先看结论：在AI服务器算力密度激增与供电架构向48V/800V全面跃升的驱动下，具备极低等效串联电阻（ESR）与优异高频响应特性的C0G与X7R等多层陶瓷电容器（MLCC）单机用量及价值量呈现指数级爆发；叠加核心生产设备长达1.5年的交付硬约束与超高容产品良率爬坡瓶颈，全球MLCC产业链已步入由高端产能挤压引发、跨度预计达2026至2028年的全品类量价齐升超级周期，深度赋能A股被动元件及上游材料龙头迎来高确定性的国产替代与盈利双击。
本文把 AI产业链 / 被动元件 / MLCC 拆成可跟踪的投资研究问题：需求从哪里来、瓶颈卡在哪、哪些公司真正受益、哪些风险会证伪。标签：AI产业链, MLCC, C0G, X7R, 被动元件。
站内导航：这篇属于 AI产业链 / 被动元件 / MLCC，建议先回到市场页和专题页，再继续阅读相关产业链文章。
研究口径与方法
本文采用“产业链位置 - 供需瓶颈 - 量价弹性 - 公司映射 - 证伪变量”的框架，不做买卖建议，只把可观察变量整理成后续跟踪清单。若后续公开数据、公司公告或供应链验证发生变化，应优先更新事实表与风险段。
产业范式转移：AI服务器重塑MLCC价值链
在传统通用计算架构中，被动元件往往被视为边缘化的标准化大宗商品，其价值占比微乎其微。然而，在AI算力时代，这一固有认知已被彻底颠覆，多层陶瓷电容器（MLCC）凭借其在极端电气环境下的不可替代性，正迅速演变为算力基础设施的核心资产。
1 从边缘配角到BOM成本第三极的跨越
算力密度的指数级提升直接驱动了硬件物料清单（BOM）的结构性重塑。根据权威机构对英伟达新一代Vera Rubin（VR200）NVL72机柜的拆解分析，该系统不仅在算力层级上实现了飞跃，在被动元件的消耗量和价值量上同样呈现出惊人的爆发。单台VR200机柜的MLCC价值量激增至约4,320美元，相较于GB300时代的约1,530美元，暴涨了约182%。这一历史性的增长标志着MLCC正式跃升为AI服务器整机BOM中，继GPU和高带宽内存（HBM）之后的第三大成本项。
这种跨越式增长的内在驱动力来源于“用量倍增”与“规格升维”的双轮共振。从数量级维度观察，一台标准的传统企业级服务器仅需约2,500颗MLCC即可满足常规电源管理需求。然而，一台搭载8张顶级GPU的高性能AI服务器对MLCC的需求量骤增至15,000至28,000颗，单机用量较传统服务器提升了10至15倍。若将观察视角放大至整机柜级别，由于VR200系统深度集成了更多负责数据通信与网络互联的核心芯片（例如单机柜新增18个BlueField DPU模块和72个ConnectX Orchid模块），NVL72机柜的机柜级MLCC总用量历史性地突破了60万颗大关。
| 组件类别 | GB300 NVL72 BOM成本预估 | VR200 NVL72 BOM成本预估 | 成本变动幅度 | 成本占比变化 (GB200 -> VR200) |
|---|---|---|---|---|
| 整体机柜造价 | ~$4,000,000 | ~$7,800,000 | +95% | N/A |
| GPU | ~$2,520,000 | ~$3,960,000 | +57% | 65% -> 51% |
| 内存 (Memory) | ~$370,000 | ~$2,000,000 | +435% | 5-10% -> 25-30% |
| 印刷电路板 (PCB) | ~$35,100 | ~$116,700 | +233% | 显著提升 |
| 被动元件 (MLCC) | ~$1,530 | ~$4,320 | +182% | 跃升至第三大成本项 |
| ABF载板 | 基数相对较低 | 显著增加 | +82% | 稳定提升 |
这种成本结构的剧变表明，AI硬件的物理瓶颈正在从单纯的逻辑运算能力，向内存数据吞吐以及底层的电源传输稳定性转移。算力越高、功耗越大，对电源稳定性的要求就越严苛，进而催生更多高阶MLCC的堆叠，形成了典型的正向物理飞轮效应。
