（本文作者为 松果财经，钛媒体经授权发布）
文 | 松果财经
AI 产业链的价值重估终于推进到了电路板的“ 最后一厘米”。
5 月下旬以来，MLCC 概念股持续上涨，风华高科连续走强，三环集团、国瓷材料、火炬电子、顺络电子等公司被资金关注。成为一支让人意外的产业劲旅。
MLCC 是什么？它的全称叫多层陶瓷电容器 (Multi-layer Ceramic Capacitor），也就是电路板上的贴片电容，能在短时间内释放或吸收电荷，主要起到滤波、旁路、耦合、谐振这些处理和稳定电流的作用。
大众第一次对它产生系统性的认识，可能来自英伟达。不过不是现在的 AI 产品，而是 6 年前，英伟达当时推出的旗舰消费显卡 3080 和 3090 系列，出现了大批量的啸叫、黑屏、崩溃问题。
不少用户和技术博主经过研究，发现有问题的显卡普遍全盘采用成本较低的 POSCAP 电容；而没有问题的显卡，则都采用了 MLCC 电容搭配 POSCAP 电容，甚至全 MLCC 电容。
虽然英伟达当时的 BOM 中没有硬性规定必须采用哪种产品，但实际体验证明，MLCC 在电子产品中有更好的性能。
起初，这种优势其实并没有给它带来很大的影响，因为从电子产品整体来看，它虽然重要，但作为基础件的价值量有限，还不至于成为产业的明星。
直到最近，AI 产业链爆火之后，“ 一人得道，鸡犬升天” 的景象在全产业链持续上演。因为随着 AI 服务器需求增长，大摩在最近的一份“ 网红研报” 中明确提到，英伟达新一代 Rubin VR200 平台显著提高了 MLCC 价值量，日韩龙头产能利用率接近满载，高端 MLCC 出现供给紧张和涨价迹象。
不仅仅是 MLCC，AI 硬件系统正在把过去隐藏在 BOM 表深处的基础器件，频繁地推到台前。GPU、HBM、光模块都只是最表层的元素，现在算力越密集，电流波动越剧烈，板级设计越复杂，电源稳定、信号完整、热环境适应这些底层环节就越重要，所以一大批不负责计算，却影响计算能否稳定发生，甚至只是存在于上游的环节，都在成为热点。
这个周期，是像传统电子产业时代一样昙花一现，还是能随 AI 产业发展走得更远？狂欢之下，一个新故事生根发芽。
一、MLCC 价值博弈的关键，是系统稳定性而非硬件价值
MLCC 的功能并不神秘。它的基本作用是储存和释放电荷、过滤噪声、稳定电压。
被动元件行业过去最常见的行情来自库存周期，也就是消费电子产业 （比如手机） 的周期性销售波动。下游需求决定上游生产价值。
但 AI 打破了这个平衡，因为 AI 服务器带来的不是一般需求恢复，而是单台设备元件用量和单颗元件规格的同时提升。
这个应用增长的逻辑是这样的：AI GPU 的扩展同时放大了上下游的电力传输压力。上游于是采用更高电压的配电，包括 800 伏直流电，不过 GPU 本身承受不了这种电流，所以需要下游采用更强的 VRM、更紧凑的 PDN 和更激进的解耦响应来实现电流的转换。这个转换类似动态的波纹，需要 MLCC 作为保障系统稳定的一环。
从用量看，通用服务器主板大约使用 1800 至 2500 颗 MLCC，八卡 AI 服务器主板需要 15000 至 25000 颗。而高端机柜，比如 GB200 NVL72 的 MLCC 用量约 44.1 万颗，VR200 单机柜约 60 万颗。它们都要服务于电源系统、计算板、交换板和高速互连环境。
因此，日前走红的一份来自 Morgan Stanley 的研报，明确提到了这部分增量的价值。在 Nvidia NVL72 物料成本中，MLCC 从 GB300 平台的 1530 美元提高到 VR200 平台的 4320 美元，增幅达到 182%。
对比一下其他环节的增量，PCB 由 35100 美元提高到 116730 美元，增幅 233%；ABF 载板由 11160 美元提高到 20340 美元，增幅 82%；电源由 57600 美元提高到 76000 美元，增幅 32%。MLCC 的绝对金额仍然不及 GPU、内存、PCB 等环节，但增幅很可观。用量大、单价低、弹性强的周期元件，现在有了新身份。
据中金公司测算，AI 服务器 MLCC 需求量在 2026 年和 2027 年有望分别增长 87% 和 88%；服务器 MLCC 整体需求量在 2026 年和 2027 年有望分别增长 49% 和 61%。村田也预计，FY27 服务器 MLCC 需求将达到 FY25 的 2 倍，FY25 至 FY30 年均复合增长率约 30%。
值得一提的是，你可以从 MLCC 的历史中发现它应用广泛，但 AI 服务器对 MLCC 的需求之所以是有效增量，是因为它有一定的应用门槛，高端 MLCC 不等同于普通消费电子 MLCC。
GPU、CPU、内存、网络芯片同时高负载运行，电流波动更加剧烈，板级电源管理更复杂。MLCC 需要承担就近去耦、瞬时补电、滤波和稳压功能。功率密度越高，系统对电压稳定和元件可靠性的要求越高；板卡设计越紧凑，对小型化、高容值、耐高温和高可靠产品的需求越强。
高端 MLCC 单价可能是普通消费级产品的 3 至 5 倍甚至更高。这个逻辑在汽车电子、功率半导体、连接器和 PCB 中都出现过：当终端系统价值显著提高，过去不起眼的基础件会重新获得议价能力。
