MLCC短缺,前所未见

资讯 腾讯网 作者:腾讯网 全文 3052 字 · 约 8 分钟读完 分类HBM存储芯片

AI服务器的供应链紧张,正在从GPU、HBM内存和先进封装,进一步蔓延至一个此前并不那么受关注的基础元器件:MLCC(多层陶瓷电容)。 随着新一代AI服务器不断提高功耗,电源系统对高容量、....

所属频道 算力与芯片

AI服务器供应链的紧张情绪,眼下正从GPU、HBM内存和先进封装,扩散到一个过去不太受关注的基础元器件——MLCC(多层陶瓷电容)。


新一代AI服务器功耗越堆越高,电源系统对高容量、高可靠性电容的需求跟着快速上涨。其实变化不止在量上:MLCC的增长逻辑正在被AI基础设施改写。以往这个市场主要靠智能手机、PC和汽车电子拉动,现在AI服务器已经跻身高端MLCC最重要的增量市场之列。


TrendForce 10月29日发布的最新产业研究给出了更具体的时间表:AI应用正从大模型训练转向推理和AI Agent,服务器CPU需求由此快速增长。CPU要配电源模块和DDR5内存,相关主板及内存模组对高容值MLCC的需求也就水涨船高。TrendForce预计,高端MLCC供应最紧张的时刻将出现在2027年上半年,第一季度和第二季度可能是短缺高峰。


换句话说,AI服务器带来的元器件需求,已经不只压在GPU一处,而是向整个服务器系统铺开。


MLCC个头虽小,却是电子设备电源管理系统中少不了的元件,主要负责储存和释放电荷、滤除电源噪声、稳定电压,让处理器、内存及其他电路拿到相对稳定的电力。


放到AI服务器上,这件事尤其关键。GPU、CPU等处理器功耗一路走高,芯片运行时的瞬态电流变化更剧烈,电源系统得快速跟上负载变化,别让电压波动干扰芯片工作。与此同时,服务器主板、加速卡和内存模组上的供电线路越来越复杂,电容的容量、体积、可靠性以及高温工作能力都被提出了更高要求。


所以AI服务器要的不是把消费电子级MLCC简单多塞几颗,而是大量用上规格更高的产品。高容值、高可靠性MLCC造起来更难,材料、陶瓷介质层厚度、内部电极工艺和生产良率都有讲究,能稳定量产的供应商并不多。


TrendForce此前披露的数据已经印证了这一走向:X6S 0402 MLCC单板用量从最初的1440颗增至10544颗,增幅达到632%。


与此同时,


这些变化说明,AI加速器平台升级在推高芯片算力的同时,也在持续加大电源系统对高性能电容的需求。而新一轮需求增长,正从GPU进一步蔓延到CPU和内存。


TrendForce指出,AI推理业务规模扩大、AI Agent逐步进入实际应用,服务器CPU的分量正在上升。相比训练阶段,推理系统要处理的任务更复杂、更多样,CPU在任务调度、数据处理和系统管理上的作用更突出。TrendForce预计,2027年全球服务器CPU出货量将增长超过40%。


CPU出货涨上去,服务器主板、电源模块和DDR5内存的配套需求会同步增加,高容值MLCC的用量也将被进一步推高。


另一边,英伟达Vera Rubin平台预计2026年第四季度起逐月放量,AMD也已着手为MI450平台采购专门的高容值MLCC。GPU、CPU、DDR5内存和网络设备的需求挤在同一时间段释放,高端MLCC供应链因此承受的压力只会更大。


有一点值得留意,


MLCC市场由此显现出清晰的结构性分化:面向AI的高端产品供不应求,传统消费电子却未必能跟着沾光。


身处这样的行情,韩国三星电机(Samsung Electro-Mechanics)成了直接的受益方。


10月30日,三星电机对外宣布,已从一家全球客户手中拿到价值8793亿韩元(约6.56亿美元)的AI服务器MLCC供应合同,供货期定在2026年12月21日至2027年12月21日。这是该公司今年公开披露的第八份长期供应合同。


算下来,三星电机今年已披露的长期供应合同总金额约5.18万亿韩元,覆盖AI服务器MLCC、硅电容、电感以及FC-BGA等品类。公司方面还透露,眼下已与约50家客户签订长期供应协议,另有一些客户正就高附加值MLCC供应进行谈判。


