasst den Verdrängungseffekt. Eine Fabrik muss keine konventionelle Linie schließen, damit Engpässe entstehen. Sie kann höher spezifizierte Produktion priorisieren, pro Produkt mehr knappes Material verbrauchen oder ihre besten Anlagen KI-Kunden widmen.

Traditionelle Elektronikkäufer konkurrieren dann um das verbleibende Angebot. Hersteller von Fahrzeugen, Unterhaltungselektronik, Industrieprodukten und allgemeinen Servern können längere Lieferzeiten oder ungünstigere Vertragsbedingungen erleben, selbst wenn ihre eigene Nachfrage stabil bleibt.

Materialhersteller reagieren. Panasonic Industry kündigte eine umfassende Anpassung an, die kupferkaschierte Laminate, Prepregs, flexible Materialien und verwandte Leiterplattenprodukte umfasst. Das Unternehmen erklärte, die Änderungen würden für Auslieferungen ab dem 1. Mai 2026 gelten.

Panasonic führte die Entscheidung auf steigende Kosten für Kupferfolie, Glasgewebe, Harze, Logistik, Verpackung, Energie und Arbeit zurück. Seine Materialmitteilung zeigt, dass KI-Nachfrage mit der Inflation bei Vorleistungskosten kollidiert, statt isoliert zu wirken.

Prepreg ist eine harzimprägnierte Glasfaserplatte, die zum Verbinden und Isolieren von PCB-Lagen verwendet wird. Hochleistungsleiterplatten benötigen ein konsistentes Harzverhalten und eng kontrollierte Glasstrukturen. Ein Defekt oder eine Abweichung kann sowohl die mechanische Stabilität als auch die elektrische Leistung verändern.

Dieser Druck setzt sich in der Lieferkette nach oben fort. Glasfaserlieferanten müssen dünnere und gleichmäßigere Gewebe herstellen. Kupferfolienproduzenten benötigen Produkte mit kontrollierter Oberflächenrauheit. Chemieunternehmen müssen Harze liefern, die Hitze standhalten und zugleich Signalverluste minimieren.

Er setzt sich auch nach unten fort. Serverhersteller können kein vollständiges System ausliefern, wenn ihnen qualifizierte Leiterplatten fehlen. Cloud-Anbieter können zugesagte Kapazitäten nicht bereitstellen, wenn keine vollständigen Server verfügbar sind. KI-Entwickler können auf diese Kapazität nicht zugreifen, wenn sich Installationspläne verzögern.

Die Vereinigten Staaten stehen vor einem zusätzlichen geografischen Risiko. Ein großer Teil der fortschrittlichen PCB- und Elektronikfertigung ist weiterhin in Asien konzentriert. Der Branchenverband IPC hat argumentiert, dass die heimische Politik für KI-Infrastruktur neben der Halbleiterproduktion auch Leiterplattendesign, HDI-Fertigung, Komponentenmontage und Tests umfassen müsse.

Seine Lieferkettenanalyse schätzte, dass KI-Server über fünf Jahre mit einer durchschnittlichen jährlichen Wachstumsrate von 12,3 % zulegen würden. IPC identifizierte außerdem IC-Substrate, HBM-Montage, PCB-Fertigung und Systemmontage als Bereiche, die stärkere Aufmerksamkeit erfordern.

Diese Warnung legt eine Diskrepanz in der Industriepolitik offen. Regierungen haben erhebliche Mittel für Waferfertigung und Advanced Packaging bereitgestellt. Diese Investitionen adressieren reale Engpässe, doch selbst ein im Inland produzierter Beschleuniger bleibt auf importierte Leiterplatten und Materialien angewiesen, wenn lokale Kapazitäten fehlen.

Das Druckfeld ist daher breit. PCB-Hersteller müssen expandieren, ohne die Ausbeute zu beeinträchtigen. Materiallieferanten müssen Kapazitäten aufbauen, ohne später ein Überangebot zu schaffen. Cloud-Anbieter müssen die Nachfrage früh genug prognostizieren, um Produktionskapazitäten zu reservieren. Politische Entscheidungsträger müssen entscheiden, ob Leiterplatteninfrastruktur denselben strategischen Stellenwert wie Chips verdient.

Deshalb sind PCBs für KI-Server von der Komponentenbeschaffung in die Technologiemeldungen gerückt. Sie liegen an der Schnittstelle von Rechenleistung, Fabrikkapazität, Geopolitik und Investitionsausgaben.

