AI服務器的電容戰爭

AI服務器的主角是GPU。真正讓GPU穩定工作的，是芯片周圍那一圈密密麻麻的電源器件。

村田在2025年IR Day材料中提到，AI服務器會瞬間消耗大量功率，為了維持穩定運行，需要臨時儲存所需電力，AI加速器中的電容數量因此增加。村田預計，2025財年至2030財年，AI服務器電容需求年均增速約30%，2030財年需求約為2025財年的3.3倍。

這句話背后，是AI硬件的電氣約束。

1. GPU越強，電源越難

AI訓練不是平穩用電。模型運行時，GPU負載會快速變化，電流會在短時間內大幅波動。芯片工作電壓很低，電流卻很大，電壓波動會帶來錯誤、降頻、重啟和壽命風險。

MLCC要靠近GPU、CPU、存儲和電源芯片。距離越近，電流響應越快，走線損耗越低，電源噪聲越容易控制。

這就是電源完整性。它聽起來像工程術語，實際影響的是一臺服務器能不能穩定跑滿算力。

數據中心投資加速，推高了這個需求。Gartner在2026年2月預測，2026年全球數據中心系統支出將達到6534億美元，同比增長31.7%；服務器支出預計增長36.9%。

資金流向不會只停在GPU。電源模塊、PCB、散熱、連接器、MLCC和其他被動元件都會被重新定價。

2. 48V之后，板上電源更復雜

AI服務器電源架構正在升級。村田IR Day材料顯示，隨著服務器功耗上升，前端直流電壓正在從12V演進到54V，再走向±400V或800V，以降低系統功率損耗。更大的降壓比會帶來更多DC-DC轉換需求，也會創造新的電源模塊需求。

這會影響MLCC需求。高壓輸入端需要耐壓能力，低壓大電流輸出端需要低阻抗和高容量，GPU附近需要密集去耦，電源模塊周圍需要濾波和穩定輸出。

下一代處理器也在推動垂直供電。村田材料提到，垂直供電方式可以縮短到處理器的供電距離，降低電壓下降和走線損耗，提升效率和穩定性。

MLCC越靠近核心芯片，價值越高。位置價值來自電路物理限制，也來自板卡空間限制。

3.規格決定價格

MLCC不能只看容量。介質材料、溫度特性、直流偏壓、封裝尺寸、額定電壓和可靠性都會影響真實價值。

C0G也叫NP0，屬于一類陶瓷。TDK資料顯示，NP0和C0G在-55℃到125℃范圍內，容量溫度變化規格為±30ppm/℃，適合射頻、時鐘、精密信號等穩定性要求高的場景。

X5R、X7R屬于高介電常數類型，單位體積內容量更高，常用于電源去耦。X5R通常覆蓋到85℃，X7R通常覆蓋到125℃，高溫場景會更偏向X7R或更高規格。

高介電材料有一個工程現實。村田明確提示，X5R、X6S、X7R等高介電類型在施加直流電壓時，電容量可能偏離標稱值；C0G等溫度補償型沒有直流偏壓特性。

這意味著工程師關心的不是標稱10微法，而是實際工作電壓、溫度和頻率下還剩多少有效容量。服務器和汽車場景，買的是工作狀態下的穩定表現。

4.高端MLCC貴在哪里

高容量意味著介質層更薄、層數更多。高壓意味著抗擊穿能力更強。高溫意味著材料穩定性更高。高可靠意味著失效率、壽命和一致性都要經得起長期測試。

三星電機2026年2月發布車規超高容量MLCC，規格為0805尺寸、47μF、4V，滿足X7T、-55℃到125℃要求，并用于ADAS和車載信息娛樂應用。公司還提到，這類產品采用陶瓷與電極材料微粒技術以及超精密堆疊工藝。

一顆高端MLCC的價格，來自容量、尺寸、耐溫、耐壓、有效容量、良率和客戶認證。單純看電容值，容易低估工藝難度。

服務器客戶尤其重視失效率。單顆電容價格很低，一旦引發板卡異常，損失會放大到整臺服務器、整柜機房和計算任務。

5.交期和BB值才是行情溫度計

產業周期不能只看漲價消息。交期、庫存、產能利用率和BB值，才更接近真實溫度。

TrendForce在2026年4月披露，MLCC供應商產能利用率從2月到4月持續上升。AI服務器需求推動日、韓廠商重新分配產能，高端MLCC供需偏緊；行業BB值從3月0.89升到4月0.92，村田、三星電機、太陽誘電BB值持續高于1。

消費類產品還在消化壓力，高端供應商接單狀況已經改善。供應商會把產線分配給高價值、高可靠、高認證壁壘的產品。

客戶也會提前鎖單。AI服務器平臺更換元件，會牽動電源完整性驗證、熱測試、板級測試和整機可靠性測試。供應商進入平臺后，關系會相對穩定。

6.認證壁壘鎖住供應關系

汽車和服務器都不喜歡頻繁換料。汽車電子要經過AEC-Q200等車規驗證，服務器也要完成板級和整機驗證。驗證周期越長，供應關系越有黏性。

村田2026年4月宣布量產7款車規MLCC，全部符合AEC-Q200，目標應用包括ADAS、自動駕駛和車載電源線。村田在公告中提到，車載系統增加后，PCB空間約束增強，小型化和高容量需求上升。

三星電機2025年資料也提到，汽車MLCC開發周期約為IT產品的3倍，價格超過3倍。車規產品的價值，來自長周期驗證和安全要求。

這就是國產替代的真實難點。樣品做成只是進入候選名單，平臺導入、批量穩定交付和長期失效率記錄，才會形成收入。

7. AI硬件成本的新視角

AI基礎設施不能只看GPU、HBM和先進封裝。算力密度上升，會同步抬升電源、散熱、PCB、連接器、MLCC的規格要求。

村田已經把AI服務器電源、垂直供電、板卡空間和高容量MLCC放進同一套敘事里。服務器功耗提高后，電源系統每一層都要升級，從前端供電到板上轉換，再到芯片附近的去耦。

判斷AI服務器MLCC景氣，可以看五個指標：數據中心系統支出和服務器支出是否繼續增長？GPU平臺功耗和板卡密度是否繼續上升？AI服務器電容安裝數量是否繼續上調？高端MLCC BB值和交期是否繼續改善？供應商是否把產能從消費級產品轉向服務器和車規產品？

AI服務器的電容需求，來自硬件結構變化。小電容的漲價，反映的是算力設備對電源穩定性的要求升級。

本文部分配圖由AI生成，文中數據如無特殊說明，均來自公開市場研報，如引用不當或侵權，請聯系刪除。內容僅供參考和學習，不構成任何投資建議。

       原文標題 : MLCC  ：AI服務器的電容戰爭