2 供电架构跃升：从48V配电到800V垂直供电（VPD）
AI基础设施的能耗呈指数级增长，目前先进AI机柜的整体功耗正快速逼近120kW乃至更高量级。这种极端的功率密度要求服务器电源系统彻底摒弃传统的12V供电架构，全面转向更高效的高压母线配电网络。
在整体机柜及数据中心配电层面，架构正在向800V高压直流（DC）母线演进。这种架构通过整流器直接将交流主电网电力转换为800V直流网络，再在机柜内部进行逐级降压，从而根据物理定律大幅降低大电流长距离传输过程中的导线发热（I
2
R）损耗。这一底层转变直接催生了对额定电压在1kV至2kV之间的大尺寸高压MLCC的爆发性需求。此类高压MLCC在直流链路（DC Link）、电磁干扰（EMI）滤波和缓冲（Snubber）电路中发挥着不可替代的作用。
在板级供电层面，48V到1V（甚至0.8V）的混合开关电容转换器（DR-HSC）与垂直供电（Vertical Power Delivery, VPD）技术成为新一代主流方案。为了应对瞬态数百至数千安培的负载阶跃，供电模块必须尽可能靠近GPU芯片的硅晶核。垂直供电技术要求将超薄的电子元器件直接嵌入多层基板内部（铜镀层键合），或紧贴GPU封装的背面（Landside MLCC），以最大程度缩短从电压调节模块（VRM）到GPU核心的供电路径，从而显著降低寄生电感。这种极限布局对MLCC提出了极度严苛的空间与电气要求：电容器必须在0402或0603的超微型封装内，实现47μF至100μF甚至更高的超高容值，并在MHz级别高频开关大电流的瞬态响应中保持极低的等效串联电阻（ESR）和等效串联电感（ESL）。
核心材料物理学：C0G与X7R的不可替代性
在AI服务器极为严苛的热力学与电气环境中，多层陶瓷电容器的介质材料（Dielectric formulation）选择直接决定了算力输出的品质。任何微小的电容漂移或电气失稳都将引发严重的电压纹波，导致数据错误甚至算力集群的崩溃浪费。
1 C0G（NP0）：超高频噪声的“绝对结界”与零直流偏置衰减
在国际电子工业联盟（EIA）标准中，C0G（也称NP0）属于一类（Class I）温度补偿型电介质。其最显著的物理特征是在-55°C至+125°C的极端工作温度范围内，温度系数被严格控制在极低的$\pm 30 \text{ ppm}/^\circ\text{C}$以内，这在宏观工程上几乎实现了“零电容热漂移”。
AI GPU在满载矩阵运算时，其内部极高频的晶体管翻转会产生强烈的MHz至GHz级别高频开关噪声，同时伴随芯片局部热点的急剧升温。C0G电容由于其高频段的极低损耗因子（Low loss）和极低的ESR/ESL，被硬件工程师大量部署在紧挨着集成电路（IC）电源引脚的“第一道防线”区域（通常使用0402或0201微型封装，容量在10nF至100nF之间），专门负责高频谐波的旁路滤除和关键时钟电路（如锁相环PLL、高频振荡器和射频匹配网络）的绝对稳定。
更为关键的是直流偏置（DC-Bias）效应带来的严峻挑战。高K值（高介电常数，如X7R、X5R）陶瓷材料实现高电容的底层物理机制依赖于其内部的铁电畴（Ferroelectric domains）结构。当外部施加直流电场时，这些铁电畴会被迫沿着电场方向重新排列并逐渐饱和，导致材料的介电常数断崖式下降。在实际高压供电回路中，这种效应使得标称高容量的二类电容器在工作电压下可能损失多达50%以上的有效电容。相反，C0G电介质具备线性的非铁电结构，在全电压范围内完全不存在直流偏置衰减现象，且几乎没有随时间推移的老化（Aging）效应。正是凭借这种绝对的电气稳定性，在AI服务器的LLC谐振电路与功率调节拓扑中，传统体积庞大且不耐高温的薄膜电容器正被耐压高达1000V以上的C0G MLCC大规模替代，实现了电源模块的极限微型化。
2 X7R与X5R：大容量母线平滑与中频去耦的中坚力量
尽管C0G性能卓越，但受限于其极低的介电常数，难以在微小体积内实现微法拉（μF）级别的容量。因此，X7R和X5R这类二类（Class II）电介质，通过铁电畴结构实现了极高的体积效率，成为AI服务器中提供体电荷存储（Bulk Charge Storage）和中低频去耦的中流砥柱。
