一颗不到1分钱的元器件，为何能让整个AI产业颤抖

type

status

date

slug

summary

category

icon

password

网址

一颗1分钱的东西，正在掐住AI的脖子

我做产业研究这么多年，第一次被一组数字震住，是在今年年初。

一个标准的AI服务器机柜，需要的MLCC数量是30万到60万颗[2]。

60万颗。

你没看错，不是60颗，是60万颗。

MLCC，多层陶瓷电容器。型号0402 104，0402尺寸，100nF容量。目前原厂价？不到1分钱人民币[2][10]。

一颗不到1分钱。

全世界都在抢H200、B200、GB200[4]。没人注意到，这颗不起眼的小电容，正在变成AI产业链最致命的瓶颈。

今年初我跟一个做服务器供应链的朋友聊。他原话是这么说的："机柜里现在最缺的不是GPU，是MLCC。"

GPU缺货，新闻天天报。MLCC缺货，没几个人听过。

可GPU能不能跑起来，恰恰取决于电路板上这些肉眼几乎看不见的小电容。滤波、去耦、储能——没有MLCC，那些价值几十万上百万的加速卡，通电就是一团噪音。

我给你算一笔账。

单机柜MLCC价值量，不含涨价预期，4到8万元人民币。加上配套的光模块、电源、液冷、交换机里的MLCC，数字接近翻倍[2]。

全球MLCC市场，1000亿元人民币的盘子[1]。

今年下半年，AI需求要吃掉这个盘子的20%以上[2]。

20%，200亿增量，砸进一个原本四平八稳的千亿市场。

更狠的在后面。MLCC用量跟GPU功率和频率直接挂钩[4]。每一代GPU迭代，MLCC的价值量提升幅度，比GPU功耗涨幅还大。明年下一代GPU和ASIC出来，MLCC需求有望再翻一倍[2][3]。

翻倍，再翻倍。

一颗不到1分钱的东西。成本占整机小数点后三位。可它一坏，整机就挂。

供应链最残酷的地方就在这里。最不起眼的环节，一到紧缺，就是最致命的瓶颈。

下面我拆开来讲，这场风暴到底是怎么卷起来的。

单机柜30-60万颗，AI养出了一个多大的胃口

先把账算清楚。

一个AI服务器机柜，里面塞满GPU、CPU、内存、网卡、电源、散热模组。这些芯片要稳定工作，电力供应不能有任何波动。MLCC干的就是这个活——滤波、去耦、储能，把电源噪声压到芯片能承受的量级。

以目前主流的GB200 NVL72为例[4]。单机柜72颗GPU，配套的CPU、网卡、电源管理芯片数量比GPU多好几倍。每颗芯片旁边都要围一圈MLCC。大芯片旁边几十颗上百颗，小芯片旁边十几颗几十颗。

一加总，30万到60万颗[2]。

这些MLCC种类五花八门。0402尺寸的104、105。0603的106。大尺寸的107、226，甚至更大的476。高端的单颗几毛到几块钱，普通的几分钱。不含涨价预期，单机柜MLCC总价值量4到8万[2]。

加上光模块、电源、液冷、交换机等配套环节里的MLCC，翻个倍。8到16万[2]。

装在一个几百万的机柜里，成本确实不起眼。小数点后三位。

但别忘了，60万颗MLCC，任何一颗短路，都可能牵连整块板子。

这东西就是典型的四两拨千斤。

再看全球市场大盘。

MLCC年产值约1000亿元人民币[1]。日本村田、韩国三星电机、台湾国巨，三家吃掉大半份额。中国大陆所有厂加在一起，10%出头[5]。

100亿对900亿，差距就是这么大。

AI需求正在快速改写这张饼的切法。下半年，AI将吃掉MLCC总需求的20%以上[2]。一个千亿级别的稳定市场，突然砸进来200亿增量。

而且增量在加速。

MLCC用量跟着GPU功耗走。看英伟达产品线：A100单卡400W。H100蹦到700W。B200再跳一级，到1000W左右。每跳一次，MLCC用量和规格都跟着涨[4][2]。

