《急就篇》（急就章）是西汉史游编著的一部童蒙字书。全书共四卷，三十四章，每章为七言为主，杂以三言、四言的韵文体。内容涉及姓氏名字、衣食器用动植诸物、社会人事等方面的应用字。取篇首 “急就” 二字为书名。此内含明嘉靖时期刊本、崇祯时毛氏汲古阁刊本两种。介绍下载：

此《北京风俗图谱》由民国时期刘延年等绘，日本青木正儿编。画册共收录一百一十七幅图，内容分为岁时、礼俗、居处、服饰、器用、市井、游乐、伎艺共八部分，描绘并记录了晚清至民国时期北京的岁时风俗、器物服饰与市井百态。此册现藏于日本东北大学附属图书馆。介绍下载：

此《四书图考》由清代杜炳辑。全书包含：天文、地舆、宗庙、朝聘、礼射、冠昏、音乐、典籍、井田、武备、宫室、器用、衣服图考，共十三卷。此书仿江永《乡党图考》，对《论语》《孟子》《大学》《中庸》广其义例，先配以图画，后证以记载。此为清道光九年刊本。介绍下载：

此《分门纂类唐宋时贤千家诗选》由南宋诗人刘克庄编集。全书共二十二卷，分为十四门：时令、节候、气候、昼夜、百花、竹木、天文、地理、宫室、器用、音乐、禽兽、昆虫、人品，收录作者三百六十多人，录诗一千二百多首。此为清康熙四十五年扬州诗局刻楝亭藏书本。介绍下载：

12岁中国小男孩还没资格开银行账户，却靠Google Play上的小游戏赚了12万美元。 而他学校还在教怎么用Microsoft Word。 他搬来两台显示器，用ChatGPT一晚上就搭好游戏，边敲代码边对着镜头讲解，录下发到B站，视频有3万播放。 因为太小，没有银行卡和开发者账号，是爸爸帮他提交上架，全程只按儿子指示签字，一个字没写。 这款0.99美元的游戏，首月赚7000美元，第十二个月起每月稳定进账超1万，还是他挤作业和晚饭空隙做的。 谷歌花30万请高级工程师做的事，他3小时就搞定，学校老师还给他加分贴了公告栏。 一个31岁香港承包商，把他的视频慢放0.25倍抄下代码，把游戏里的15分钟定时器，改成BTC自动交易定时器，每15分钟自动交易一次。 六个月后，承包商的交易钱包有86.8万美元利润，他在开发者群发截图：“我偷了一个12岁小孩的作业，周二早上市场就给了我4696美元。 消息传到推特，四小时内就有人证实，交易时间和小孩游戏的定时器完全一致。

12岁的一个中国小男孩，还不能开银行账户，却已经靠一个Google Play上的小游戏赚了12万美元 而他的学校还在教他怎么用Microsoft Word。 那天晚上，他搬出两台显示器，用ChatGPT花了一个晚上就把游戏搭好了。 每敲一行代码，他都大声解释给镜头听，然后全程录下来发到Bilibili。 他太小了，自己没法上架游戏——没有银行卡、没有支付方式、也没有开发者账号。 最后是他爸帮他提交的。父亲一个字都没写，只是儿子指到哪里，他就签哪里。 游戏定价0.99美元。上架第一个月赚7000美元，到第十二个月，已经稳定每月进账1万美元以上。这还是他在写作业和吃晚饭的空隙里做出来的。 谷歌每年花30万美元请高级工程师做的事，这个12岁小孩三个小时就搞定了。 视频火了3万播放。他还把游戏拿到学校展示，老师直接给他加分，还贴在了公告栏上。 六个月后，有人给他发了一张截图。 那是一个交易钱包：868,862美元利润，28,620单预测。 同一个15分钟定时器——当初用来控制游戏的，现在每15分钟就在跑BTC交易。 一个31岁的香港承包商，把那个视频慢放0.25倍速，把屏幕上每一行能看到的代码都抄了下来，然后把定时器指向了BTC，每15分钟自动交易一次，完事就去忙自己的事了。 六个月后，这个钱包赚到了86.8万美元。他在私人开发者群里发了一张截图，只写了一行字： “我偷了一个12岁小孩的作业，周二早上市场就给了我4696美元。” 有人把这条消息截图发到Twitter。四个小时内，就有人证实所有交易时间和那个小孩游戏的15分钟定时完全一致。

海备思这个C to C转接头内置5.1K下拉电阻，专门把电压限制到5V来适应各种小家电，比如键盘、手持小风扇、迷你小闹钟之类的。 这些小家电用大功率充电器反而没法正常充电，所以我之前买了好几个苹果5V1A的回收充电头专门用来给小家电充电。 海备思这个卖16，苹果5V1A的二手8块（需要A to C线），但要单独占一个插头位置，海备思这个可以复用现在的充电器，用的时候接上，只能说各有利弊吧。

