AI服务器的电容战争

AI服务器的主角是GPU。真正让GPU稳定工作的，是芯片周围那一圈密密麻麻的电源器件。

村田在2025年IR Day材料中提到，AI服务器会瞬间消耗大量功率，为了维持稳定运行，需要临时储存所需电力，AI加速器中的电容数量因此增加。村田预计，2025财年至2030财年，AI服务器电容需求年均增速约30%，2030财年需求约为2025财年的3.3倍。

这句话背后，是AI硬件的电气约束。

1. GPU越强，电源越难

AI训练不是平稳用电。模型运行时，GPU负载会快速变化，电流会在短时间内大幅波动。芯片工作电压很低，电流却很大，电压波动会带来错误、降频、重启和寿命风险。

MLCC要靠近GPU、CPU、存储和电源芯片。距离越近，电流响应越快，走线损耗越低，电源噪声越容易控制。

这就是电源完整性。它听起来像工程术语，实际影响的是一台服务器能不能稳定跑满算力。

数据中心投资加速，推高了这个需求。Gartner在2026年2月预测，2026年全球数据中心系统支出将达到6534亿美元，同比增长31.7%；服务器支出预计增长36.9%。

资金流向不会只停在GPU。电源模块、PCB、散热、连接器、MLCC和其他被动元件都会被重新定价。

2. 48V之后，板上电源更复杂

AI服务器电源架构正在升级。村田IR Day材料显示，随着服务器功耗上升，前端直流电压正在从12V演进到54V，再走向±400V或800V，以降低系统功率损耗。更大的降压比会带来更多DC-DC转换需求，也会创造新的电源模块需求。

这会影响MLCC需求。高压输入端需要耐压能力，低压大电流输出端需要低阻抗和高容量，GPU附近需要密集去耦，电源模块周围需要滤波和稳定输出。

下一代处理器也在推动垂直供电。村田材料提到，垂直供电方式可以缩短到处理器的供电距离，降低电压下降和走线损耗，提升效率和稳定性。

MLCC越靠近核心芯片，价值越高。位置价值来自电路物理限制，也来自板卡空间限制。

3.规格决定价格

MLCC不能只看容量。介质材料、温度特性、直流偏压、封装尺寸、额定电压和可靠性都会影响真实价值。

C0G也叫NP0，属于一类陶瓷。TDK资料显示，NP0和C0G在-55℃到125℃范围内，容量温度变化规格为±30ppm/℃，适合射频、时钟、精密信号等稳定性要求高的场景。

X5R、X7R属于高介电常数类型，单位体积内容量更高，常用于电源去耦。X5R通常覆盖到85℃，X7R通常覆盖到125℃，高温场景会更偏向X7R或更高规格。

高介电材料有一个工程现实。村田明确提示，X5R、X6S、X7R等高介电类型在施加直流电压时，电容量可能偏离标称值；C0G等温度补偿型没有直流偏压特性。

这意味着工程师关心的不是标称10微法，而是实际工作电压、温度和频率下还剩多少有效容量。服务器和汽车场景，买的是工作状态下的稳定表现。

4.高端MLCC贵在哪里

高容量意味着介质层更薄、层数更多。高压意味着抗击穿能力更强。高温意味着材料稳定性更高。高可靠意味着失效率、寿命和一致性都要经得起长期测试。

三星电机2026年2月发布车规超高容量MLCC，规格为0805尺寸、47μF、4V，满足X7T、-55℃到125℃要求，并用于ADAS和车载信息娱乐应用。公司还提到，这类产品采用陶瓷与电极材料微粒技术以及超精密堆叠工艺。

一颗高端MLCC的价格，来自容量、尺寸、耐温、耐压、有效容量、良率和客户认证。单纯看电容值，容易低估工艺难度。

服务器客户尤其重视失效率。单颗电容价格很低，一旦引发板卡异常，损失会放大到整台服务器、整柜机房和计算任务。

5.交期和BB值才是行情温度计

产业周期不能只看涨价消息。交期、库存、产能利用率和BB值，才更接近真实温度。

TrendForce在2026年4月披露，MLCC供应商产能利用率从2月到4月持续上升。AI服务器需求推动日、韩厂商重新分配产能，高端MLCC供需偏紧；行业BB值从3月0.89升到4月0.92，村田、三星电机、太阳诱电BB值持续高于1。

消费类产品还在消化压力，高端供应商接单状况已经改善。供应商会把产线分配给高价值、高可靠、高认证壁垒的产品。

客户也会提前锁单。AI服务器平台更换元件，会牵动电源完整性验证、热测试、板级测试和整机可靠性测试。供应商进入平台后，关系会相对稳定。

6.认证壁垒锁住供应关系

汽车和服务器都不喜欢频繁换料。汽车电子要经过AEC-Q200等车规验证，服务器也要完成板级和整机验证。验证周期越长，供应关系越有黏性。

村田2026年4月宣布量产7款车规MLCC，全部符合AEC-Q200，目标应用包括ADAS、自动驾驶和车载电源线。村田在公告中提到，车载系统增加后，PCB空间约束增强，小型化和高容量需求上升。

三星电机2025年资料也提到，汽车MLCC开发周期约为IT产品的3倍，价格超过3倍。车规产品的价值，来自长周期验证和安全要求。

这就是国产替代的真实难点。样品做成只是进入候选名单，平台导入、批量稳定交付和长期失效率记录，才会形成收入。

7. AI硬件成本的新视角

AI基础设施不能只看GPU、HBM和先进封装。算力密度上升，会同步抬升电源、散热、PCB、连接器、MLCC的规格要求。

村田已经把AI服务器电源、垂直供电、板卡空间和高容量MLCC放进同一套叙事里。服务器功耗提高后，电源系统每一层都要升级，从前端供电到板上转换，再到芯片附近的去耦。

判断AI服务器MLCC景气，可以看五个指标：数据中心系统支出和服务器支出是否继续增长？GPU平台功耗和板卡密度是否继续上升？AI服务器电容安装数量是否继续上调？高端MLCC BB值和交期是否继续改善？供应商是否把产能从消费级产品转向服务器和车规产品？

AI服务器的电容需求，来自硬件结构变化。小电容的涨价，反映的是算力设备对电源稳定性的要求升级。

本文部分配图由AI生成，文中数据如无特殊说明，均来自公开市场研报，如引用不当或侵权，请联系删除。内容仅供参考和学习，不构成任何投资建议。

       原文标题 : MLCC ：AI服务器的电容战争