前言：

当算力需求从千瓦级跃升到兆瓦级，当GPU从8颗增加到72颗甚至576颗，当供电电压从12V演进到54V、400V、800V......

每一个环节的变化，都在对MLCC提出更高的数量要求和更严苛的性能要求。

作者 | 方文三

图片来源 | 网络

当电流遇上算力：数据中心供电架构生死转型

算力狂飙下电力传输却成了最致命的瓶颈，短短五年间AI数据中心单机柜功率密度将暴涨近25倍。

英伟达Hopper时代仅40千瓦，Blackwell时代跃升至120千瓦，而2027年的Rubin Ultra Kyber机柜将冲击600千瓦至1兆瓦的惊人高度。

传统54V直流配电体系早已被逼到物理与经济的双重极限，机柜功率超过200千瓦时，需要200公斤铜母线传输电流，空间被电源架挤占殆尽。

面对兆瓦级需求，单是1GW数据中心就需消20万公斤铜，传统架构已难以为继。

电，如何以更低损耗、更少铜材、更高密度的方式抵达GPU？

英伟达在2025年GTC大会上给出了破局答案：800V 高压直流架构，这是一次配电架构的代际跃迁。

相同功率下，800V电流仅为 54V 的十五分之一，铜材用量锐减45%，同等导体可多传输85%的功率。

传统架构需经变压器、UPS、PDU、服务器电源多级转换，端到端效率不足90%。

而800V架构直接将13.8kV市电整流为直流，再集中降压至GPU所需电压，中间环节大幅削减，效率提升至92%以上。

GPU运算需要电流的精准操控，如果说AI计算是一场宏大的交响乐，那么MLCC就是那位精准把控节拍的指挥家，它响应速度比铝电解电容快100倍，是AI芯片供电回路中无可替代的[稳压器]。

电力系统变革：系统性改变MLCC需求

800V电力系统的全面落地，重构了电源分配网络的底层逻辑，让MLCC的需求在数量、规格和价值量维度迎来了前所未有的系统性爆发。

①高压端：电压跃升带来的耐压革命

800V架构将电力从园区变电站直接输送到机架，这一转变让MLCC的额定电压要求从传统的 25V-50V飙升至1000V甚至2000V。

更严峻的挑战来自直流偏压衰减效应，普通X7R电容在接近额定电压工作时，有效容量可能损失超过80%，迫使工程师不得不并联数倍数量的电容。

原本用于新能源汽车的1000V-1500V高压MLCC，如今已成为AI数据中心电源模块的标配，三星电机、TDK等巨头纷纷推出同尺寸同耐压下全球最高容值的产品。

②低压端：纳秒级响应的[微型蓄水池]

GPU核心供电才是MLCC需求增长的真正引擎，现代AI芯片的负载能在纳秒级从空闲跃升至满载，Blackwell架构GPU峰值电流将超过1200A，而核心电压仅0.8V左右。