在AI系统的多级电源网络中，X7R能够确保在-55°C至+125°C区间内将电容变化控制在稳定的$\pm 15%$以内，并在1-50 MHz频段内提供优异的宽频阻抗响应，被广泛用于48V至1V转换回路中的输出电压纹波抑制和外围中频去耦。X5R则常用于对温度要求略低（上限85°C）但需要极大体电荷缓冲的区域。现代AI计算对X7R的需求集中在“高电压”与“高容量”的严苛交叉领域，例如必须在保持100V耐压（以满足48V架构的充分降额设计）的前提下，实现极高密度的容值填充。此外，受限于GPU集群极限运算带来的极高热密度，具备更高温度上限的X8R（150°C）甚至X9R（200°C）高阶材料也开始在车规级及AI服务器引擎周边加速渗透。
| 电介质类型 | 温度范围 | 温度系数/容差 | 直流偏置衰减 | 老化率 (Aging) | 体积效率 | AI服务器核心应用场景 |
|---|---|---|---|---|---|---|
| C0G (NP0) | -55°C 至 +125°C | ±30 ppm/ |
∘
| C | 几乎为零 | 极低/无 | 极低 | MHz级超高频旁路、PLL时钟电路、LLC高压谐振网络、射频匹配 | ||
|---|---|---|---|---|---|---|
| X7R | -55°C 至 +125°C | ±15% | 显著 | ~2%/每十年 | 中等 | 中频去耦、48V母线稳压滤波、大电流纹波抑制、VPD基板集成 |
| X5R | -55°C 至 +85°C | ±15% | 显著 | ~3%及以上/每十年 | 高 | 常规大容量体电荷存储、低发热外围电路储能缓冲 |
| X8R/X9R | 高至 150°C / 200°C | 视具体材料规格 | 显著 | 存在 | 偏低 | 极限热密度区域（如紧贴GPU发热核芯）、高阶车规动力域 |
3 机械应力与热冲击约束：车规级软端接技术向AI的渗透
AI服务器不仅面临电气挑战，其复杂的印制电路板（PCB）结构也带来了严峻的机械应力问题。大尺寸的MLCC（如1206、1210及更大规格的储能X7R）在PCB组装贴片或服务器机架的物理搬运过程中，极易因板材弯曲而发生挠曲开裂（Flex Cracking），导致内部电极短路并烧毁整块高价值主板。同时，局部高温与冷却液循环带来的剧烈热冲击（Thermal Shock）也容易导致焊盘应力疲劳。为了根治这一痛点，TDK、村田等厂商广泛采用了带有导电树脂层的软端接（Soft Termination）技术甚至金属支架（MEGACAP）封装。这类最初专为应对汽车引擎舱剧烈震动而研发的车规级高可靠性技术，正快速下沉并大规模应用到高价值AI服务器主板中，确保万亿级算力不因细微的机械形变而中断。
全球巨头战略布局：三星与TDK的AI硬件拓扑映射
面对AI基础设施的指数级物料需求，全球MLCC巨头正在重构其研发与产能投放战略。以三星电机（SEMCO）为例，其针对AI硬件拓扑结构明确提出了涵盖计算、电源和网络的三大支柱战略，深刻反映了MLCC技术的演进方向。
1 算力板卡（Computing）：超低压大电流下的极限贴近去耦
在算力核心（GPU/CPU）侧，电流往往高达数百至数千安培，而核心工作电压被压低至0.8V左右。瞬态负载的极速切换极易引发电压跌落。三星的策略是研发超高容值、极小尺寸的MLCC（如在0402封装内实现47μF，0603封装内实现100μF），并将这些电容以Landside（芯片背面贴装）或基板埋入（Embedded）的方式，突破PCB表面的空间限制，最大程度降低供电环路的寄生电感，以匹配AI负载宽频带的阻抗塑形需求。
2 电源传输（Power）：48V/800V高压直流母线网络构建
