MLCC成AI服务器第三大成本项 仅次于GPU和存储芯片

AI产业链的下一个瓶颈究竟卡在哪里？这个问题正令行业头疼不已。高盛近期抛出一个反直觉的判断——既非光模块，也非HBM，而是一个极易被忽视的微型元件：多层陶瓷电容器，即MLCC。

6月1日，高盛分析师Nelson Armbrust在研报中点破了这层关键。他明确指出，在当下AI服务器的物料清单成本结构中，MLCC已悄然跃升至第三位，成本权重仅次于GPU与存储芯片。这个排名释放出一个强烈信号：当全行业的目光都聚焦于算力与带宽时，这颗不起眼的电容器正悄然成为整条供应链的“卡脖子”节点。

更值得警惕的是竞争格局的演变。针对AI服务器中紧邻GPU/ASIC的“低压高容量”MLCC，技术迭代已进入双重极限状态：一方面必须在极受限的PCB布板空间内实现器件极致微型化，另一方面还需同步将容值推至物理上限。这绝非普通工艺改良，而是将准入门槛拉升到了极高水准。

高盛另一位分析师Allen Chang则直指瓶颈本质——MLCC行业的生产设备与核心原材料，高度依赖企业内部自研能力。简单说，扩产并非买几条现成产线就能解决，而是受限于内部工程专家的数量与经验积累。结果便是全行业产能扩张弹性极度刚性，年增长率被牢牢锁定在10%左右的低位。面对AI爆发式增长的需求，这一数字远远不够。

来源：互联网