Rasche Expansion kann das Ausbeuterisiko nicht beseitigen

Eine große Marktprognose garantiert nicht, dass jede neue Fabrik, jeder Lieferant oder jedes Leiterplattenprogramm erfolgreich sein wird.

Das stärkste skeptische Argument betrifft den Unterschied zwischen angekündigter Kapazität und qualifiziertem Output. Unternehmen können schnell Anlagen bestellen und Fabriken errichten. Das für komplexe Leiterplatten erforderliche Prozesswissen können sie jedoch nicht sofort reproduzieren.

Leiterplatten mit hoher Lagenzahl durchlaufen wiederholte Schritte wie Laminierung, Belichtung, Galvanisierung, Bohren, Inspektion und Prüfung. Ein Fehler gegen Ende verschwendet die Arbeit und Materialien, die in früheren Schritten angefallen sind. Mehr Lagen und feinere Verbindungen erhöhen dieses sich verstärkende Risiko.

Große KI-Leiterplatten erschweren zudem die Gleichmäßigkeit. Temperatur, Druck, Harzfluss, Kupferdicke und Ausrichtung müssen über eine größere Fläche hinweg konsistent bleiben. Ein Fertigungsprozess, der auf einer kleineren Leiterplatte gut funktioniert, kann bei Skalierung inakzeptable Defekte erzeugen.

Kunden stellen eine weitere Hürde dar. Serverplattformen erfordern eine Qualifizierung, bevor ein Lieferant in die Volumenproduktion eintreten kann. Dieser Prozess kann elektrische Tests, Temperaturwechseltests, Zuverlässigkeitsanalysen und Pilotfertigung umfassen. Eine neue Anlage wird nicht allein deshalb mit einem etablierten Lieferanten austauschbar, weil beide ähnliche Ausrüstung aufführen.

Der Marktausblick beruht außerdem auf ambitionierten Systemannahmen. Goldman Sachs erwartet Berichten zufolge, dass sowohl die ausgelieferte Fläche als auch der durchschnittliche Leiterplattenwert bis 2028 steigen werden. Eine Veränderung bei einer der beiden Variablen würde die Prognose schwächen.

Die Architektur-Effizienz stellt eine Unsicherheit dar. NVIDIA sagt, Rubin könne Mixture-of-Experts-Modelle mit einem Viertel so vielen GPUs wie Blackwell trainieren und bis zu zehnmal höheren Inferenzdurchsatz pro Watt liefern. Das sind Unternehmensangaben und sie müssen über Kunden-Workloads hinweg validiert werden.

Wenn verbesserte Systeme mit weniger Racks mehr Arbeit erledigen, könnten Cloud-Betreiber ihre Stückkäufe dämpfen. Die Nachfrage könnte dennoch steigen, doch Prognosen zur Leiterplattenfläche wären weniger direkt als eine einfache Beziehung zwischen KI-Nutzung und installierten Servern.

Kundenspezifische Beschleuniger schaffen eine zweite Unsicherheit. Ihr Wachstum verbreitert die Kundenbasis, doch Hyperscaler entwickeln Hardware auch, um Infrastrukturkosten zu senken. Sie können bestimmte Systeme vereinfachen, Lieferverträge neu verhandeln oder Bereitstellungspläne anpassen, wenn die erwarteten Renditen sinken.

Investitionsausgaben schaffen ein drittes Risiko. KI-Infrastruktur hängt von anhaltenden Investitionen einer konzentrierten Gruppe von Cloud-Unternehmen und Finanzierungspartnern ab. Wenn die Einnahmen aus KI-Diensten nicht mit Abschreibungen, Energiekosten und Betriebskosten Schritt halten, können diese Käufer neue Standorte verschieben oder Austauschzyklen verlängern.

Auch Materialsubstitution kann die Wirtschaftlichkeit verändern. Lieferanten entwickeln neue Laminate, Glasgewebe, Kupferbehandlungen, optische Verbindungen und Packaging-Ansätze. Einige Innovationen steigern den PCB-Wert. Andere verlagern Funktionen von herkömmlichen Leiterplattenleiterbahnen weg.