在电源分配网络（PDN）层面，随着机柜向120kW演进，传统转换机制失效。三星和TDK正大力扩充其100V级MLCC产品线，以提供充足的电压降额裕量来支撑48V中间母线分配；同时，研发大尺寸、耐压1kV至2kV的高压MLCC，用于800V系统的直流链路与缓冲保护。此外，针对垂直供电模块（VPD），高容低压产品（如X7T 22μF及X6S 47μF）正在被推广为新一代供电架构的标准化积木模块。
3 网络互联（Network）：1.6T交换机与CPO的高温高频挑战
网络集群是AI算力扩展的血管。向800G乃至1.6T链路演进过程中，共封装光学（Co-Packaged Optics, CPO）技术将光学引擎与交换机ASIC高度集成在同一模块内，导致局部热密度急剧攀升且电磁干扰极为严苛。针对此类功耗超500W的网络芯片，MLCC需要在紧凑空间、受限散热以及极小杂散参数干扰的条件下提供稳定的容值输出，催生了对射频级微型C0G及高频宽温MLCC的庞大增量需求。
供需剪刀差模型：设备交期与产能挤出效应引爆涨价潮
2026年中期起，全球被动元件市场正经历一场烈度极高、波及范围极广的结构性超级短缺。其底层逻辑在于AI算力基建的刚性需求爆发，与产业链物理扩产瓶颈之间的严重周期错配，形成了一个不断扩大的供需剪刀差。
1 资本开支与设备交付的“硬堵点”
供给侧的最大刚性约束并非资金，而是来自上游核心制造设备的超长交期。高端MLCC的制造是一门极限材料科学与精密工程，涉及粉体纳米级研磨、超薄流延（单层厚度小于0.5微米）、数百至上千层的高精度叠层印刷以及精确温度曲线的特种气氛烧结。掌握这些顶尖工艺设备的供应商被高度垄断在日本等少数国家手中。
根据产业一线的调研与供应链渠道商披露，日本顶级设备商（如平野、三船等）的交货周期已从常态的数月拉长至惊人的一年甚至一年半（12至18个月）。这些设备商每年产量极为有限（个别关键核心设备年产量仅10-12台），且2026年至2029年的多数排期已提前被少数头部大厂悉数包揽锁定。即使是中国台湾地区或部分大陆本土设备商的辅助设备，交期也已延长至3至6个月以上。因此，尽管华新科、国巨、村田等行业巨头已将年度资本开支指引上调至倍数级增长（例如华新科将开支从5亿上调至至少30亿新台币），但由于核心设备无法按时落地位，全行业实际的年度有效产能扩容上限被死死锁死在10%至15%左右，这远远无法匹配AI算力市场复合年均增长率高达34%甚至87%的狂暴增速预测。
2 制造工艺的陡峭学习曲线与良率陷阱
在设备交付的硬性堵点之外，超高容AI级电容的良率爬坡则构成了更为隐蔽的产能陷阱。在消费级标准品市场，成熟MLCC的良率通常稳定在90%甚至95%以上。然而，AI服务器所需的高容、高耐压产品工艺裕度极小，其良率提升曲线极其陡峭。例如，业内头部厂商三星电机（SEMCO）在2025年上半年开始为英伟达大规模供货时，其特定高容AI产品的初期良率一度跌破60%，耗费了大半年时间、投入海量工程资源才艰难将其拉升至80%的安全线。这种隐性的“良率损耗”意味着，即使纸面产能已经释放，实际产出的有效高阶合格品数量依然大打折扣，进一步蒸发了市场上原本就捉襟见肘的有效产能供给。
3 挤出效应：高频涨价与“史上最长缺货潮”的全面扩散
在总体产能盘子受制于设备与良率而难以迅速膨胀的背景下，产能的结构性倾斜直接引发了剧烈的蝴蝶效应。村田（Murata）、太阳诱电（Taiyo Yuden）和三星电机等占据全球超50%份额的绝对主力，为了承接利润率与战略优先级极高的AI订单，不可避免地调配了大量原本用于生产消费级（如智能手机、个人电脑）产品的产线资源，转而攻坚高端AI元件。
这种物理层面上的“产能重定向”直接引发了严重的“挤出效应”。日韩大厂被迫放弃的低端订单虽然在他们的营收占比中仅占10%-15%，但其绝对数量占比却高达40%以上。直接后果是，缺货品类迅速从单一的高端AI用MLCC，蔓延至手机、PC用量极为庞大的常规高容规格（如10μF、22μF及主流X5R）。
供需失衡的连锁反应迅速传导至价格端：
2026年4月起，村田率先对AI服务器用MLCC实施高达15%至35%的提价，太阳诱电紧随其后对车用和消费级提价6%至13%。
