（来源：精细化工关注 ☞ 精化大不同）

提到AI算力，市场最先想到的是GPU、HBM、光模块和数据中心。

但一块芯片即使拥有再强的计算能力，也必须先解决三个物理问题：高速信号如何少损耗地传出去，数以万计的连接如何稳定封装，以及持续产生的热量如何被导走。

这些问题最后都会落到材料上。

9月2日，中国中化披露，中化资本创投完成对迪赛新材的战略复投。被再次押注的核心产品，是一个普通消费者几乎没有听说过的名字——苯并环丁烯树脂，简称BCB。

中国中化将其称为“支撑AI与算力产业发展的关键材料”，并表示迪赛新材已实现BCB材料千吨级量产。

一笔看似不起眼的材料投资，揭开了AI产业链的另一面：算力竞赛不仅是芯片竞赛，也是一场树脂、铜箔、玻纤、介电材料、封装胶和冷却液共同参与的化学材料升级。

01

AI服务器为什么开始“挑材料”？

传统服务器时代，电路板承担的是连接功能；AI服务器时代，电路板本身已经成为影响系统性能的一部分。

算力集群需要GPU、交换机、网卡和存储设备之间持续交换海量数据。英伟达Quantum-X800平台提供800Gb/s端到端连接，面向万亿参数模型的训练和部署。松下则将新一代MEGTRON 9电路板材料直接定位于224Gbps高速传输。

当信号速度和工作频率提高，电信号在电路板中传播时的介质损耗、导体损耗和串扰都会被放大。部分信号能量会变成热，传输距离越长、板层越复杂，信号完整性越难保证。

因此，高速覆铜板不能再简单依赖普通环氧树脂体系，而需要低介电常数、低介电损耗、高耐热、低吸湿和尺寸稳定性更好的材料组合。

这不是停留在实验室里的技术趋势。

2025年，松下宣布计划投资约170亿日元，在泰国建设新的MEGTRON多层电路板材料工厂，并计划在未来五年内将该系列全球产能翻倍，以满足AI服务器和ICT基础设施需求。

国内市场也已经出现业绩验证。2026年上半年，覆铜板龙头生益科技实现营业收入190.26亿元，同比增长50.05%；归母净利润32.87亿元，同比增长130.42%。其控股子公司生益电子同期收入57.84亿元、归母净利润11.11亿元，分别增长53.46%和109.36%。

从800Gb/s互连，到高端覆铜板扩产，再到材料企业利润放大，AI资本开支正在沿着硬件产业链向上游化学材料传导。

02

藏在AI算力里的六类化学材料

AI硬件不是一块孤立的芯片，而是一套由晶圆制造、先进封装、电路板、光通信、电源和散热系统组成的复杂工程。

其中至少有六类化学材料正在被重新估值。

• 第一类是高频高速覆铜板树脂。

  覆铜板由铜箔、增强材料和树脂体系复合而成，是PCB的基础。普通服务器大量使用环氧树脂体系，高速场景则更多采用改性PPO/PPE、碳氢树脂、PTFE及其他低损耗树脂体系。BCB并不是唯一技术路线，但它的低极性结构和低介电损耗，使其成为下一代树脂改性和复合体系的重要候选。

• 第二类是低介电玻纤与功能填料。

  树脂性能再好，也要与玻璃纤维、二氧化硅填料和铜箔共同形成稳定的层压结构。低介电玻纤、石英纤维、球形硅微粉、硅烷偶联剂等材料会共同影响介电损耗、热膨胀系数、机械强度和加工可靠性。

• 第三类是先进封装介电材料。

  GPU与HBM之间需要更短、更密集的互连。光敏聚酰亚胺、PBO、BCB介电材料、底部填充胶、环氧塑封料和临时键合材料，承担绝缘、应力缓冲、再布线和结构保护等功能。杜邦的CYCLOTENE系列就将BCB用于射频介质、再布线层中介板和先进封装场景。

• 第四类是芯片制造用电子化学品。

  光刻胶、显影液、湿电子化学品、电子特气、电镀液、清洗剂和CMP抛光材料，决定了芯片能否按照纳米级精度被稳定制造。AI芯片面积更大、结构更复杂，并不会减少对高纯化学品的要求，反而会进一步放大纯度、颗粒控制和批次一致性的价值。

• 第五类是热管理材料。

  导热界面材料、导热凝胶、相变材料、灌封胶，以及水冷和浸没式冷却使用的冷却介质，共同负责把热量从芯片传到冷板、管路和外部环境。算力密度越高，材料既要导热，又要兼顾绝缘、阻燃、泵送稳定性和长期兼容性。

• 第六类是光通信与连接材料。

  高速光模块需要光刻胶、封装胶、底部填充材料、光纤涂覆材料、透镜材料和高可靠连接器工程塑料。通信速率提升后，微小的翘曲、吸湿和热膨胀差异，都可能变成系统级可靠性问题。

芯片负责计算，化学材料负责让计算能够被制造、连接、传输和冷却。

03

BCB到底特殊在哪里？

BCB通常是Benzocyclobutene的缩写，既可以指苯并环丁烯单体及其衍生物，也常被用于指以苯并环丁烯官能团为反应核心的一类高性能热固性材料。

它最有价值的地方，不是“名字新”，而是分子结构带来的性能组合。

首先是低介电常数和低介电损耗。

材料的介电常数越低，通常越有利于降低信号传播延迟和寄生电容；介电损耗越低，越能减少高频信号在传播过程中的能量衰减。一项对商业CYCLOTENE BCB聚合物的IEEE研究测得平均介电常数约为2.49；经典技术资料显示，特定BCB体系在1 MHz下介电常数约2.65、损耗因子约0.0008。不同配方、频率和测试方法的结果不能直接横向等同，但这些数据说明了BCB作为低介电材料的基础优势。