Co-Packaged Optics veranschaulicht diese Ambivalenz. Bei diesem Ansatz werden optische Komponenten näher an Networking-Silizium platziert, wodurch sich die Strecke verkürzt, die die schnellsten elektrischen Signale zurücklegen müssen. Das kann bestimmte Signalprobleme auf Leiterplattenebene entschärfen, bringt jedoch neue Herausforderungen bei Packaging, Kühlung und Zuverlässigkeit mit sich.

Die Wettbewerbslandschaft könnte sich daher verändern, bevor die derzeitigen Fabriken ihre volle Auslastung erreichen. Kapazität, die auf eine bestimmte Leiterplattenspezifikation zugeschnitten ist, könnte für eine spätere Architektur angepasst werden müssen. Die Ausrüstung bleibt nützlich, doch Auslastung und Margen folgen möglicherweise nicht den heutigen Prognosen.

Es besteht zudem die Gefahr, vorübergehende Engpässe als dauerhafte Knappheit zu behandeln. Die Lieferkette reagiert mit großen Investitionen. TrendForce berichtete, dass chinesische PCB-Hersteller ihre Expansionspläne beschleunigt hätten, einschließlich neuer High-End-Anlagen für KI-Chips und optische Module.

Avary Holding gab Pläne für einen Fertigungsstandort in Shenzhen für hochwertige substrateähnliche PCBs und flexible Leiterplatten bekannt. Victory Giant baut ebenfalls High-End-Kapazitäten aus. Weitere Produzenten in China, Taiwan, Japan und Südostasien lenken Kapital in Produkte für KI-Server.

Wenn mehrere Projekte gleichzeitig qualifiziert werden, könnte das Angebot schneller als erwartet aufholen. Der Markt bliebe größer, doch die Verhandlungsmacht könnte von den Herstellern zurück zu den Kunden wandern.

Investoren sollten daher drei Behauptungen voneinander trennen. KI-Server benötigen anspruchsvollere Leiterplatten. Das aktuelle High-End-Angebot ist knapp. Die gegenwärtigen Margen und Wachstumsraten werden über jeden Expansionszyklus hinweg bestehen bleiben. Die erste Behauptung ist technisch gut gestützt, für die zweite gibt es aktuelle Belege von Lieferanten, und die dritte bleibt unbewiesen.

Für Unternehmenskäufer ist die praktische Lehre ähnlich. Beschaffungsteams sollten Qualifizierung, Ausbeute, Lieferzeit und Bereitschaft von Zweitquellen verfolgen. Die geplante Produktionsfläche eines Lieferanten verrät weniger als seine Fähigkeit, zuverlässige Leiterplatten in der geforderten Spezifikation zu liefern.

Für Entwickler und Wissensarbeiter ist der Effekt indirekt, aber real. Hardwareverfügbarkeit beeinflusst Cloud-Kapazität, Inferenzlatenz, Servicegrenzen und das Tempo neuer Modellbereitstellungen. Die physische Lieferkette kann mitbestimmen, welche KI-Funktionen Nutzer erreichen und wann.

Teams, die diesen Wandel verfolgen, benötigen eine verlässliche Möglichkeit, Geschäftsberichte, Produktankündigungen und technische Spezifikationen miteinander zu verknüpfen. Eine durchsuchbare Wissensdatenbank kann diese Zusammenhänge bewahren, während sich die Geschichte über viele Lieferanten hinweg entwickelt.

Drei Signale werden die KI-PCB-These auf die Probe stellen

Die nächste Phase wird durch Produktionsdaten entschieden, nicht durch eine weitere Schlagzeilenprognose.

Das erste Signal ist der Hochlauf der NVIDIA-Rubin-Systeme im zweiten Halbjahr 2026. NVIDIA erklärte, Rubin sei in die Vollproduktion eingetreten, und nannte AWS, Google Cloud, Microsoft, Oracle, CoreWeave, Lambda, Nebius und Nscale als voraussichtliche frühe Anbieter.

Der Zeitpunkt der Auslieferungen wird zeigen, ob die umgebende Lieferkette NVIDIAs Veröffentlichungsrhythmus unterstützen kann. Reibungslose Bereitstellungen würden die Annahme stärken, dass die Produktion fortschrittlicher PCBs gemeinsam mit Chips, Networking und Kühlung skaliert wurde.

Verzögerungen, die auf Leiterplatten, Steckverbinder oder Verbindungsstrukturen zurückgehen, würden in die entgegengesetzte Richtung weisen. Sie würden die strategische Bedeutung der Komponente bestätigen, zugleich aber kurzfristige Auslieferungsannahmen schwächen. Diese Unterscheidung ist wichtig, weil ein Engpass den Produktwert erhöhen und Lieferanten gleichzeitig daran hindern kann, das erwartete Volumen zu realisieren.