现货贸易与代理渠道中，全规格产品均价普遍上行20%至40%，其中47μF及超高容紧缺规格的现货涨幅一度逼近60%。
渠道交货周期从常规的数周急剧拉长至20周以上。
被动元件龙头国巨的订单出货比率（B/B Ratio）已突破1.3的安全警戒线，全面超越村田。产业内四大巨头（国巨、华新科、禾伸堂、信昌电）在股东会上达成强烈共识：有别于2018年由消费电子被动补库及矿机驱动的短期普涨，本轮由超大型AI数据中心基建这一高能见度、长周期刚需驱动的结构性缺货，景气度将至少延续至2027年乃至2028年，被业内正式定调为“史上最长缺货潮”。
A股核心映射：被动元件与材料产业链的价值重估
在全球高端产能向日韩高度集中（村田与三星电机合计占据全球过半份额，在AI高端领域更是垄断超70%份额）的背景下，中国大陆本土供应商正凭借持续的研发突破与供应链韧性，加速承接庞大的国产替代红利与海外产能外溢需求。A股被动元件及上游材料板块迎来了高确定性的戴维斯双击（盈利预期上修与估值重估）。
1 三环集团（300408.SZ）：垂直一体化的高容突围者
作为国内高端陶瓷元器件绝对龙头，三环集团的MLCC月产能约在400亿颗规模，并正依靠雄厚的资本实力加速向高容、小尺寸等高溢价领域渗透。面对结构性缺口，公司前瞻性地拟投入重大扩产项目，预计在2026年底前新增产能366.96亿件，直指AI外溢与车规替代的核心腹地。
三环集团真正的护城河在于其“粉体制备—浆料成型—烧结—测试”的垂直一体化能力。2025年，公司电子及陶瓷材料（基础原材料业务）实现营收19.59亿元，不仅成功实现了核心配方粉体的自研自产，有效抵御了上游涨价风险，更将该业务板块毛利率稳定在36.6%的高位。此外，在AI算力的能源基建端，三环集团的固体氧化物燃料电池（SOFC）隔膜板组件深度绑定北美核心数据中心储能客户（如Bloom Energy）。随着大型科技公司（如甲骨文）将SOFC指定为AI数据中心的主电源，三环在此领域的收入预期在2026年有望翻倍突破10亿元，为其打开了跨越元件周期的长期能源基建成长空间。
2 风华高科（000636.SZ）：产能规模与高端占比的双重跃阶
风华高科是国内MLCC产能规模最庞大的旗舰厂商。其当前月产能约达635至650亿颗，位列中国大陆第一、全球第八。在全球AI高端产能受限、日韩厂商无暇顾及中端市场的战略机遇期，风华高科的产品结构正在发生质的蜕变。
目前，风华高科的高端产品（涵盖车规级、AI高容及工控领域）占比已悄然拉升至35%-40%区间（按当前产能折算约240亿颗/月），产线处于满产满销的火爆状态。根据公司公开的扩产节奏，其新增的高端专线产能（约151亿颗/月）预计将于2026年底实现全面满产。届时，公司不仅总产能稳居650亿颗的绝对高位，其高附加值产品的内部占比更将历史性地突破50%大关，高端月产量将达325亿颗。
由于日韩大厂的超高阶产线（设备架构、材料配方完全异构）在物理层面上无法在短期内自由降维、切回消费级生产，风华高科展现出了极强的战略弹性：向上，通过加速高端型号认证，逐步冲击算力白牌服务器及车规供应链；向下，则以庞大且高效的产能池，完美接盘被日韩巨头战略放弃的手机、PC端中大容量市场，从而全方位享受本轮跨度两年的量价齐升红利。
3 国瓷材料（300285.SZ）：掌控高端钛酸钡粉体的源头定价权
无论高端MLCC的层数如何疯狂堆叠，电介质厚度如何极限压缩，其底层的物理性能基因始终受制于核心原材料——钛酸钡（BTO）配方粉末。长期以来，全球高阶陶瓷粉体市场被日本堺化学、美国Ferro等四大巨头牢牢把控，合计控制了全球超61%的份额。
作为中国大陆唯一突破此项技术封锁的粉体新材料巨头，国瓷材料目前已占据国内钛酸钡粉体约70%-80%的市场份额，并成功夺取了全球约10%的市占率。在高容MLCC的成本结构中，粉体材料的成本占比高达35%至45%。随着AI级微型超高容电容要求介质层厚度缩减至亚微米级，对底层纳米级钛酸钡以及用于内电极的高精密纳米镍粉的要求（如纯度必须大于99.999%、球形度极高等）已逼近物理极限。国瓷材料多年来在基础水热法合成工艺上的深厚积累，不仅使其成为三星电机、国巨、风华高科等全球一线元件厂的核心供应商，更赋予了其在这场隐秘的算力耗材军备竞赛中，最为稳固且具备极高弹性的源头定价权。