明年下一代GPU和ASIC，MLCC需求有希望再翻倍[2][3]。

翻倍再翻倍。

这就是AI的胃口。不是线性增长，是滚雪球。

市场在为算力突破欢呼，基础元器件的压力，才刚开始积累。

需求坐火箭，产能骑单车——2年周期追不上滚雪球

需求在狂飙。供给呢？

这一块是整轮周期的核心逻辑。

AI算力需求的增长速度，是指数级的。从2023年ChatGPT引爆大模型军备竞赛开始，全球AI算力需求每年翻两三倍。每一代新模型，训练算力要求都在跳涨。

这种增长不等你。它不是每年多要10%、20%，是直接翻倍。

再看产能。

高容MLCC扩产，从立项到量产，至少两年[3]。两年，730天。

730天里，AI算力需求可能已经滚了4到8倍。

你拿线性扩张去填指数增长，这个洼地只会越来越大。

有人问，砸钱提速行不行？

高容MLCC产线不是你想建就能立马转起来的。高精度叠层机、气氛烧结炉、纳米级粉体，每个环节都有硬门槛。钱砸下去，设备交期、调试、良率爬坡，一样绕不开[3]。

但有一个选项可以缩短时间：技改转产。

把现有中低容产线，通过设备改造和工艺调整，转成高容产线。周期5到6个月[3]。远比建新线快。

当下的供需形势下，转产不是可选项，是必选项。三季度海外大厂还会再搞一轮[2][8]。

一转产，就出连锁反应。

高容产能不够，中低容线被转去搞高容。中低容产能少了，更低端线被拉去补中低容。一层压一层，从最高端一路压到最低端。

这就解释了为什么MLCC不是"高端涨、低端不涨"，而是全系列齐涨。

我观察过一圈AI相关材料元器件。存储、覆铜板、玻纤、光纤——没一个环节只涨高端不涨低端。全行业都一样。

低端反而涨得更凶。

逻辑很简单：高端有技术护城河，扩产还算有序。低端门槛低，一旦被产能挤压，供给缺口拉得更大。价格弹性摆在那，基数又低，跳起来幅度更大。

指数需求对线性扩产。MLCC是缩影，整个制造业都在经历同一道算术题。

一套简单的算数：转产1:5到1:8的损耗

MLCC的核心工艺是叠层。陶瓷薄膜和电极层层交叠，层数决定容值。

四个档次的层数差异，我列一下[3]：

104（100nF）：约70到80层。

105（1μF）：约200层。

106（10μF）：约500层。

107（100μF）：约1200到1300层。

从104到107，层数差15倍以上。

也就是生产一颗107，叠层机跑一轮的工时，至少顶生产104的15倍。

但这是理论比。现实中，层数越多，良率掉得越厉害。叠1200层比叠70层的精度要求高好几个量级，稍微偏一点，整颗报废。

工时消耗加上良率损失，转产高一档容值的实际产能损耗，大约是1比5到1比8[3]。

什么意思？

一条产线原本能产100万颗104，转产105之后，只能产12万到20万颗。

转106，只剩1.5万到4万颗。

转107，2000到8000颗。

每跳一档，砍掉80%到95%的产出。

当AI需求拉动107、226这些超大容产品紧缺，大厂把中低容线转过去。中低容产能就被血洗了。

可中低容MLCC的需求一点没少。手机、汽车、家电、工业控制，这些赛道用中低容MLCC的量根本没降。

供给被抽走，需求原地不动，缺口就炸开了。

低端厂想补中低容的窟窿，没那个技术。高端厂不想回头做中低容，赚那几个点毛利划不来[8]。

于是高容缺，中低容也缺。全系列齐缺。

而且中低容涨价弹性比高容还大。高容单价已经高了，再涨下游会拼命压价。中低容基数低，从不到1分钱涨到两三分钱，幅度上反而更猛[2][10]。

1:5到1:8，小学数学。

这条数能解释的东西，比它看起来的多得多。

为什么低端比高端涨得更猛？牛鞭与恐慌

先讲一个供应链常识：牛鞭效应[7]。

终端消费者需求波动一下，上游供应商的波动会被层层放大。就像甩牛鞭，手腕一抖，鞭梢甩出几米。

MLCC行业把牛鞭效应玩到了极致。

一颗MLCC从原厂出来，走代理商、经销商，再到终端客户。每个环节都有自己的安全库存。

终端需求多10%，经销商会多备15%以防断货。代理商看到经销商订单多了，可能多备20%。原厂看到代理商订单暴涨，以为需求炸了，再往上加。

三四个环节传下来，原厂接到的订单量，实际终端需求的增量被放大了好几倍。

当下更麻烦。因为所有人都知道MLCC要涨。

经销商巴不得原厂涨。库存坐地升值，差价全吃。代理商盼着涨，利润空间拉大。终端客户也慌——怕以后买不到，现在能多囤就多囤。

涨价预期本身就在制造需求。恐慌性囤货又反过来坐实涨价。

于是出现一个挺反直觉的现象：

现货市场，高容涨幅可能超过中低容。因为高容供给最紧，投机性最强，弹性大[2][10]。

原厂挂牌价，中低容涨幅可能反而超过高容。因为高容大客户议价能力强，原厂压不住。中低容客户散，定价权完全在原厂手里。