最近消费级DRAM和SSD市场报价下跌，之前存储周期有ptsd的投资人开始恐慌，这轮存储超级周期是不是到头了？ 这种观点忽视了这轮周期的和之前的巨大差异：这个市场已经不是一个整体了。 aidc、企业端和消费级用的存储根本不是同一种东西 HBM和消费级DDR5的巨大差别稍有经验的投资人应该都了解了，物理上完全没法替换。 就算DRAM里也有分层。aidc和企业服务器用的是带ECC纠错和寄存器缓冲的RDIMM，消费级是没有ECC的UDIMM。 ECC不是可选配置，是服务器长期稳定运行的硬性要求——内存比特翻转在消费端顶多死机重启，在数据中心可能造成静默数据损坏，后果完全不同。两种产品封装形态不同，生产时就已经分流。 SSD同理。消费级QLC固态硬盘寿命大概600TBW，企业级可以到10000TBW以上。数据中心每天写入量巨大，消费级产品几个月就废。而且企业级SSD有专门的QoS固件保证延迟稳定性，消费级在垃圾回收时延迟会抖，这对AI推理服务的SLA是不可接受的。 更重要的是，dram和ssd从晶圆切片那一步就已经分流了。 以dram为例，同一块晶圆出来的die，测试通过ECC和时序要求的去做RDIMM，其余的降级做消费品。 所以即使消费端有过剩，把库存重新定向供应aidc或者企业产品也完全不可行。 消费端降价对这次周期来说，不是主要因素。 真正要判断存储大周期是否见顶，应该看：HBM供需是否开始逆转（比如三星良率追上海力士导致供给过剩）、CSP资本开支是否实质性削减、AI推理货币化是否不及预期。这些信号一个都没出现，消费端降价单独说明不了什么。 如果非要拍脑袋给个结论，个人认为，这很可能不过是硅升碳降，k型增长，在存储产业的反映。 消费端跌的同时，HBM和企业级存储完全可以继续涨，这不是矛盾，是这轮周期的结构特征。

