扼杀人工智能繁荣的 0.02 美元零件

要点总结

• 隐形的瓶颈：单台 NVIDIA GB300 AI 服务器大约需要 30,000 颗多层陶瓷电容器（MLCC），是智能手机的 30 倍。一整台 NVL72 机柜约使用 441,000 颗。
• 双公司扼制点：Murata Manufacturing 与 Samsung Electro-Mechanics 合计控制 84% 的 AI 服务器级 MLCC 产能，Murata 一家独占 45%。
• 需求已超越供给：Murata 收到的 AI 服务器 MLCC 订单询盘约为其产能的两倍。2026 年 4 月 1 日，价格上调 15%-35%，为三年来首次大幅涨价。
• 没有速效对策：Murata 于 2026 年 4 月建成一座投资 470 亿日元的新生产楼，但主要面向汽车和工业领域。AI 服务器级产能扩张仍需数年爬坡。中国替代方案仍被挡在高端市场之外。

没人提及的那部分

关于人工智能（AI）基础设施热潮的报道都遵循同一个脚本：NVIDIA 的图形处理器（GPU）产能跟不上，高带宽内存（HBM）供不应求，电网负荷过重，数据中心用地日益稀缺。

这些都没错。但在 GPU 头条新闻之下，隐藏着一个几乎只有电子供应链内部人士才在关注的瓶颈——它同样能有效地推迟服务器部署，而且系统中的缓冲余地甚至比芯片短缺时更少。

它是一粒比米粒还小的陶瓷芯片：多层陶瓷电容器（MLCC）。

MLCC 本身不进行任何计算。它储存并释放微小的电荷脉冲，平滑那些否则会烧毁运行 AI 模型的精密硅片的电压纹波。服务器主板上的每颗处理器周围都环绕着数百乃至数千颗 MLCC，像防御圈一样排列在芯片四周。没有它们，GPU 一取电，电压就会跌落数毫伏，计算随即失败。

问题在于规模。一部智能手机包含超过 1,000 颗 MLCC。 一台传统服务器使用几千颗。而超大规模云服务商争相部署的 NVIDIA GB300 AI 服务器大约需要 30,000 颗。 这是智能手机的 30 倍，大约是普通服务器的 8 倍。

放大到整台机柜，数字就大得离谱。一台 NVL36 机柜约需 234,000 颗 MLCC。旗舰款 NVL72 液冷机柜——Microsoft、Google 和 Meta 正竞相部署的配置——约消耗 441,000 颗。

而几乎所有这些 MLCC 都来自两家公司。

84% 的双寡头垄断

全球 MLCC 市场由日本和韩国厂商主导。总部位于京都的 Murata Manufacturing 占据全球 MLCC 产量的 40% 以上。 Samsung Electro-Mechanics（SEMCO）约占 18%，其次是 TDK 的 12%，Taiyo Yuden 和 Yageo 各约 10%。

但全球市场份额低估了 AI 领域的集中度。若把视角收窄到 AI 服务器供电所需的高容值、低 ESL（等效串联电感）MLCC，市场就缩成了双寡头垄断：Murata 占 45%，Samsung 占 39%。

这意味着 AI 服务器 MLCC 市场的 84% 掌握在两家公司手中。作为参照，NVIDIA 在 AI 训练 GPU 市场的份额常被描述为垄断性的 80%-90%。MLCC 的双寡头垄断与其处于同一量级，却鲜有人关注。

这种集中度源于物理限制。AI 服务器级 MLCC 不是通用元器件。它们需要特殊的陶瓷介电配方、超薄叠层（在生产前沿，单颗芯片可多达 600 层），以及对等效串联电阻（ESR）和 ESL 的严苛公差，这些公差决定了电容器能以多快的速度响应 GPU 纳秒级的电流需求。制造这类产品需要多年工艺打磨，不是简单建一座新厂就能投产的。

中国 MLCC 厂商（Fenghua、Sanhuan 等）的合计全球市场份额已提升至约 10%，较 2019 年的 6% 显著增长。 但它们仍被挡在高端市场之外。行业报告指出，中国厂商“仍被排除在要求 AEC-Q200 认证与低 ESL 指标的汽车和数据中心插槽之外”。 它们在通用领域激进竞价——在智能手机领域比日本供应商低 15%-25%。但对于 NVIDIA B300 平台实际所需的器件，中国并没有替代方案。