4 洁美科技与达利凯普：载带耗材扩产与射频领域的差异化赋能
在元器件本体之外，周边配套环节同样呈现高景气度。MLCC封装与输送耗材（纸质载带与塑料载带）的绝对龙头洁美科技（002859.SZ），深度受益于全球元件大厂产能利用率的满载拉升。公司近期大举注资，分别投入11.99亿元及7亿元建设年产6万吨纸质载带及5万吨高端新型元器件封装材料项目。这些新增产能预计在2026年底平稳释放，使洁美科技稳稳成为全球被动元件扩产浪潮中的核心“送水人”。
另一方面，达利凯普（301566.SZ）则在射频MLCC这一高壁垒细分赛道实现差异化突围。针对算力网络互联端的需求，达利凯普规划新增的30亿只射频MLCC产能，高度匹配当前1.6T高速光模块及CPO（共封装光学）系统对于极低损耗、抗极高频干扰电容的严苛需求，形成了与传统AI计算主板逻辑并行、具备独立高溢价成长空间的投资映射途径。
关键事实与数据点（8-12条）
AI服务器用量激增倍数：单台搭载8块GPU的AI服务器MLCC用量达到15,000至28,000颗，相较于传统通用企业级服务器（约2,500颗）实现了10至15倍的指数级增长。
整机柜绝对消耗规模：在英伟达新一代VR200 NVL72机柜系统中，受网络互联模块剧增影响，单机柜级别的MLCC绝对消耗量历史性突破约60万颗，较上一代GB300高出30%以上。
BOM价值量跃升层级：单台VR200机柜的MLCC总价值量飙升至约4,320美元，较GB300体系的约1,530美元暴涨约182%，正式跃居AI服务器BOM中仅次于GPU与HBM内存的第三大成本项。
C0G电介质的零衰减特性：一类陶瓷电介质C0G（NP0）在-55°C至+125°C范围内的温度漂移仅为$\pm 30 \text{ ppm}/^\circ\text{C}$，且完全免疫高压直流偏置（DC-Bias）带来的电容衰减，是目前大电流高频稳压与谐振电路的唯一解。
核心设备交期形成的产能锁死效应：由于高度依赖少数日本顶级厂商（如平野、三船），当前高端MLCC成套制造设备（含流延、叠层、烧结）的交货周期已极端延长至12到18个月，导致全行业年度有效产能扩容上限被刚性锁死在10%至15%区间。
陡峭的良率爬坡损耗：由于层数超过数百层且单层厚度极薄，超高容AI电容制造难度极大。行业一线巨头在初期供货时良率曾一度低至60%，耗费大半年才拉升至80%的合格线，巨大的废品率进一步恶化了有效供给缺口。
产能挤出效应与价格跳涨幅度：日韩巨头调转大量产能主攻AI赛道，直接造成10μF、22μF及主流X5R等消费级规格全面供不应求。村田对AI级产品带头提价15%至35%，现货渠道紧缺型号涨幅最高突破60%。
上游基础粉体材料的成本控制力：纳米级钛酸钡等高阶陶瓷配方粉体在高端MLCC的成本结构中占比高达35%至45%，而国瓷材料凭借自主研发已占据中国国内约70%-80%（全球约10%）的统治级份额。
A股龙头风华高科的产能结构跃迁：风华高科目前月产能约在635至650亿颗，其高端产品（AI高容、车规等）月产量已达约240亿颗。预计至2026年底新增产能投产满载后，高端产能占比将历史性超过50%，达到325亿颗/月。
A股三环集团的横向能源基建卡位：除新增366.96亿件高容MLCC产能外，三环集团在固体氧化物燃料电池（SOFC）领域深度绑定AI数据中心能源客户，预计2026年该板块收入将同比翻倍至10亿元以上，构成强劲的第二增长曲线。
风险与证伪点
云服务商资本开支（Capex）骤降导致景气中断：当前长达两年的缺货预期高度建立在北美大型云服务提供商（CSP）对AI基建不计成本的持续投入之上。若大模型商业化变现放缓，导致2027年及以后的AI机柜订单被大规模推迟或取消，MLCC的高景气度将在库存牛鞭效应下遭遇急刹车。