AI需求的拉动,已经体现在三星电机的财报数字上。


10月28日,三星电机交出2026年第三季度成绩单:营收3.76万亿韩元,同比增长30%;营业利润6910亿韩元,同比增长165%。营收与利润双双刷新历史纪录。


生产MLCC等产品的元件解决方案部门贡献营收1.88万亿韩元,同比增长36%,是拉动公司业绩增长的重要力量。


Meritz证券研究中心的测算,进一步量化了AI业务对三星电机未来增长的带动效应:其预计三星电机AI相关MLCC收入将从2025年的3749亿韩元升至2027年的2.98万亿韩元,2028年进一步达到5.61万亿韩元。


若这一预测兑现,2027年将是三星电机AI相关MLCC业务规模明显上台阶的关键节点。


当然,盯上这块蛋糕的企业不止三星电机一家。


10月30日,村田公布了一项扩产计划:2026财年至2030财年的五年间,将投入约1万亿日元(约63亿美元)用于提升MLCC产能。这笔钱里,厂房建设约占3500亿日元,生产设备约占6500亿日元。村田方面预计,到2030财年,其MLCC销售额将超过2025财年的两倍。


按照规划,村田会在日本及海外现有生产基地新建厂房、添置生产设备,同时把现有生产线的产能提上去。其中冈山村田将建一座MLCC生产厂房,建设预计2027年4月动工,2028年底完工。这样一场大规模扩产,其实透出的是全球头部MLCC厂商对AI基础设施长期需求的判断——比起短期订单的起落,村田更在意未来几年AI服务器、通信设备和其他高性能电子产品能带来多少持续需求。



不过扩产不等于短缺马上就能松动。TrendForce的判断是,村田即便把扩产计划往前提,新增产能也很难在2028年之前真正落地见效。照此推算,高端MLCC供应吃紧的局面会一直延续到2027年上半年。



再说,高端MLCC扩产不是多买几台设备就能搞定的事。不同规格的产品,材料体系、生产工艺、制造参数都不一样,高容值、小尺寸的产品尤其如此,对陶瓷介质层和内部电极的工艺控制要求更严。设备到位之后,还得走完工艺优化、良率提升、客户认证这几道关。


头部厂商明明已经动手扩产,短期内有效供应还是上不来,原因就在这里。


价格方面,供应紧张也可能改写MLCC行业原来的议价格局。TrendForce提到,2027年第一季度的MLCC价格谈判会在2026年11月启动。高端产品供需持续偏紧,日本厂商有可能跟着三星电机涨价,供应商在谈判桌上的主动权正在变强。


这轮MLCC需求增长,往深了看是AI服务器硬件架构升级带来的系统性变化。以前市场看AI基础设施,目光大多落在GPU、HBM和先进封装这些核心芯片环节。可单台服务器功耗一路往上走,电源管理、供电网络、连接器、电感、电容这些基础元器件的位置也跟着抬高了。



AI推理和Agentic AI开始拉动CPU、内存及网络设备的需求之后,MLCC的用武之地已经从GPU加速卡铺到整个服务器平台。这么看,2027年高端MLCC可能出现的供应短缺,并非某个元器件市场的孤立事件,而是AI基础设施不断扩张后,供应链需求向更多基础电子元件传导的结果。



GPU固然决定AI服务器的算力天花板,可要让这些算力稳定跑起来,背后的供电系统一样少不了。MLCC正逐渐成为这轮AI基础设施竞赛里越来越关键的一环。


本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 英伟达详解AI内存全栈协同设计:HBM容量增3% 每美元吞吐量最高升30倍

    美东时间11月5日周四,英伟达发布公司博客文章,详解其AI内存全栈协同设计策略,强调随着大模型参数规模、上下文长度和智能体(Agent)应用持续扩张,AI基础设施的内存压力正在加剧,单纯增加GPU内存容量已不足以解决问题。英伟达提出,通过协同设计GPU、CPU、网络、存储和软件,并结合模型权重量化、KV Cache压缩

    来源 腾讯网
  2. 英伟达AI内存策略:HBM容量仅增3%,Agent吞吐量每美元最高涨30倍

    美东时间11月5日周四,英伟达发布公司博客文章,详解其AI内存全栈协同设计策略,强调随着大模型参数规模、上下文长度和智能体(Agent)应用持续扩张,AI基础设施的内存压力正在加剧,单纯增加GPU内存容量已不足以解决问题。英伟达提出,通过协同设计GPU、CPU、网络、存储和软件,并结合模型权重量化、KV Cache压缩

