找回密码
立即注册
搜索
热搜: Java Python Linux Go
发回帖 发新帖

4521

积分

0

好友

650

主题
发表于 昨天 21:29 | 查看: 9| 回复: 0

一、被“卡脖子”的万亿精密元件

2026年3月,村田制作所向全球合作伙伴发送了一份调价通知:对AI服务器和高端车规级MLCC涨价15%至35%,4月1日起生效。通知发出的当天,三星电机跟进宣布提价,韩国、中国台湾的被动元器件厂商相继效仿。一时间,MLCC从“路边摊的电子元件”变成了“有钱也买不到的稀缺品”。

这不是孤立事件。村田的订单询问量(B/B值)达到了1.12,意味着每接100颗订单只能出货89颗——产能利用率高达90-95%,客户拿着现金排队等货。部分渠道的现货价格涨幅已经超过了20%,高容值MLCC的交期从正常的4-6周拉长至18-22周

在全球AI算力军备竞赛的背景下,一个不到米粒大小的电子元件,正在悄悄成为影响算力产业链安全的关键节点。

二、MLCC到底是什么

2.1 米粒大小的“充电宝”

MLCC,全称 Multi-Layer Ceramic Capacitor,中文名叫“片式多层陶瓷电容器”

如果拆开看它的结构,原理并不复杂:把陶瓷浆料(主要成分是钛酸钡)做成极薄的薄膜,在薄膜上印上金属电极(通常是镍或铜),然后一层一层叠起来——少则几十层,多则上千层——最后高温烧结成型,就得到了一个“千层饼”结构的小元件。

这个“千层饼”能做什么?储能和放电

电容的基本原理初中物理就教过:两个导体中间隔着一个绝缘体,就构成了一个能够存储电荷的元件。MLCC用陶瓷作为绝缘体(电介质),用金属薄膜作为电极,因为层数极多(可超过1000层),每一层的面积虽然小(毫米级),但总的有效面积累加起来非常可观,从而在极小体积内存储大量电荷。

一个0402规格的MLCC(长0.04英寸×宽0.02英寸,约1mm×0.5mm),内部展开后的电极总面积可以超过100平方厘米——相当于一张A6纸的面积。

这就是MLCC的核心竞争力:用最小的体积,实现最大的电容量

2.2 为什么AI服务器需要那么多MLCC

一块主板上,MLCC主要承担以下几类功能:

功能 通俗解释 在AI服务器中的重要性
电源滤波 消除电流中的噪声波动,让供电更稳定 AI芯片电流波动剧烈
去耦电容 防止芯片工作时的电流突变干扰其他元件 GPU内部数十亿晶体管同时开关
旁路电容 为瞬时电流需求提供快速响应 AI负载瞬时峰值极高
储能电容 在需要时快速释放大电流 HBM内存读写需要稳定供电

一块高端AI服务器主板上有数十颗大型功耗芯片(GPU、CPU、内存、电源管理IC),每一颗都需要数百到上千颗MLCC为其提供去耦和滤波功能。以英伟达GB200为例:单块主板搭载约6,500颗MLCC。而到了Rubin GPU时代,由于TDP(热设计功耗)翻倍,这一数字攀升至约12,000颗——一个Rubin GPU板卡上的MLCC数量,几乎等于2,000部智能手机的用量总和。

这不是线性增长,而是指数级的需求爆发。

三、MLCC的制造:门槛极高的精密工艺

3.1 从粉体到成品

MLCC的生产流程看起来并不复杂,但每一个环节都藏着极高的技术壁垒:

陶瓷粉体制备 → 流延成型 → 印刷电极 → 叠层 → 切块 → 烧结
     ↓            ↓        ↓        ↓      ↓       ↓
钛酸钡粉体   薄膜(1-10μm) 镍浆   上千层   切割   1300°C烧结
(核心壁垒)   均匀涂布   精密图案 对准叠压 陶瓷体 收缩率控制

第一步:陶瓷粉体制备(核心壁垒)

MLCC用的陶瓷粉体主要是钛酸钡($BaTiO_3$),纯度要求极高(99.99%以上),粒径要求在纳米至亚微米级(50-500nm)。粉体的粒径、形貌、纯度直接决定了MLCC的介电常数和电气性能。

全球能生产高端MLCC用钛酸钡粉体的厂商极少:日本堺化学、美国Ferro、中国国瓷材料是其中的代表。村田、三星电机之所以能垄断高端MLCC市场,一个重要原因就是它们要么自产粉体,要么与粉体厂商有独家合作协议。

这就是为什么三环集团被看作中国MLCC产业的“全村希望”——它是国内极少数同时具备陶瓷粉体自产能力和MLCC成品制造能力的厂商,实现了从粉体到成品的垂直整合。

第二步:流延成型

把陶瓷浆料均匀地涂布在专用薄膜上,形成1-10微米厚的薄层。这一步的核心难点在于:薄膜必须绝对平整,任何缺陷都会导致最终产品的一致性和可靠性问题。流延膜供应商主要集中在日本和韩国,中国的东材科技洁美科技正在加速突破。