任何微小的电压波动都可能导致计算错误，据IDC数据，2026年全球AI服务器因电源噪声导致的性能损失平均达8%。

MLCC在此扮演着[微型蓄水池]的角色，能在纳秒级释放电荷平抑波动。

为实现微欧级阻抗，单颗GPU周围需并联数千个MLCC，未来Rubin架构机柜用量将突破60万颗。

③VPD技术：封装级的极限挑战

垂直供电技术将电源模块直接安装在GPU封装下方，电流传输距离从几厘米缩短到不到 2 毫米，这要求MLCC必须更加小型化，并能承受更高的工作温度。

800V虽不直接决定GPU旁MLCC的耐压，却推动整个电源链路向高功率密度演进，最终将压力传导到最靠近芯片的去耦网络。

从1000V高压滤波到纳秒级电流响应，从机架级到封装级，算力的高度，最终取决于这些微米级元件的精度。

上游原厂：电定算力，链生变局

算力之争也是供应链之争，而供应链之争往往始于一颗小小的元器件。

MLCC正成为决定算力上限的关键[粮草]，面对AI服务器MLCC需求的爆发式增长，全球厂商掀起了一场没有硝烟的产能军备竞赛。

作为全球MLCC行业的[定海神针]，村田制作所手握全球40%以上的MLCC市场份额，更垄断了AI服务器MLCC 70%的市场。

2025年第四季度，村田产能利用率已飙升至90%-95%，满产状态下仍无法满足汹涌的订单，

为此村田正式宣布对AI服务器和高端车规级MLCC全面涨价15%-35%。

在产能扩张上，村田豪掷5.6亿元在日本新建高端高容MLCC工厂，规划月产能50亿颗，预计今年第四季度投产。

同时计划在根岛县购地建设更大规模的生产基地，规划月产能200亿颗，预计2030年完工。

村田预测，2025-2030年AI服务器MLCC需求将以30%的复合年增长率狂飙，2030年需求将较2025年激增3.3倍。

全球第二大MLCC供应商三星电机正以[AI+汽车]双引擎战略加速追赶。

2025年第四季度，其组件解决方案部门营收同比增长22%，营业利润更是暴涨108%，在传统电子淡季交出了亮眼答卷。

三星电机当前MLCC月产能达1100亿颗，正同时在天津和菲律宾扩产高端MLCC，新增月产能合计76亿颗。

与村田集中在日本的布局不同，三星电机在韩、中、菲三地设厂，既分散了地缘风险，也能更好地服务区域客户。

TDK和太阳诱电则选择了差异化路线，TDK在高压MLCC领域独步全球，其3225尺寸C0G特性1250V/10nF 产品暂无竞争对手；太阳诱电则凭借X8G系列高温高可靠性MLCC占据了高端市场一席之地。

中国大陆厂商在中低端 MLCC 市场已站稳脚跟，但在高端AI和车规领域仍有较大差距，高端产品占比不足5%且严重依赖日本陶瓷粉体。

不过，风华高科、三环集团等企业正加速追赶，未来3-5年有望实现部分国产替代。

高端产能将优先向AI、汽车和工业市场倾斜，产品向小型化、高容量和嵌入式封装演进。

头部厂商从卖单颗电容向提供完整电源解决方案转型，客户结构重新排序，进入头部云厂商和GPU生态的参考设计成为制胜关键。

在AI时代，谁掌握了高端MLCC的产能，谁就掌握了算力扩张的节奏。

下游应用：算力狂飙，供电为王

供电能力正在重新定义算力的天花板，传统电子产业链的分工边界正在被打破。

过去GPU厂商只专注于芯片本身，周边电路交由ODM完成。

如今GPU的功耗与电流特性直接决定了MLCC的数量和规格，而MLCC的性能又反过来限制了GPU的最高功耗。

因此，英伟达、AMD等巨头早已与村田、三星电机等MLCC原厂深度绑定，在GPU架构定义阶段就共同参与电源完整性设计与电容选型。

对于戴尔、惠普、联想等服务器ODM厂商而言，电源系统设计已从过去的配套工程跃升为核心竞争力。

在800V架构下电源效率与可靠性决定了服务器的总拥有成本（TCO），行业普遍采用[先定供电，后定算力]的全新流程：工程师首先确定800V母线、PDN拓扑和散热上限，再据此规划GPU的功耗与数量，供电定义算力上限已成为不可逆转的行业共识。

这场变革最显著的影响是数据中心供应链重心的根本性转移，MLCC已成为制约AI服务器产能的关键瓶颈。

为此，谷歌、Meta、亚马逊等超大规模运营商纷纷绕过分销体系，直接与MLCC原厂签订长期供货协议，同时推动MLCC的标准化与国产化，以构建更具韧性的供应链。

下游客户的应对也更加工程化和系统化，AI服务器设计已从单一的[算力板卡设计]进化为[算力—供电—散热—结构]的联合设计。

ODM厂商需要提前锁定被动元件资源，完成料号认证与安全库存配置；PCB与封装基板厂商必须掌握嵌入式MLCC的复杂工艺；云厂商更关注整柜能效而非单颗GPU功耗。

结尾：

800V改变的是电力路径，放大的是[近芯片稳定性]的价值。

过去MLCC更像标准元件，现在越来越像系统设计参数的一部分，这一点决定了本轮机会不会平均分配给所有MLCC厂商。

拥有高容量介质技术、先进封装适配能力、AI服务器客户认证经验和电源模块协同能力的厂商，获得更高价值份额的概率更大。

部分资料参考：中金公司：《MLCC行业深度报告：AI驱动高端需求爆发，行业周期向上》，

中信证券：《800V直流供电：AI数据中心的电力革命》，华泰证券：《被动元件行业跟踪：AI服务器MLCC供需格局分析》，招商证券：《村田涨价点评：高端MLCC供需紧张持续》