人工智能行業：AI服務器功率增長使AI芯片電感和AI芯片電容需求持續增長.pdf

人工智能行業：AI服務器功率增長使AI芯片電感和AI芯片電容需求持續增長。材料能力是器件性能的重要前提，材料器件一體化布局的企業將獲得更高產業鏈壁壘、更深客戶綁定及更大成長空 間。

AI芯片電感。鉑科新材、龍磁科技等進入全球尖端電感市場，成為全球為數不多匹配英偉達、谷歌、阿里、華為等 AI產業鏈研發需求的企業，由生產型轉變為研發創新型企業，科技屬性增強，參考海外頭部企業近百年發展史，上 述公司有望乘AI浪潮，快速成長。

AI芯片電容。高端MLCC產品集中日韓，AI帶來超細鎳粉需求快速增長。博遷新材是全球納米鎳粉領軍企業，80nm 鎳粉達到全球領先水平，順應MLCC小型化高容量趨勢，拿到國際頭部客戶近50億訂單，同時銀包銅粉、納米銅粉、 納米硅粉等對應光伏低銀/無銀化、固態電池等需求，成長空間大。

谷歌推出新一代大模型Gemini 3 Pro，加速AI行業發展及市場競爭。Google在AI競賽中具備兩大核心優勢：AI應用生態構建完備，具備垂直領域全方 位整合突破的能力。谷歌TPU芯片是其AI加速基礎設施的核心，部署于谷歌數據中心，通過TPU Pod實現集群化互聯形成AI超級計算平臺，支撐包括 Gemini等在內的大模型訓練。TPU迭代升級，性能及功耗水平不斷提升。

供給側制程與架構持續迭代推動單芯片功耗快速上行。一方面，伴隨芯片制程從12nm向7nm乃至4nm轉型，單位面積晶體管數量大幅提升，導致單位 面積功耗快速上行；另一方面，更新的架構確保了新品芯片具備更強計算性能與并行處理能力。二者共同作用導致近年來芯片新品的功耗總額迎來大幅躍 遷。

垂直供電是未來趨勢：電感和電容成為GPU核心供電部件。隨著單顆GPU功耗從數百瓦提升到700W、1000W甚至2000W，芯片需要的電流已經達到 千安級（600A–1500A），電感需求數量為此前數倍，為了縮短供電路徑、降低阻抗、減少損耗并提升瞬態響應，行業開始向近芯片端供電+垂直供電過渡。 NVIDIA、Meta、Google的下一代機柜方案都在為此做技術儲備。大電流場景下，芯片電感性能要求更高，價值量上升，ASIC由于其更高電感性能要求， 疊加未來TLVR電感滲透率提升，ASIC領域電感價值量提升速度或更快。

AI服務器MLCC需求量十數倍增長。CPU、GPU、TPU等進行高運算時，會瞬時發生大的電流變化，超高容MLCC將最大程度減少電壓下降，快速補償 電流波動，提高電源穩定性。MLCC需求走向小型化、高容值、耐高溫等方向，這對制作MLCC的粉體而言，要求更細、比表面更大，以滿足小體積大容量 的高容值電阻的要求。同時需求數量快速激增，AI服務器MLCC用量可以達到2.8萬顆/臺，是普通服務器的13倍，容量達600,000μF，是傳統服務器的27倍。