大家好，我是小武。
AI服务器的核心元件中，GPU和存储芯片广为人知，但比米粒还小、单价不到一毛钱的MLCC正成为隐形卡脖子环节。
一台AI服务器需用约28000颗MLCC，这个被称为电子工业大米的元件，当前面临全球性缺货，行业预计缺货将持续到2027甚至2028年，可能是被动元件史上最长缺货周期。
高盛研报显示，MLCC已成为AI服务器物料成本中仅次于GPU和存储芯片的第三大项，这是被动元件首次占据如此重要的位置。
MLCC的作用如同AI算力的电力地基。
如果GPU是AI的大脑，光模块是血管，MLCC就是芯片周围的稳压器。
芯片运算时电流波动剧烈，电压不稳定会导致运算错误甚至烧毁。
MLCC通过随时充放电稳定电压，芯片功率越大，需要的MLCC数量越多、容量越高。
全球MLCC产能高度集中，前五厂商占据近八成市场份额。
缺货源于三个叠加因素。
首先是AI服务器数量激增，2026年全球AI服务器出货量预计同比增长28%。
其次是单台用量暴增且规格升级，AI服务器的MLCC用量是普通服务器的10到15倍，且从22微法升级到47微法等高容小尺寸规格，生产难度大幅提升。
最后是产能乘数效应，高端MLCC层数多、工艺复杂、良率低，一颗高端品消耗的产能是普通品的4到7倍。
2025年AI服务器仅占MLCC总颗数的1.1%，却吃掉7.5%的产能，挤占中低端产能。
扩产面临三大瓶颈。
专用设备交货期长，新产线从建设到投产需18到24个月。
高端MLCC的陶瓷介质层需做到亚微米级，叠层数百上千层，容值越高、尺寸越小，良率越难控制。
上游材料被垄断，陶瓷粉体和镍粉主要由日本企业掌控，国内虽有突破，但高端纯度和稳定性仍有差距，配方更是独门绝技。
MLCC历史上是周期品，但这一轮不同。
AI算力的长期增长支撑高端高容MLCC的结构性需求，村田预计年均增长30%。中低端通用品仍属周期，但高端需求爆发是长期趋势。
供应链高度集中于日韩台，国内年进口2.56万亿颗，对外依赖度极高。
国产替代在中低端常规规格提速，但高端车规和AI用高容产品与日韩龙头仍有差距。
材料端虽有企业突破，但高端领域仍需追赶。
产业核心竞争力往往是默会知识，如工艺手感、配方经验，需要长期积累。
被动元件板块上涨后，盲目追涨性价比不高，更重要的是识别隐形卡脖子环节的能力。
热门跟贴