设备供应商大幅扩产或工艺代差快速弥合：若日本、中国台湾或大陆本土的设备制造商在短期内突破产能瓶颈，实现生产设备的超预期批量交付；抑或一线电容大厂迅速攻克良率陷阱，使超高容产品良率跃升至95%以上的成熟水准，当前的供需缺口将比预期更快被抹平，引发价格反噬。
板级供电架构发生颠覆性降维替代：若未来的GPU集群成功研发并普及能够绕开超高密电容阵列的全新硅内供电方案（如集成度更高的片内直接电源管理封装），可能在物理层面永久且大规模地削减PCB板级MLCC的基础消耗量。
A股厂商核心白单认证进程严重受阻：大陆厂商进军AI高阶核心计算板供应链需经历长达12至18个月甚至更久的严苛认证周期。若因部分极端电气指标（如超低工作电压下的大电流漏电率控制、极限高频ESR）迟迟未能达标而无法导入头部AI服务器BOM白单，A股元件厂的业绩弹性将仅能依靠承接中低端溢出订单，其长线高估值逻辑将被市场证伪。
FAQ（5-7条）
Q1：为什么AI服务器不能直接使用原先手机或PC主板上的MLCC？
AI集群在满载矩阵运算时，其电流变化率（dI/dt）极快，极易引发巨大的瞬态电压跌落。普通的PC级MLCC不仅等效串联电阻（ESR）过高无法瞬间泄放巨大电流，且其使用的常规电介质在AI高压、极高内部热密度的严苛环境下会发生严重的直流偏置衰减，根本无法保障GPU芯片不宕机。
Q2：文章提到的C0G和X7R电容在AI主板上具体是如何分工的？
C0G电容具有零直流偏置衰减、无老化和极低的温度系数，被硬件工程师专门部署在最靠近GPU芯片电源引脚的核心区域，充当拦截MHz级超高频开关噪声的“绝对结界”；而X7R电容由于介电常数高、体积比容量大，主要部署在外围供电网络，负责48V到1V降压过程中的主母线电压平滑和中频频段的大容量电荷缓冲。
Q3：AI算力明明只占少部分量，为什么会引发整个被动元件行业的全面涨价？
这就好比高速公路的少数特权车道占用了大部分筑路资源。AI级MLCC通常需要极长周期的特种高温烧结，且良率偏低，生产一颗AI电容所消耗的设备机台时长和材料，相当于生产四五颗甚至更多标准品。由于总设备产能恒定，巨头将产线大量倾斜给利润丰厚的AI赛道，直接抽空了原本属于消费级的有效供给，形成了强烈的“挤出效应”，导致全品类供应告急。
Q4：上游核心生产设备的交付周期到底卡在了哪里？
高端MLCC的制造涉及精密流延机（将陶瓷浆料刮涂成小于0.5微米的薄膜）和超高精度对位叠层机。这些涉及流体力学微调与机械精度的关键非标定制设备，被少数日本老牌厂商（如平野、三船）绝对垄断。他们的年产量极低，加之核心零部件的供应链极长，使得当前新订设备的交付期硬性延长至12到18个月。
Q5：中国大陆本土的A股MLCC企业有能力直接供货英伟达等头部AI芯片大厂吗？
目前全球最顶尖的AI服务器MLCC（特别是紧贴芯片的高端型号）仍有超70%份额由村田等日系企业垄断。部分A股龙头企业近期已就“进入英伟达直供认证”传闻进行了澄清。然而，本土企业已成功打入部分其他大型AI服务器代工厂（ODM）体系，且日系产能抽离后留下的大量高价值汽车电子、光模块及高阶工控市场，构成了A股企业当前体量庞大且确定性极高的国产替代温床。
FAQ：这篇文章回答什么问题
为什么AI服务器不能直接使用原先手机或PC主板上的MLCC？
AI集群在满载矩阵运算时，其电流变化率（dI/dt）极快，极易引发巨大的瞬态电压跌落。普通的PC级MLCC不仅等效串联电阻（ESR）过高无法瞬间泄放巨大电流，且其使用的常规电介质在AI高压、极高内部热密度的严苛环境下会发生严重的直流偏置衰减，根本无法保障GPU芯片不宕机。
文章提到的C0G和X7R电容在AI主板上具体是如何分工的？
C0G电容具有零直流偏置衰减、无老化和极低的温度系数，被硬件工程师专门部署在最靠近GPU芯片电源引脚的核心区域，充当拦截MHz级超高频开关噪声的“绝对结界”；而X7R电容由于介电常数高、体积比容量大，主要部署在外围供电网络，负责48V到1V降压过程中的主母线电压平滑和中频频段的大容量电荷缓冲。
AI算力明明只占少部分量，为什么会引发整个被动元件行业的全面涨价？