为什么 MLCC 又重要了？ 本文专注于三个问题，大家各取所需： 1. 为什么现在MLCC变得重要了？ 2. 为什么是高端MLCC？ 3. 为什么本次更像是结构性短缺而非补库存周期。 请注意，本文的逻辑您可以直接复制给你们的AI，AI会告诉你基于本文描述的情况还能找到哪些其他的产业，或是在中国A股有什么标的。 本文不赘述此处，但是欢迎大家评论区留言讨论。 觉得大家有点价值，欢迎大家画一刀点个订阅。 ---------TL:DR--------- 1. 为什么现在MLCC变得重要了？ 过去看MLCC，会把它当成一个手机、PC、汽车电子周期品。 手机出货好，MLCC好；消费电子差，MLCC差。这个理解不能说错，但在AI服务器时代，它已经不够用了。 因为AI数据中心正在把MLCC从一个“普通被动元件”，重新推回到一个非常关键的位置：Power Delivery Network，也就是供电网络。 AI服务器的核心问题，不只是GPU够不够多，HBM够不够快，光模块够不够密。还有一个更底层、更物理的问题： 这么大的电流，如何稳定、低损耗、快速响应地送到GPU/ASIC核心？这就是MLCC重新变得重要的原因。 现在的数据中心供电架构正在发生变化。传统服务器时代，12V供电已经用了很多年。但AI rack功耗暴涨之后，行业正在往48V/54V，甚至±400VDC/800VDC演进。 Google、Meta、Microsoft推动OCP Diablo 400；NVIDIA也在推800VDC AI factory power stack；TI、Vertiv、ABB、Delta这些公司也都在围绕800VDC架构布局。 但这里有一个容易被误解的点： 高压供电解决的是远距离传输效率，不是芯片核心附近的供电问题。800V也好，48V也好，最终到GPU/ASIC核心，仍然要变成不到1V的核心电压。 而一个1000W级别的AI芯片，如果核心电压约1V，意味着它附近要处理的不是几十安培，而是数百到上千安培的瞬态电流。 这才是真正可怕的地方。 AI芯片不是一个稳定耗电的灯泡。它的负载会快速跳变。某个计算任务起来，电流需求瞬间拉高；电源网络如果响应不够快，电压就会下陷，也就是voltage droop。droop太大，轻则降频，重则错误、宕机、可靠性下降。 所以越靠近GPU/ASIC，越需要大量电容作为局部电荷缓冲，压低PDN阻抗，抑制噪声和电压波动。 这就是MLCC在AI服务器里的真实作用。 它不是“板子上随便贴一堆小电容”。它是在帮GPU/ASIC维持高速运行时的供电稳定性。 2. 为什么是高端MLCC？ 但这里必须强调：真正重要的不是所有MLCC，而是高端MLCC。 为什么？ 因为AI服务器需要的不是普通消费级规格。它要的是：高容量、小尺寸、低ESL、低高度、高可靠、高耐压、耐高温，甚至要能放在package附近、land-side、die-side，或者参与嵌入式PDN设计。 普通MLCC解决不了这个问题。因为在高频场景下，电容不是只看容量。ESL，也就是等效串联电感，会变得非常关键。ESL太高，电容在高频下就不像电容，反而会失去去耦效果。 所以AI服务器真正需要的是低ESL、短电流路径、大电流截面积、能贴近芯片的MLCC。 这就是为什么村田在AI服务器供电指南里，不是泛泛而谈“MLCC需求增加”，而是专门讲die-side、land-side、低ESL、低高度、小型高容量，以及PDN仿真和元件摆放。 这背后的意思是：高端MLCC已经不只是材料问题，而是供电架构问题。这也解释了为什么这轮更像“结构性短缺”，而不是普通周期补库存。 3. 为什么本次更像是结构性短缺而非补库存周期？ 普通MLCC并不一定短缺。手机、PC、一般消费电子需求并不强，很多标准规格并没有进入全面紧缺。 但AI服务器用的高端MLCC是另一回事。 它受限于几个东西： 第一，需求增长不是单纯来自AI服务器数量增加，而是每块AI baseboard、每个power module、每个GPU/ASIC附近的电容用量和规格都在上升。 第二，高端MLCC产线不是普通产线随便切一下就能做。小型化、高容量、低ESL、高耐压、高温可靠性，都涉及良率、工艺、材料和测试能力。 第三，AI服务器客户认证周期长。进入GPU/ASIC供电网络的元件，不是今天报价、明天替换。它要和主板、封装、电源模块、热设计、仿真模型一起验证。 第四，头部供应商不太可能为了短期需求疯狂扩普通产能。经历过多轮MLCC周期后 村田 (村田製作所, Murata 太阳诱电(太陽誘電, Taiyo Yuden 三星电机 (삼성전기，Samsung Electro-Mechanics TDK ( 这些厂商更倾向于把产能分配给高端、高可靠、高利润规格，而不是重走低端过剩路线。 所以我们看到的可能不是“MLCC全行业普涨”，而是： 低端松，高端紧。消费级松，AI服务器紧。普通规格松，高容量/高耐压/低ESL/低高度规格紧。 这就是结构性短缺。 还有一个问题：硅电容会不会替代MLCC？ 我的理解是，不是简单替代，而是分工。越靠近die、越高频的位置，硅电容会更有价值。它可以进入封装，interposer、die-side附近，处理极高频瞬态。但板级、power module、48V输入输出、land-side、中高频去耦，仍然需要大量高端MLCC。 所以硅电容的出现，并不是否定MLCC逻辑，反而说明同一个趋势： AI芯片附近的电源完整性，正在变成新的价值池。 未来不是某一种电容通吃，而是MLCC、硅电容、聚合物电容、嵌入式电容基板一起分工。 因此，MLCC这条线最重要的判断，不是“会不会像2018年那样全行业大缺货”。 我认为更正确的问题是： AI服务器高端MLCC会不会持续紧？ 我的答案是：大概率会。 因为AI rack功耗还在继续上升，48V/54V只是当前阶段，±400VDC/800VDC是下一阶段，但不管远端电压怎么升，最终芯片核心附近都必须面对低压、大电流、高瞬态、高热密度的问题。 只要这个问题存在，高端MLCC就会继续重要。 短缺也更可能出现在这些方向： 高容量、小尺寸MLCC 低ESL、低高度MLCC land-side / die-side 用MLCC 48V电源系统里的高耐压MLCC 高温、高可靠、服务器级认证规格 能参与PDN仿真和客户协同设计的高端料号 所以这不是简单的“被动元件涨价故事”。 更准确地说： MLCC正在从消费电子周期品的一部分，变成AI基础设施供电网络的一部分。 这也是为什么它值得重新研究。 AI产业链的利润池，不只在GPU、HBM、光模块。 当算力继续堆高，瓶颈会自然扩散到供电、散热、互联、存储这些底层物理环节。 而MLCC这一次站上的，正是“供电完整性”这个位置。 这才是这轮高端MLCC行情最值得重视的地方。