其次是低吸湿和高热稳定性。

水分会改变材料介电性能，也可能带来腐蚀和界面可靠性问题。BCB体系低极性的特点有助于降低吸湿；其固化网络也可以提供较好的热稳定性和尺寸稳定性。

第三是固化过程中通常不产生小分子副产物。

典型BCB体系通过热致开环和交联形成网络，不依赖缩合反应释放水等小分子，有利于减少薄膜和封装结构中的孔洞、析气与缺陷。

第四是平台化延展能力。

BCB不只是一个单品。通过单体功能化、共聚、配方改性和复合，可以延伸到高速覆铜板树脂、光敏介电材料、先进封装材料和光刻胶相关材料。

04

中化资本为什么再次下注？

中化资本对迪赛新材并不是第一次投资。

2025年7月，中国中化披露，中化资本创投旗下产业基金领投迪赛新材，并称其是“继美国陶氏之后，全球第二家具备BCB及相关材料千吨级量产能力的企业”。当时公告还提到，公司的高速碳氢树脂已获得高速覆铜板龙头企业批量采购订单，并进入高端AI服务器及数据中心产业链。

2026年9月的复投公告则进一步称，迪赛新材已经攻克BCB及系列树脂规模化生产难题，并称其为“全球唯一实现BCB材料千吨级量产的企业”。

两份公告的“全球第二”和“全球唯一”存在明显口径差异。在缺少独立第三方全球产能统计的情况下，更稳妥的结论是：迪赛新材已经进入BCB及相关材料的千吨级产业化阶段，但其全球唯一性仍需要更充分的外部证据验证。

真正值得关注的，也不是一句排名，而是“复投”本身释放的三个信号。

第一，技术正在从实验室进入产线。湖北当地公开信息显示，迪赛鸿鼎规划建设年产3000吨DSBCB树脂产业化基地，其中一期规划1000吨。千吨级意味着企业需要同时解决反应稳定、杂质控制、批次一致性、安全生产和成本控制，而不只是做出一份合格样品。

第二，产品开始接受客户体系验证。电子材料从送样到批量应用，需要经历配方适配、覆铜板压合、PCB加工、信号完整性测试、可靠性测试和终端认证。进入采购订单不等于全面替代，但比单纯宣布“技术突破”更接近商业化。

第三，产业协同开始出现。中国中化旗下拥有有机硅及多类化工材料业务，资本平台提出导入产业资源，说明这笔投资不仅看财务回报，也在寻找树脂、填料、助剂、封装和客户资源之间的协同。

05

千吨级量产之后，真正的门槛才刚刚开始

精细化工行业很容易把“建成产线”等同于“实现替代”，但电子材料的商业规律恰恰相反：产线建成只是拿到了进入验证的资格。

第一道门槛是纯度和杂质。

金属离子、卤素、颗粒和残留小分子，都可能影响介电性能、绝缘可靠性或下游工艺。电子级树脂需要建立从原料、反应、纯化到包装的全流程控制。

第二道门槛是批次一致性。

客户关心的不只是某一次测试达到多低的介损，而是连续批次的分子量、黏度、官能度、凝胶时间和杂质谱是否稳定。实验室最佳数据不能代替商业批次能力。

第三道门槛是配方与加工适配。

树脂要与玻纤、填料、铜箔、阻燃剂和偶联剂共同工作，还要适应浸渍、压合、钻孔、镀铜和回流焊等加工条件。单项介电性能突出，不代表综合性能一定能够进入终端产品。

第四道门槛是客户认证时间。

AI服务器、交换机和先进封装对可靠性要求极高，任何材料变更都可能触发重新验证。客户导入通常具有较长周期，但一旦完成验证，供应关系也可能形成较强黏性。

第五道门槛是成本。

高性能材料最终必须回答一个商业问题：减少的信号损耗、节省的系统功耗和提升的可靠性，能否覆盖材料升级带来的成本。BCB可能在部分高端场景率先使用，并不意味着它会立即替代所有传统树脂。

06

AI材料热潮，给中国精细化工企业什么启示？

AI带来的最大变化，不是给所有化学品贴上“算力概念”，而是重新定义高端材料的价值标准。

过去，精细化工企业强调的是能不能合成、能不能放大、价格能不能更低。进入电子材料供应链后，竞争标准变成了纯度能不能稳定、批次能不能复制、配方能不能协同、数据能不能追溯、变更能不能受控。

这意味着，中国精细化工企业要抓住AI材料机会，至少需要完成四次升级：

从卖单一化学品，升级为提供可进入客户配方的材料体系；从展示一次性指标，升级为提供连续批次和可靠性数据；从依赖价格竞争，升级为参与客户联合开发；从宣布国产化，升级为真正通过终端验证并形成稳定订单。

AI算力产业链最终需要的，不是更多“概念材料”，而是更多能够在复杂制造条件下保持稳定的工程材料。

07

结语

每一次计算架构升级，都会把压力传导给材料。

互连速度从400G走向800G乃至更高，电路板需要更低损耗；芯片与存储靠得更近，封装材料需要更高可靠性；单机柜功率继续提升，导热和冷却材料也必须同步进化。

BCB被重新关注，并不是因为一种树脂突然变成了AI产业的全部，而是因为它代表了一类新的产业机会：用分子结构的创新，解决算力系统正在逼近的物理极限。

芯片是AI最耀眼的部分。

但让芯片真正跑起来的，可能正是那些藏在电路板、封装层和冷却管路中，从不被普通用户看见的化学材料。

而这，或许是中国精细化工企业距离AI浪潮最近的一次机会。