挤压：订单达到产能两倍

Murata 最近的财报清晰地描绘了这幅图景。在该公司 2025 财年第三季度报告（涵盖 2025 年 10 月至 12 月，发布于 2026 年 2 月 2 日）中，电容器部门收入同比增长 10.1%，主要由服务器需求拉动。 电容器订单出货比达到 1.12，意味着订单比出货量高出 12%，且仍在加速。

更宏观的画面更为严峻。Digitimes 2026 年 2 月的行业报道称，Murata 收到的 AI 服务器 MLCC 订单询盘——不仅是已确认订单，还包括客户积极的采购意向——约为其当前产能的两倍。 该公司高端 MLCC 产线的利用率已达 90%-95%。 Samsung 和 Taiyo Yuden 的利用率均超过 80%。

Murata 社长 Norio Nakajima 在财报电话会上直言：“2026 年，一个非常大的挑战是如何生产，以及在多大程度上能满足客户需求。”

2026 年 4 月 1 日，Murata 对其 AI 服务器和汽车级 MLCC 产品线启动 15%-35% 的涨价，这是该公司三年来首次大幅提价。 Samsung Electro-Mechanics 随后也跟进实施了两位数涨幅。

市场正在两极分化。面向智能手机和消费电子的通用 MLCC 价格保持平稳甚至偏弱，因为这些领域需求疲软。 但 AI 服务器级和汽车级 MLCC 处于结构性短缺，高端器件现货价格已比合约价高出 15%-20%。 分析师将这种现象称为“剪刀差”（通用产品持平、高端产品飙升），它与我们此前在《RAMpocalypse》中分析的 DRAM 动态如出一辙：AI 对 HBM 的需求正在吞噬其他领域的供应。

钽电容器市场从另一个角度讲述了同样的故事。钽聚合物电容在 AI 服务器供电中扮演互补角色，负责电压调节链上的不同节点。Yageo 子公司 KEMET 控制着全球超过 40% 的钽电容产量，已在 12 个月内三次涨价。 Panasonic 自 2026 年 2 月起跟进涨价 15%-30%。 整体来看，无源元件供应链正在亮红灯。

BOM 账：为何 0.02 美元的元件价值数十亿

单颗 MLCC 的价格根据规格从 2 美分到 2 美元不等。 乍一看，在一颗售价数万美元的 GPU 旁边，一颗 2 美分元器件涨价 35% 似乎无关紧要。

但算一算就不是这样了。按每台 NVL72 机柜 441,000 颗 MLCC 计算，每柜 MLCC 总成本在 $2,500 到 $4,600 之间，而且还在上涨。 对部署数千台机柜的超大规模云服务商来说，无源元件账单高达数千万美元。虽然 GPU 和高带宽内存（HBM）主导着 AI 服务器的物料清单（BOM），但 MLCC 已成为最大的单类无源元件成本，并且随着每柜用量攀升，其对机柜级定价的总体影响正在迅速扩大。

然而，真正的痛点不是成本，而是可得性。

你不可能在 30,000 颗所需电容器中只装 29,999 颗就把服务器发出去。每一颗缺失的 MLCC 都意味着产线上有一台服务器无法完工。当需求信号达到产能两倍时，相当比例的需求根本无法按原定时间表满足。这不是价格问题，而是一个门槛式约束，就像 2021 年芯片短缺期间，一颗 $0.50 的微控制器能拖住一辆 $50,000 的汽车一样。

NVIDIA 自身 Blackwell 平台的积压订单也印证了这一点。截至 2025 年末，B200 和 GB200 已售罄至 2026 年中，据报道积压订单约达 360 万台。 即使 NVIDIA 和 TSMC（Taiwan Semiconductor Manufacturing Company）解决了所有 GPU 与封装瓶颈，服务器仍要等到无源元件供应链为每个机柜交付数十万只电容器后才能出货。

钽电容的昔日幽灵

这一幕曾经上演过。

2000 年末，在互联网泡沫顶峰时期，全球电子产业一头撞上了钽电容短缺。互联网基础设施以惊人的速度部署，无线通信爆发式增长，服务器需求激增。而维持这一切运行的电容原材料——钽粉供应——跟不上步伐。

交货期大幅拉长，价格飙升。OEM（Original Equipment Manufacturers）开始双重、三重下单以锁定配额，这使需求信号膨胀到实际需求的 3 到 4 倍。 厂商看到订单簿激增，便大举扩产。到 2001 年中，新的钽矿产能终于上线时，互联网泡沫已经破裂，需求崩塌。行业陷入产能过剩、价格暴跌的困境。