    来源 腾讯网
  3. NVIDIA 全栈协同设计破解 AI 内存瓶颈

    IT之家 11 月 6 日消息,英伟达昨日(11 月 5 日)发布技术解读,指出随着大模型参数规模、上下文长度和智能体应用快速增长,GPU 显存正面临前所未有的压力,HBM 供应趋紧、价格上升,在可以预见的未来仍将持续。为了破解当前 AI 内存瓶颈,英伟达探索引入了“全栈协同设计”理念,将 GPU、CPU、网络、存储和

    来源 腾讯网
  4. 美光45亿美元桃园工厂停建,劳资纠纷成导火索

    据彭博社报道,美光已经暂停在中国台湾桃园市建设一座价值45亿美元(约300亿人民币)的存储芯片工厂。此次暂停与当地持续发酵的劳资纠纷有关。美光管理层对于项目面临的不确定性日益担忧,其中包括此前与当地工会达成的协议存在被推翻的风险。

    来源 华尔街见闻
  5. 印度拟24个月自研GPU:ISM 2.0覆盖设计到制造

    印度在ISM 2.0下瞄准本土GPU,正是对这一结构性约束的回应。与此同时,印度当前的AI算力供给仍然高度依赖进口。IndiaAI Mission的共享算力池在2026年6月达到超过45,000块GPU,面向研究人员和初创企业提供补贴性算力接入。但据印度媒体报道,截至2026年10月,该任务实际可用的GPU约为30,0

    来源 TechWeb
  6. 印度GPU自研计划:24个月目标与1.275万亿卢比预算

    印度在ISM 2.0下瞄准本土GPU,正是对这一结构性约束的回应。与此同时,印度当前的AI算力供给仍然高度依赖进口。IndiaAI Mission的共享算力池在2026年6月达到超过45,000块GPU,面向研究人员和初创企业提供补贴性算力接入。但据印度媒体报道,截至2026年10月,该任务实际可用的GPU约为30,0

    来源 TechWeb
  7. 印度要自研GPU:24个月目标,预算1.275万亿卢比

    【TechWeb】11月6日消息,据印度科技媒体ETGovernment报道,印度电子和信息技术部(MeitY)秘书长S. Krishnan在接受专访时表示,根据“印度半导体使命2.0”(India Semiconductor Mission 2.0),印度政府计划支持本土GPU芯片研发,并预计这项工作需要约24个月。

    来源 AI 行业观察
  8. 李飞飞团队发布Frameboy:浏览器里实时体验世界模型

    智东西作者 | 王涵编辑 | 云鹏智东西11月6日报道,刚刚,“AI教母”李飞飞的世界模型团队World Labs发布Frameboy,是一个基于Atlas优化的实时流式生成演示Demo。Frameboy从云端GPU流式传输画面,速度最高可达15FPS,这意味着每隔约67毫秒就能获得一帧新画面。与之对比,谷歌DeepM

    来源 腾讯网
  9. 高通联发科手机芯片业务双双滑坡,AI热潮下谁能接棒?

    当整个半导体产业都在为AI狂欢时,有一个曾经最赚钱的细分市场,却正在悄悄降温,那就是手机芯片。AI大模型的爆发,让全球半导体产业迎来了新的投资热潮。英伟达、AMD以及各大云计算厂商争相布局AI算力,数据中心成为资本和产业资源竞相追逐的新战场。但在这场盛宴之外,手机芯片市场却是另一番景象。曾经作为芯片产业最大...

    来源 腾讯网
  10. 美“核武级”AI禁令悬顶:美股恐慌收跌,马斯克财富单日缩水800亿美元

    AI概念股受挫,马斯克财富单日缩水近800亿美元政治立法的风吹草动迅速传导至资本市场。受“AI禁令”恐慌情绪影响,存储、光通信等AI概念股遭遇重挫。福布斯实时富豪榜显示,截至美股11月5日收盘,马斯克个人财富约为7895亿美元,单日缩水793亿美元。彭博亿万富翁指数则显示,马斯克个人财富达到7850亿美元,单日缩水79