二、有效供给无法迅速扩张，真正的约束在高端产能
高端与低端之间总是有着天壤之别，这种差别存在于差价、销量规模、客户认知度，以及其生产者的地位差异之中。MLCC 稀缺的原因，就是总产能并不等于高端有效产能。产能名义上存在，不代表能够通过 AI 服务器客户认证，更不代表能够稳定供货。这种资质总是能卡住很多零配件企业。
公开信息显示，截至 2025 年底，村田整体 MLCC 产能利用率达到 90% 至 95%，AI 相关订单量是现有产能的两倍。进入 2026 年，随着 VR200 等产品量产推进，高端产能预计进一步趋紧，高端 MLCC 交期由 4 周延长至 16 至 24 周，部分型号超过半年。
作为行业两大海外龙头，村田预计其电容产品 2026 年平均售价同比上涨 5% 至 10%；三星电机表示将通过战略性定价推动 5% 至 10% 的涨价。
虽然市场看到了这种机会，但能供选择的标的并不多。由于 MLCC 此前价值量不高但制造烦琐，真正长期深耕这个领域的企业只有少数几家，所以高端 MLCC 供给难以迅速扩张，核心原因在制造门槛。
MLCC 看似简单，实际涉及粉体材料、介质层控制、叠层工艺、烧结技术、电极体系、良率稳定和产品一致性。越小型化、越高容、越高耐压，工艺难度越高。此外还有前文提到的资质壁垒的影响，AI 服务器和汽车电子这类高价值场景，供应商需要经过较长认证，进入名单后也要持续证明一致性。
目前，市场追捧的国内参与者，例如风华高科、三环集团等，均有相应的业务或预期，但并不属于对应的高端业务链。
比如，风华高科就在股价连续大涨后，于 5 月 25 日公告：公司未与英伟达直接开展业务合作。公司 MLCC 产品营业收入占公司整体营业收入的比例约为 40%，其中高端 MLCC 产品营收占 MLCC 产品总营收的比例约为 35%—40%，占公司整体营业收入的比例约为 15%。
这些有历史积累，有创新意愿，但还没有充分拿捏市场机会的国产厂商，实际上同时面对着机会与挑战。
机会在于，AI 服务器需求增长足够快，国际龙头产能利用率已经处在高位，客户自然会寻求更具弹性的供应体系。过去某些高端客户不愿意更换供应商，不一定是国内企业完全没有能力，而是原有供应链稳定，客户缺乏切换动力。现在交期延长、价格提高、产能趋紧，给国内厂商争取认证和订单创造了窗口。
而挑战在于，高端 MLCC 不会因为一些叙事而降低技术门槛。客户看的是批量一致性、可靠性记录、交付稳定性和产品规格完整度。企业能做出某一款产品，不等于能长期参与客户平台迭代；能获得阶段性订单，也不等于真正进入核心供应链。
因此，判断国内 MLCC 企业只需要紧密跟踪三类数据即可：
第一，高端产品收入占比是否提高；第二，AI 服务器、汽车电子等高价值客户是否形成实质放量；第三，毛利率改善是否来自产品结构升级。
这三类指标决定企业究竟是在享受周期红利，还是在赢得定位优势。资本市场愿意给予更高定价的，首先是行业景气度，但长期来看，还是景气度带来的产业地位提升。经过时间洗礼，即便未来进入周期低谷，也会在反弹时一飞冲天。
三、MLCC 重估的深层含义：AI 产业链的价值已经泛化
从资本市场的轮动状况，以及大量机构的调研和判断来看，AI 硬件产业链最初的价值集中在显性算力环节。GPU、HBM、先进封装、光模块、高速交换芯片，这些环节决定模型训练和推理的性能边界，也最容易被市场识别。
但当 AI 基础设施进入大规模建设阶段，电源、散热、连接、PCB、材料和被动元件。以及上游关联的材料和制造，都在光速“ 飞升”。MLCC 的重估就是这一过程的信号。而由于这种全产业链扩散实际上仅仅是在短短一年 （大部分甚至是今年才被发掘） 时间里完成的，风险也就变得更加显著。
AI 服务器本质上是一套高功耗、高密度、高价值的复杂系统。它的稳定运行不只依赖 GPU 性能，也依赖板级供电、信号完整性、热管理、连接质量和基础元件可靠性。一个机柜价值越高，客户越不能接受因基础元件造成的停机、返修或交付延误。于是，过去被压缩成本的零部件开始获得可靠性溢价。
不过和市场炒出来的“ 市梦率” 不同，这种溢价在很多环节是可以量化的。不是所有零部件都会获得同等价值提升，我们认为它应该具备三重特征：第一，关系到系统稳定；第二，替换成本较高；第三，有效供给无法迅速扩张。
从长期来看，这些环节很可能都有着相同的命运：需求爆发先带来收入弹性，供给紧张带来价格弹性，最终只有技术和客户壁垒足够深的企业才能留下长期利润。短期行情属于行业，长期价值属于少数公司。
因此，MLCC 也好，其他零配件也好，重要的不是当下“ 按计算器” 式的线性外推，而是关注从传统的消费电子等周期性需求转向 AI 服务器和汽车电子等高价值需求，从普通产能竞争转向高端有效产能竞争，以及靠不可替代性获得溢价。
往大了说，这其实是人工智能产业对传统产品构建形式的一种挑战：大家曾经都以为，人工智能的电力瓶颈是为数据中心输送更多电力，但在实际升级中，人们发现让电流在最后一厘米保持稳定同样重要。
哪怕这最后一厘米由一个比指甲还小的部件保护，穿过它的电流也正在承载着人类有史以来最伟大的智慧信息，并将最终护送这些信息，到达世界各地。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