这就好比高速公路的少数特权车道占用了大部分筑路资源。AI级MLCC通常需要极长周期的特种高温烧结，且良率偏低，生产一颗AI电容所消耗的设备机台时长和材料，相当于生产四五颗甚至更多标准品。由于总设备产能恒定，巨头将产线大量倾斜给利润丰厚的AI赛道，直接抽空了原本属于消费级的有效供给，形成了强烈的“挤出效应”，导致全品类供应告急。
上游核心生产设备的交付周期到底卡在了哪里？
高端MLCC的制造涉及精密流延机（将陶瓷浆料刮涂成小于0.5微米的薄膜）和超高精度对位叠层机。这些涉及流体力学微调与机械精度的关键非标定制设备，被少数日本老牌厂商（如平野、三船）绝对垄断。他们的年产量极低，加之核心零部件的供应链极长，使得当前新订设备的交付期硬性延长至12到18个月。
中国大陆本土的A股MLCC企业有能力直接供货英伟达等头部AI芯片大厂吗？
目前全球最顶尖的AI服务器MLCC（特别是紧贴芯片的高端型号）仍有超70%份额由村田等日系企业垄断。部分A股龙头企业近期已就“进入英伟达直供认证”传闻进行了澄清。然而，本土企业已成功打入部分其他大型AI服务器代工厂（ODM）体系，且日系产能抽离后留下的大量高价值汽车电子、光模块及高阶工控市场，构成了A股企业当前体量庞大且确定性极高的国产替代温床。
后续观察变量
- 核心上游材料或设备交期是否缩短。
- 北美云厂商 AI Capex 是否出现季度级下修。
- A股映射公司的真实订单、产能利用率、毛利率是否兑现。
- 替代技术路线是否削弱当前环节的瓶颈价值。
风险提示：本文为公开资料与产业链研究整理，不构成投资建议。相关标的受技术迭代、客户认证、订单节奏、估值波动和宏观流动性影响较大。
常见问题
为什么AI服务器不能直接使用原先手机或PC主板上的MLCC？
AI集群在满载矩阵运算时，其电流变化率（dI/dt）极快，极易引发巨大的瞬态电压跌落。普通的PC级MLCC不仅等效串联电阻（ESR）过高无法瞬间泄放巨大电流，且其使用的常规电介质在AI高压、极高内部热密度的严苛环境下会发生严重的直流偏置衰减，根本无法保障GPU芯片不宕机。
文章提到的C0G和X7R电容在AI主板上具体是如何分工的？
C0G电容具有零直流偏置衰减、无老化和极低的温度系数，被硬件工程师专门部署在最靠近GPU芯片电源引脚的核心区域，充当拦截MHz级超高频开关噪声的“绝对结界”；而X7R电容由于介电常数高、体积比容量大，主要部署在外围供电网络，负责48V到1V降压过程中的主母线电压平滑和中频频段的大容量电荷缓冲。
AI算力明明只占少部分量，为什么会引发整个被动元件行业的全面涨价？
这就好比高速公路的少数特权车道占用了大部分筑路资源。AI级MLCC通常需要极长周期的特种高温烧结，且良率偏低，生产一颗AI电容所消耗的设备机台时长和材料，相当于生产四五颗甚至更多标准品。由于总设备产能恒定，巨头将产线大量倾斜给利润丰厚的AI赛道，直接抽空了原本属于消费级的有效供给，形成了强烈的“挤出效应”，导致全品类供应告急。
上游核心生产设备的交付周期到底卡在了哪里？
高端MLCC的制造涉及精密流延机（将陶瓷浆料刮涂成小于0.5微米的薄膜）和超高精度对位叠层机。这些涉及流体力学微调与机械精度的关键非标定制设备，被少数日本老牌厂商（如平野、三船）绝对垄断。他们的年产量极低，加之核心零部件的供应链极长，使得当前新订设备的交付期硬性延长至12到18个月。
中国大陆本土的A股MLCC企业有能力直接供货英伟达等头部AI芯片大厂吗？
目前全球最顶尖的AI服务器MLCC（特别是紧贴芯片的高端型号）仍有超70%份额由村田等日系企业垄断。部分A股龙头企业近期已就“进入英伟达直供认证”传闻进行了澄清。然而，本土企业已成功打入部分其他大型AI服务器代工厂（ODM）体系，且日系产能抽离后留下的大量高价值汽车电子、光模块及高阶工控市场，构成了A股企业当前体量庞大且确定性极高的国产替代温床。
同一主题继续读
这篇文章属于 m8 的「ai-infra-and-software」研究链。继续阅读下面几篇，可以把公司、产业链和宏观变量放到同一张图里理解。