    来源 TechWeb
  11. 马斯克单日身家缩水近800亿美元:民主党推超级AI禁令,美股应声重挫

    AI概念股受挫,马斯克财富单日缩水近800亿美元政治立法的风吹草动迅速传导至资本市场。受“AI禁令”恐慌情绪影响,存储、光通信等AI概念股遭遇重挫。福布斯实时富豪榜显示,截至美股11月5日收盘,马斯克个人财富约为7895亿美元,单日缩水793亿美元。彭博亿万富翁指数则显示,马斯克个人财富达到7850亿美元,单日缩水79

    来源 TechWeb
  12. 阿里云荷兰开服,SK海力士Q3营收首破百万亿韩元

    11月5日,华鑫证券发布了一篇计算机行业的研究报告,报告指出,Gemini 4 Carbon发布,SK海力士发布2026财年Q3财报。 报告具体内容如下:算力:阿里云荷兰开服持续加码海外布局,SK海力士发布财报印证AI存储高景气阿里云荷兰数据中心正式开服新增海外算力节点,完善全球地域与可用区布局,输出全套基础云能力并落

    来源 腾讯网
  13. Altman改名Ram引热议:AI基建要踩刹车?

    最近,Sam Altman 改名了。 11 月 4 日,OpenAI CEO 在 X 上短暂更换了显示名称,从 Sam Altman 改成了Ram Altman。 事情的起因是,Altman 此前在一档播客中谈到,普通人的电脑里装着大量 RAM,却只有很少时间真正被使用。从全球资源分配的角度来看,还不如把这些内存集中到

    来源 AI 行业观察
  14. 三星SK海力士进博会亮AI内存方案,美光英特尔高通同台

    21世纪经济报道记者 张赛男 第九届进博会技术装备展区,半导体公司展示“算力”的方式变了。往年观众习惯看制程数字、跑分曲线、峰值带宽。今年更值得看的是,存储双雄如何针对“内存墙”提出不同场景的解法,以及其他巨头如何把芯片重新包装成“可交付的算力系统”。存储双雄:最前沿内存产品同台2026年第三季度,全球存储...

    来源 腾讯网
  15. 三星Galaxy S27韩版芯片敲定:Pro与Ultra用骁龙8 Elite Gen 6系列

    IT之家 11 月 6 日消息,据科技媒体 Sammobile 今天报道,自 Exynos 2400 以来,三星每一代自研移动处理器几乎都有所进步。尽管有传闻称 Exynos 2700 将成为三星迄今最出色芯片,但 Galaxy S27 Pro 和 Galaxy S27 Ultra 手机仍有可能继续使用高通骁龙。爆料人

    来源 腾讯网
  16. Dropbox 3.5亿美元收购Tigris Data,押注AI存储平台DBX Agent Cloud

    Dropbox宣布以3.5亿美元收购数据基础设施初创公司Tigris Data,该交易旨在支撑其全新存储平台DBX Agent Cloud的开发。这一平台面向构建AI模型与智能体的开发者,标志着Dropbox从云存储服务商向AI基础设施提供商的战略转型。本文梳理交易细节、技术背景与行业影响。

    来源 AI 科技快讯
  17. YC初创设百万美元悬赏,求解AI材料科学五大难题

    成立仅数月的YC初创公司Discovered Materials宣布,设立总额100万美元的悬赏基金,围绕五个尚未解决的材料科学问题,每个解决方案奖励20万美元。该公司用AI寻找芯片材料,希望以开放创新加速材料发现,并验证AI在半导体材料研发中的潜力。这既是科研激励,也是初创公司构建生态、吸引人才与实验合作者的战略动作

    来源 AI 科技快讯
  18. 印度拟24个月自研GPU,同步推SHAKTI、VEGA商业化

    IT之家 11 月 6 日消息,印度正加快建设本土半导体产业,计划在未来约 24 个月内研发出自主 GPU 芯片,同时推动基于 RISC-V 架构的 SHAKTI 和 VEGA 处理器进入商业市场。 据印度科技媒体 ETGovernment 当地时间 11 月 4 日报道,印度电子和信息技术部(MeitY)秘书长 S.

    来源 AI 行业观察
  19. Dropbox 3.5亿美元收购Tigris Data,为DBX Agent Cloud补存储底座

    Dropbox宣布以3.5亿美元收购数据基础设施初创公司Tigris Data,该交易旨在支撑其全新存储平台DBX Agent Cloud的开发。这一平台面向构建AI模型与智能体的开发者,标志着Dropbox从云存储服务商向AI基础设施提供商的战略转型。本文梳理交易细节、技术背景与行业影响。

    来源 AI 行业观察
向下滚动自动加载更多