Das zweite Signal sind die Betriebsdaten von Laminat- und PCB-Herstellern. Umsatzwachstum allein wird die Frage nicht klären. Investoren benötigen Auslieferungsvolumen, Produktmix, Auslastung, Lieferzeiten, Bruttomargen und Kommentare des Managements zur Qualifizierung.

Die Halbjahresergebnisse von Kingboard setzten mit einem Auslieferungswachstum, das von einem deutlich stärkeren Gewinnanstieg begleitet wurde, eine hohe Vergleichsbasis. Künftige Berichte werden zeigen, ob diese Entwicklung auf nachhaltiger High-End-Nachfrage, vorübergehender Materialinflation oder beidem beruht.

Auch die Kapazitätsallokation verdient Aufmerksamkeit. Wenn Lieferanten die Produktion weiter auf KI-Materialien verlagern und zugleich Engpässe in konventionellen Kategorien beschreiben, wird die Verdrängungsthese stärker. Wenn sich Lieferzeiten normalisieren und die Auslastung sinkt, könnte das Angebot die Nachfrage einholen.

Das dritte Signal ist das Tempo, mit dem Hyperscaler kundenspezifische ASIC-Server bereitstellen. Goldman Sachs betrachtet diese Systeme Berichten zufolge als größere zusätzliche Nachfragequelle als NVIDIA-Server. Diese Behauptung ist zentral für den optimistischsten Ausblick auf den KI-PCB-Markt.

Cloud-Unternehmen legen die Beschaffung auf Leiterplattenebene nicht immer offen. Nützliche Hinweise werden stattdessen in Ankündigungen zur Beschleunigerbereitstellung, Zeitplänen für die Inbetriebnahme von Rechenzentren, der Kundenkonzentration von Lieferanten und Bestellungen spezialisierter Fertigungsanlagen erscheinen.

Ein breiter Hochlauf mehrerer interner Chips würde das Argument stärken, dass dieser Markt größer ist als der Produktzyklus eines einzelnen Anbieters. Ein langsamerer Rollout würde die PCB-Nachfrage stärker von NVIDIA abhängig machen und Lieferanten einem engeren Architekturfahrplan aussetzen.

Diese Signale sollten gemeinsam gelesen werden. Rubin-Auslieferungen können die kurzfristige Umsetzung validieren. Lieferantenergebnisse können zeigen, ob technische Knappheit in nachhaltige Erträge übergeht. Bereitstellungen kundenspezifischer ASICs können prüfen, ob die Nachfrage strukturell diversifiziert ist.

Die übergeordnete Schlussfolgerung ist bereits erkennbar. KI-Computing hat sich von einzelnen Beschleunigern hin zu integrierten Systemen entwickelt, die auf Rack- und Rechenzentrumsebene gemessen werden. Damit verlagert sich Wert in die Verbindungen zwischen den Komponenten.

Die Leiterplatte ist eine dieser Verbindungen. Sie führt Strom, bewahrt Signale, trägt dicht bestückte Komponenten und verwandelt separat gefertigte Chips in einen funktionsfähigen Computer. Ihre Bedeutung steigt, je stärker jedes Rack integriert wird.

Das macht nicht jede Prognose verlässlich und nicht jeden Lieferanten attraktiv. Es macht die Leiterplatte jedoch unmöglich, sie als bloße Massenware abzutun. Technische Schwierigkeit, Qualifizierungsbarrieren und konzentrierte Kapazitäten haben ihr strategisches Gewicht verliehen.

Künftige Technologiemeldungen werden sich weiterhin auf schnellere Prozessoren und größere Modelle konzentrieren. Leser sollten auch fragen, was unter diesen Prozessoren liegt, welche Fabriken es herstellen können und ob die Produktion Schritt halten kann.

Achten Sie in den kommenden drei Monaten auf die tatsächliche Verfügbarkeit von Rubin, Kommentare von Lieferanten zu Ausbeuten und Beschleunigerbereitstellungen durch Hyperscaler. Diese Fakten werden zeigen, ob der Boom bei KI-Server-PCBs zu einer nachhaltigen industriellen Expansion wird oder eine von Knappheit getriebene Welle bleibt.