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。

全球高端MLCC被村田制作所、三星电机、太阳诱电垄断，合计占超60%份额。它不会像内存大涨，扩产门槛低、替代厂商多，供给弹性大。 其实现在二三线业绩都还没有。 内存是没长协所以提价。但MLCC就都是长协，至少28年前很难提价增量。 年底才能看到业绩证伪或者证真。

假设你用的是iPhone手机，首先，影像系统来自于索尼，振动马达来自于日本电产，存储芯片来自于日本东芝，主板电容来自于村田制作所，屏幕来自于日本夏普，太多了，不一一列举了，国内主要负责组装，金属中框，电池电芯封装，至于苹果为什么没有采用中国的高技术，那我就不得而知了。

这怎么不算一种财富的传承呢？ 日本一大叔，刚炒股5个月就浮亏了1700多万日元，他乐观的表示， 实在不行，就把这些股票留给孩子，这样自己也不算亏🤣 他平时沉迷于在铠侠，藤仓等股票上做当天买卖的短线，一旦股价下跌，又舍不得卖，便不断补仓等它涨回来。 其中最荒唐的一次，还是铠侠。 他原本想借券商的钱买100股铠侠做短线，结果点错了单，直接用自己的现金买了100股，一笔便花掉1080万日元。 买进以后，铠侠开始下跌，他又不肯卖，只能把原本的短线拿成长期持仓。 更麻烦的是，一千多万日元现金已经被这笔订单占掉，其他几笔借钱买入的股票也在同时亏损。 他在藤仓，村田制作所和精工技研上的操作也差不多。 原本只想买一点做短线，看到下跌以后却不断补仓，几只股票越买越多。 所有持仓加在一起，浮亏一度达到1700万日元，大约80多万元人民币。 为了避免股票被券商强行卖掉，他还需要往账户里补进约400万日元。 可手里的现金已经花光，他又不肯在下跌时卖掉股票，最后只能跑去消费金融公司借钱补给券商。 他觉得自己买的都是业绩不错的公司，迟早还会涨回来，即使以后再次收到补钱通知，也准备继续借钱补给券商。 大叔现在天天更新交易日记，铁了心和这些股票继续耗下去。 如果实在涨不回来，就直接留给孩子，这样也不算亏.... 也不知道他的孩子，知不知道他老爹这个传承计划🤣

市场这两天又开始炒作 MLCC 了。个人不参与，不过可以研究下板块和相关标的 MLCC 全名多层陶瓷电容，由几百上千层电极和陶瓷交替重叠。芯片工作时电流忽大忽小，远处的电源跟不上这种突变，电压瞬间会被拉垮，MLCC 就是用来放电稳住电压的。 一台 GB300 AI 服务器用掉约 3 万颗，GPU 功率越大电流波动越厉害，用的还必须是高容值的高端产品。供给端的问题是当前高端产品只有几家做得出来 按 MLCC 收入排： 6981 村田制作所：电容占营收 51%，AI 高端主场，要买 MLCC 标的首选这个 009150 三星电机：占全球份额约 2 成，高端线满产 6976 太阳诱电：全球份额 8%–10%，强项是高频、小尺寸高容这类难做的产品 2327 国巨：电阻世界第一，MLCC 只排第三，赚的是常规品涨价的钱 至于为什么不参与，已有媒体报道渠道商捂货惜售，现货报价里掺水 而且把 AI 整条产业链都买一遍，仓位会买成超市，个人认为持仓超过 5 个就很难个个兼顾，除非做短线。

❌拿不住美股-----看AI核心电子元器件分解 —— 对应美股AI CapEx图解, 这样你心里有数，就拿得住了，AI在哪里被卡住了。 一、PCB / AI服务器ODM（系统组装） ♨️核心逻辑 :AI服务器升级 → 高层数PCB、高速PCB需求暴增。 • 伟创力 Flex Ltd. —— $FLEX • 天弘科技 Celestica —— $CLS • 捷普 Jabil —— $JBL • TTM 科技 TTM Technologies —— $TTMI 二、MLCC（多层陶瓷电容） AI服务器高频、高功耗下核心被动元件。 • 威世科技 Vishay —— VSH（主做被动元件 / MLCC） • 村田制作所（OTC）Murata —— MRAAY（全球龙头） • 太阳诱电（OTC）Taiyo Yuden —— TYOYY 三、CPO（共封装光学）美股芯片 / 平台 AI数据中心最重要的方向之一。 🅰️CPO芯片 / 交换平台 • 博通 Broadcom —— $AVGO • 美满电子 Marvell —— $MRVL • 英伟达 NVIDIA —— $NVDA 🅱️光模块 / 光器件 • Lumentum —— $LITE • 高意 Coherent —— $COHR • 应用光电 Applied Optoelectronics —— $AAOI 四、HBM（高带宽内存）美股 ♨️HBM决定AI GPU上限 • 美光科技 Micron —— $MU （美国唯一 HBM 生产商） 非美股核心 •SK海力士（全球HBM龙头） •三星电子 五、CCL（覆铜板 Copper Clad Laminate）美股 纯 CCL 美股极少，下面为材料 / 基板相关 • 罗杰斯 Rogers —— $ROG （高频板材，PCB 核心材料） 六、FPC（柔性电路板）美股 AI链条里不是最核心方向。纯正 FPC 美股几乎没有，以下为柔性电路 / 互连相关 • 泰科电子 TE Connectivity —— $TEL （柔性连接器、FPC 组件） • 安费诺 Amphenol —— $APH （柔性互连、FPC 连接器） 七、DRAM（内存） • 美光科技 Micron —— MU（唯一美股 DRAM 大厂） 八、NAND（闪存） • 美光科技 Micron —— MU（同时做 NAND） 九、GPU（图形处理器 / AI 芯片） AI产业链绝对核心。 • 英伟达 NVIDIA —— $NVDA （AI GPU 绝对龙头） • 超威半导体 AMD —— $AMD （GPU+CPU） 十、先进封装（Advanced Packaging） 先进封装是AI时代最关键增量之一。 • 英特尔 Intel —— $INTC（SiP/EMIB/Foveros） • 高通 Qualcomm —— $QCOM（SiP 封装） • 安靠科技 Amkor —— $AMKR （全球封测大厂，SiP 主力） 十一、交换芯片 / Networking AI集群扩张核心。 • Broadcom —— $AVGO • Marvell —— $MRVL • NVIDIA —— $NVDA • Arista —— $ANET 十二、AI基础设施底层材料层 • 康宁 —— $GLW 十三、AI互连 / Connectivity • Astera Labs-- ALAB 后面3个我补充的，尤其是康宁，我看见有人喊拿10年后再看~~~

