AI 新瓶颈：MLCC 崛起

周一，探讨些硬核话题。

近两年，AI 产业链中利润最丰厚的两个环节当属 GPU 与 HBM。

前者造就了英伟达的辉煌。

后者成就了海力士的传奇。

然而资本市场有个有趣的现象：当某个逻辑充斥在所有人的 PPT 中时，新的机遇往往已在别处酝酿。

近半年来，我观察到越来越多的卖方分析师聚焦于同一领域。

并非 GPU。

也非 HBM。

而是一种许多投资者闻所未闻的电子元件——MLCC。

若拆解一台 AI 服务器，你会看到 GPU 周边密集分布着大量米粒般的元件。

它们不参与计算。

也不负责存储。

却直接决定了价值数万美元的 GPU 能否稳定运行。

这便是 MLCC。

高盛近期赋予它一个耐人寻味的称号：

AI 时代的新内存。

此言是否成立？

今日不妨聊聊我的见解。

数年来，MLCC 一直被视作典型的成熟产业。

市场关注它，多因手机销量。

手机畅销，MLCC 需求随之攀升。

手机滞销，行业便步入下行周期。

逻辑简明扼要。

但 AI 的问世，正重塑这套规则。

原因并不晦涩。

AI 服务器的功率日益攀升。

功率越大，对供电系统的要求越严苛。

供电系统越复杂，对 MLCC 的依赖便越强。

换言之：

昔日 MLCC 仅是电子设备中的普通组件。

如今，它正演变为 AI 基础设施的关键一环。

这也是众多机构重新审视该行业的原因。

MLCC 的全称是：

Multi-Layer Ceramic Capacitor。

中文名为多层陶瓷电容器。

名字略显拗口。

但作用其实通俗易懂。

若将 GPU 比作超级跑车的引擎。

那么 MLCC 便似引擎旁的储能装置。

当引擎急需更多燃料时。

储能系统会即刻提供支持。

无需等待整个油路系统缓慢反应。

电子系统中亦是如此。

当 GPU 突然进入高负载状态。

电流需求瞬间激增。

此时电源无法做到零延迟响应。

MLCC 负责填补这一时间差。

它肩负四项关键使命：

这些功能看似微不足道。

但对于高速运转的 AI 芯片而言，却是不可或缺的基础。

此处才是投资逻辑的核心所在。

在传统服务器时代。

CPU 功率约在 200W 至 400W 之间。

而今日。

GB200 单颗 GPU 模块功耗已超 1000W。

未来 Rubin 平台还将继续提升。

问题在于：

功率提升绝非简单的数字变化。

它将引发更剧烈的电流波动。

而电流波动越剧烈。

对供电稳定性的要求便越高。

于是 MLCC 开始从“配角”迈向“关键角色”。

过去服务器中的 MLCC 更看重数量。

现在则愈发关注规格。

高容值。

高耐压。

高可靠性。

这些都意味着更高的单价与技术门槛。

从投资视角看。

这比单纯增加出货量更为重要。

因为电子行业利润最丰厚的阶段，往往源于规格升级，而非数量增长。

研究 MLCC 的人，近期定会频繁见到一个词。

ESL。

全称是：

Equivalent Series Inductance。

等效串联电感。

许多人初遇此概念会感到困惑。

其实可简单理解为：

MLCC 的反应速度。

AI GPU 的工作状态瞬息万变。

若电容响应不够迅速。

GPU 电压已开始下跌。

电容却尚未开始工作。

那便失去了意义。

因此。

低 ESL 成为 AI 服务器 MLCC 最重要的技术指标之一。

也是高端产品与普通产品拉开差距的关键。

我认为高盛的逻辑主要源于三大变化。

往昔 MLCC 主要依赖消费电子。

如今需求更多源自：

需求