第三步:印刷电极

在陶瓷薄膜上用镍浆(或铜浆)印刷电极图案。图案精度要求极高——误差不能超过几微米。这一步主要用日本和德国的精密丝印设备,国内在设备国产化方面仍有差距。

第四步:叠层

把印好电极的陶瓷薄膜一层一层精准对齐叠压。对准精度要求在±2微米以内,叠层数量可达数百甚至上千层。目前主流厂商的叠层工艺已高度自动化,但缺陷控制仍是工艺难点。

第五步:烧结

把叠好的陶瓷体放入高温烧结炉,在1300°C左右的还原气氛中烧结成瓷。这一步决定了MLCC的最终致密度和介电性能。烧结温度曲线(升温速度、保温时间、冷却速率)是各家厂商的核心工艺机密。

3.2 壁垒为什么这么高

MLCC制造的核心壁垒体现在三个维度:

1. 粉体壁垒:高端MLCC用钛酸钡粉体的合成需要精确控制晶体结构和粒径分布。粉体性能越好,MLCC的介电常数越高,同样体积下能存储的电荷越多。国内粉体纯度与日本产品仍有差距,这是制约国产高端MLCC性能的主要瓶颈之一。从技术文档来看,粉体制备技术仍是国产替代的关键突破口。

2. 工艺壁垒:从流延到叠层到烧结,每个环节都需要长期积累。以叠层为例,1000层薄膜的总厚度可能只有几百微米,任何一层出现缺陷都会导致整颗MLCC失效。

3. 设备壁垒:高端流延机、叠层机、烧结炉的采购和维护成本极高,中小厂商难以承受。

四、MLCC产业地图

4.1 全球竞争格局:一超多强

全球MLCC市场呈现“一超多强”的格局:

厂商 国家 市场份额 核心优势
村田制作所(Murata) 日本 ~31.8% 高端MLCC绝对霸主,垂直整合最强
三星电机(SEMCO) 韩国 ~19.3% 三星集团内部大量采购,规模优势
太阳诱电(Taiyo Yuden) 日本 ~13.0% 高容值MLCC,与村田并称“双雄”
TDK 日本 ~12.0% 车规级MLCC领先,磁性材料专家
国巨(Yageo) 中国台湾 ~10.0% 并购奇力新后产能大增
其他 ~13.9%

内资厂商合计市场份额仅约6%-7%,代表厂商为三环集团(2.5%)、风华高科(1.9%)、微容科技(1.5%)。

4.2 中国MLCC产业:从低端切入,向高端爬升

中国MLCC产业经历了三个阶段:

第一阶段(1990s-2010s):引进消化

以风华高科、三环集团为代表的国内厂商,通过引进日本设备和工艺,逐步实现了对日韩中低端产品的替代。这一阶段的国产MLCC主要用在消费电子的普通应用场景,技术水平与村田相差约10-15年。

第二阶段(2015-2022):资本驱动扩张

在国家半导体产业政策和国产替代的大背景下,三环集团、风华高科等厂商通过IPO、定增等方式募资,大幅扩产MLCC产能。同时,以华为为代表的国内终端厂商开始有意识地培养国产供应链,为内资MLCC厂商提供了切入大客户的机会。

第三阶段(2023至今):AI催化加速

英伟达GPU需求的爆发 + 日韩厂商产能瓶颈 + 国产替代加速,三重因素叠加,推动内资MLCC产业从“替代”走向“引领”。三环集团已经实现对部分AI服务器用MLCC的供货,风华高科的AI服务器用MLCC产品已经通过客户认证。

4.3 MLCC的分类与应用场景

按应用场景,MLCC可以分为四大类:

MLCC分类
│
├── 【消费级MLCC】
│   ├── 特点:价格竞争激烈,量大毛利低
│   ├── 应用:智能手机(1000-1500颗/部)、PC、平板
│   └── 主要玩家:村田、三星电机、国巨、风华高科
│
├── 【工业级MLCC】
│   ├── 特点:稳定性要求高,认证周期长
│   ├── 应用:工业控制、5G基站、服务器
│   └── 主要玩家:村田、TDK、三环集团
│
├── 【车规级MLCC】  增长最快 
│   ├── 特点:可靠性要求极高(15-20年寿命),认证3-5年
│   ├── 应用:新能源汽车(单车3000-10000颗)
│   │         ECU、电池管理、电机驱动、ADAS传感器
│   └── 主要玩家:TDK、村田、三星电机
│   │   国内突破:三环集团(已获车规认证)
│
└── 【宇航/军工级MLCC】 壁垒最高 
    ├── 特点:最高可靠性等级,宇航级认证极难
    ├── 应用:卫星、导弹、雷达、军用电子
    │         工作温度-55°C至+125°C,可靠性比民用高100倍
    └── 主要玩家:国内只有宏达电子、鸿远电子(稀缺资质)

五、2026年MLCC爆发全解析

5.1 英伟达催化

2026年MLCC行情的爆发,有一条清晰的催化链条:

英伟达Rubin GPU量产(TDP翻倍)
    ↓
单GPU需MLCC从6,500颗→12,000颗(用量+85%)
    ↓
全球AI服务器出货量预计同比增长60%以上
    ↓
MLCC总需求量2026年同比增长87%(中金预测)
    ↓
村田/三星产能利用率>95%,B/B值1.12
    ↓
涨价15%-35%(村田3月/三星4月)
    ↓
渠道囤货 + 国产替代加速
    ↓
三环集团、风华高科等内资厂商订单爆满
    ↓
A股MLCC板块5月22日涨幅9-11%

5.2 一个被忽视的数据:2.56万亿颗的进口量

2025年,中国进口MLCC 2.56万亿个,金额61.79亿美元。如果把这些MLCC一颗一颗排列,可以绕地球赤道近200圈。

更重要的是,这61.79亿美元的进口中,相当一部分是高端MLCC——AI服务器用高容值MLCC、车规级MLCC、宇航级MLCC。这些领域的国产化率目前不足5%。

如果中国实现了50%的MLCC国产替代,对应市场空间约为1.28万亿个,这是一个超过200亿元人民币的增量市场。对于年营收数十亿元的三环集团、风华高科而言,这意味着巨大的增长空间。

5.3 日本厂商为什么不愿意扩产

一个反直觉的现象是:村田和三星电机明明知道AI服务器MLCC需求爆发,为什么不大幅扩产?

答案在于:MLCC的扩产周期太长,投资回报不确定

一条高自动化率的MLCC产线建设周期需要2-3年,设备主要从日本采购,单条产线投资额在10-20亿元人民币。更关键的是,日韩厂商担心2028年后AI服务器需求是否会回落,如果现在大力扩产,届时可能面临产能过剩。

因此,日韩厂商选择了涨价而非扩产——既享受了需求爆发带来的利润,又规避了长周期投资风险。这个战略选择,直接把产能空间留给了中国厂商。

六、真的能替代吗

6.1 差距在哪里

客观来说,中国MLCC产业与日本仍有差距:

指标 村田(旗舰产品) 国产旗舰产品 差距
最小尺寸 008004(0.25×0.125mm) 01005(0.4×0.2mm) 约5年
最大容值 470μF(0603) 220μF(0603) 约3年
车规级认证 全系列通过 部分通过 约5年
介电常数(相对) 3000 ~2000-2500 约3年

差距主要集中在:超小型化、高容值、车规级三个方向。在智能与数据驱动的AI算力时代,这些技术差距正在倒逼国产加速追赶。

七、MLCC技术趋势与产业演进

7.1 超小型化:008004时代

MLCC的尺寸在持续缩小。2010年代主流是0402(1.0×0.5mm),2020年代转向0201(0.6×0.3mm),而村田已经在2022年实现了008004(0.25×0.125mm)规格的量产,这是目前世界上最小的MLCC。

为什么越小越好? 手机内部空间寸土寸金,一部旗舰智能手机需要1000-1500颗MLCC,只有把每颗MLCC的尺寸缩小,才能在有限的PCB面积内容纳更多元件。同时,008004的寄生电感更小,在高频场景下的电气性能更好。

7.2 高频化:5G与AI的共同要求

5G通信和AI计算都在往更高频率发展。传统MLCC在高频下的等效串联电阻(ESR)和等效串联电感(ESL)会成为信号完整性的障碍。低ESL/低ESR型MLCC高频型MLCC的需求正在快速增长。

村田的“LLM系列”(Low ESL MLCC)和TDK的“高频MLCC”是目前这一领域的标杆产品。国内三环集团和顺络电子正在加速追赶。

7.3 车规化:新能源车是下一个主战场

新能源车的单车MLCC用量是燃油车的5-10倍(3000-10000颗 vs. 300-500颗),原因在于:

  • 电池管理系统(BMS)需要大量MLCC进行滤波和去耦
  • 电机驱动系统的功率器件需要MLCC抑制纹波
  • ADAS传感器(毫米波雷达、摄像头)对MLCC的可靠性和高频性能要求极高

村田预测:2025-2030年车规级MLCC需求CAGR将达到20%以上,是所有MLCC细分市场中增速最快的。

7.4 国产化:从替代到引领

MLCC产业的终极目标,不是替代日韩的中低端产品,而是在高端MLCC领域建立自主可控的能力。这包括:

  • 国产高端钛酸钡粉体的进一步突破(纯度>99.999%)
  • 超小型化(0201→01005→008004)的量产能力
  • 车规级MLCC的全系列认证通过
  • 与AI服务器大客户(英伟达、AMD、华为昇腾)的深度绑定

一个不到米粒大小的元件,正在成为全球算力竞争中最隐蔽也最关键的一道防线。突破口在哪里?时间会给出答案。

本文仅供信息交流、学习参考及讨论之用,不构成任何投资建议。资本市场存在风险,投资需谨慎。




上一篇:AMD发布锐龙AI Max PRO 400系列APU:160GB显存直逼3000亿参数本地大模型
下一篇:硅光子光源四代演进:EML 短缺下,CW、CPO、单片集成谁主沉浮?
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-5-23 05:42 , Processed in 1.133290 second(s), 39 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表