华尔街观察｜两大AI产业前瞻判断 @cnfinancewatch 在X平台的宏观研判之中，我并非产出海量观点，但有两项判断，已经逐步得到市场现实验证。 第一，去年年底我提出：AI本质是中美两国的排他性游戏。很多市场目光聚焦芯片、大模型算法，却忽略底层约束：AI算力大规模扩张的硬门槛是电力供给。只有中美具备支撑超大规模算力集群的电力储备与电网基建能力，全球AI竞赛的底层，本质是电力的竞争。没有充足稳定的电力，再多GPU硬件也无法落地，这一底层逻辑，正在被全球算力建设的现实不断印证。 第二，今年5月实地走访美日韩之后，我得出明确判断：日韩将成为美国AI体系最重要的战略支撑国家。韩国手握HBM存储芯片的核心产能，是AI服务器不可或缺的硬件底座；而日本正在全力构筑完整的AI上下游产业链，从半导体设备、关键材料，到精密元器件、工业机器人、AI行业解决方案，村田制作所、东京电子、发那科等一众细分龙头深度布局，覆盖算力硬件、材料、制造、垂直应用全链条，试图打造自主可控的AI产业生态。 美日韩正在形成深度产业协同：美国掌握大模型与算法生态，韩国提供存储硬件，日本补齐上游材料设备短板。这套分工体系，将深刻改写全球AI供应链格局，是我们研判科技赛道不可忽视的关键变量。 以上仅为宏观逻辑推演，不构成投资建议。 欢迎订阅，参加我的实战训练营：

日本游戏主播Oniya沉迷股市，还自创了一套“玄学动量黑猩猩交易法”🤣 结果一度浮亏3000万日元，大约140多万元人民币 他这套方法主要有三步：追正在上涨的热门股，看雅虎财经留言板里的情绪，最后查老黄历，看到当天是吉日，才会下单🤣 买进以后，他会像抓着香蕉的黑猩猩一样不肯松手，很少主动止损。 别人以为这套方法是节目效果，Oniya自己却真的拿它下单。 他用借来的钱买了铠侠，藤仓和爱德万测试等多只热门股，把总仓位加到约5300万日元。 随后日本股市开始下跌，多只持仓一起亏损，账户很快收到券商的补钱通知。 为了避免股票被券商强行卖出，Oniya先卖掉200股铠侠，当时他的账户里仍有约450万日元浮亏，但他依然觉得热门股票迟早还会涨回来。 没过多久，铠侠又因为诉讼消息跌停，其他股票也继续下跌。他随后卖掉其中两只，持仓损失一度扩大到约2300万日元。 后来他带着账户上节目时，剩余持仓的浮亏已经接近3000万日元，距离被券商强行卖出只剩一步。 别人劝他学会撤退，他却仍然相信自己能够等到行情反转。 再后来，他按照雅虎留言板里的情绪买卖铠侠和村田制作所，赚了3万多日元，人民币1000多点，还给自己点了一份特上鳗鱼饭庆祝🤣

村田製作所(Murata Manufacturing)："大膽評估"擴增MLCC產能 全球 MLCC 龍頭村田製作所因 AI 伺服器需求暢旺，將擴大產能。副社長南出雅範接受日經專訪指出，每台 AI 伺服器搭載的 MLCC 數量持續增加，產品朝小型、大容量、高耐熱與高附加價值發展。公司預估 AI 用 MLCC 需求至少旺到 2028 年；中長期則由資料中心擴散至邊緣 AI，其中最被看好的是實體 AI（機器人等應用）。 產能方面，村田計畫在截至 2027 年度的兩年內，對 MLCC 設備投資約 800 億日圓，目標將產能提高兩成以上。原先已為自動駕駛等需求提前準備到 2028 年的廠房；但客戶展望顯示 2028 年後需求仍可能擴大，因此正以未來 3 至 5 年為期，「比以往更大膽」評估包含新廠房在內的方案，地點可能在日本國內外既有據點。計畫尚未定案，但評估已相當深入。 價格策略維持與客戶長期互信，不輕易隨短期供需漲跌，以免吸引新進者、傷害中長期價值；不過若同業大幅調價，可能影響產品組合與生產布局，因此會緊盯市場。 近期業績已反映熱潮：2026 年 4–6 月整體訂單年增 56.3% 至 6,739 億日圓，創單季新高；其中電容訂單年增 85.5% 至 4,155 億日圓。當季 BB 值 1.34，連續第 7 季高於 1，為至少 24 季來新高。