Murata 和 Samsung 都经历过那个周期。泡沫破灭留下的企业记忆，塑造了它们 2026 年的资本配置决策。

看看 Murata 的资本支出：2025 财年为 2,500 亿日元（约 17 亿美元）。 2026 年 4 月 3 日，该公司在其位于岛根县出云的 Izumo 子公司建成一座占地 70,000-square-metre 的新 MLCC 生产楼，投资 470 亿日元。 但该设施主要面向汽车、工业和消费电子领域，而非 AI 服务器级产品。一座菲律宾晶圆厂使其东南亚产出增加 20%，并具备完整的 AEC-Q200 汽车认证。

Murata 正在投资，但按自己的节奏。其扩产计划很有分寸：为熟悉的领域（汽车、工业）建设广泛产能，而 AI 服务器级 MLCC 的产能增加则更为谨慎。该公司尚未宣布专门的、大规模的 AI 服务器 MLCC 扩产项目，也没有近期完工的时间表。

这种谨慎有其历史原因，而且利弊参半。2000 年的钽周期教会元器件厂商：繁荣期的需求信号往往因重复下单而虚高。如果当前 2 倍的需求信号中，有一部分反映的是超大规模云服务商囤积配额而非真实终端需求，那么激进扩产最终可能重蹈 2001 年产能过剩、利润被摧毁的覆辙。Murata 的克制是在押注：当前需求飙升中有一部分是人为的。

然而，结果是 AI 超大规模云服务商现在就需要产能。即使部分需求被夸大，结构性短缺是真实的，Murata 能交付的量与市场所需之间的差距最早也要到 2028 年才可能收窄。

结构性错配

更深层次的故事在于激励错配。

NVIDIA、Microsoft、Google 和 Meta 正在进行一场资本支出军备竞赛，投入数千亿美元建设基础设施，押注 AI 收入最终能证明这笔支出合理。它们的激励是速度：尽快部署机柜、训练下一代模型、在竞争对手之前抢占市场份额。

Murata 的激励是生存。它见证过元器件繁荣如何转衰。该公司预计 2025 财年营业利润率约为 15%（健康但并不出众），并计划通过避免过度投资来保护这一利润。 其 2025 财年营收预期为 1.8 万亿日元（约 120 亿美元），同比增长 3.2%：稳健，而非爆发式。

站在 Murata 的角度，涨价 15%-35% 并按多年时间表扩产是理性之举。站在超大规模云服务商的角度，这却是对万亿美元赌注的煎熬式拖延。

反对意见——而且确有一定道理——是无源元件是存在多种替代品的商品。 如果 Murata 和 Samsung 供不上，其他厂商会顶上。但数据并不支持这一判断在高端领域成立。中国厂商仍被排除在 AI 服务器插槽之外。TDK 和 Taiyo Yuden 自身的利用率也超过 80%。并没有闲置产能候场待命。

Murata 还开始将业务从电容器拓展到 AI 服务器电源模块，目标从这些产品获得约 500 亿日元（约 3.32 亿美元）的收入。 该公司不再只是无源元件供应商，而是正将自己定位为 AI 服务器供电领域的垂直整合守门人。

接下来会怎样

Murata 预计，AI 服务器 MLCC 需求将以 30% 的复合年增长率（CAGR）增长至 2030 年，总需求将达到 2025 年的 3.3 倍。

如果这一预测成立，当前的短缺就不是一个峰值，而是全球无源元件制造向 AI 结构性转移的开端，类似于DRAM 向 HBM 的重新分配——后者已经在蚕食智能手机的内存供应。

短期数学是残酷的。即便出云工厂投产，Murata 已宣布的扩产计划带来的产能增幅也只有低两位数百分比，而 AI 服务器 MLCC 需求预计每年增长 30%。扩产无法弥合当前缺口。即便出现有意义的过剩产能，也要等到 2028-2030 年。

对超大规模云服务商而言，这意味着 AI 基础设施建设将以最慢元件的速度推进。越来越明显的是，这个最慢元件不是 GPU，也不是内存，而是那个没人列入关键路径的陶瓷芯片。

对投资者来说，无源元件供应链可能是 AI 投资中最被低估的“卖水人”（picks and shovels）标的。Murata 股票（TYO: 6981）的估值更像一家成熟工业公司，而非历史上最热门技术建设热潮的垄断守门人。

对整个 AI 行业来说，教训与 2021 年汽车业学到的一样：当时一颗 50 美分的芯片能拖住一辆 5 万美元的卡车——供应链的强度，取决于最被忽视的环节。

这颗 $0.02 的电容器已成为万亿美元产业中最被忽视的关键部件。而京都和水原的两家公司，正在决定这场 AI 热潮究竟能以多快的速度被建成。