在关于AI算力军备竞赛的讨论里，人们谈论GPU、谈论HBM内存、谈论冷却系统、谈论电力供应——却很少有人提到一种名叫”MLCC”的零件。

但CNBC在2026年9月4日的一篇深度报道给出了一个令人惊讶的数字：一台基于NVIDIA GB300平台的AI服务器，需要大约3万个MLCC（多层陶瓷电容器）。与此同时，日本村田制作所预测MLCC出货量将在2030年前以年均约30%的速度增长——该公司股价在2026年内已累计上涨超过115%。

这3万个零件，正在成为AI基础设施扩张的下一个供应链瓶颈。

数据来源说明：本文核心数据来自CNBC 2026年9月4日报道（《Capacitor supply chain bottleneck becoming big AI trade in the market》）及村田制作所公开的市场预测，辅以供应链分析研究机构的公开数据。

MLCC是什么

MLCC的全称是”Multi-Layer Ceramic Capacitor”，中文是多层陶瓷电容器。

它是一种基础电子元器件，外形通常只有米粒甚至芝麻粒大小，由多层陶瓷材料和金属电极交叠而成。它的功能，是在电路中存储和释放电荷——简单说，它帮助稳定电流，防止电压突变对芯片造成损伤。

如果把一台AI服务器比作人体，GPU是大脑，HBM内存是神经系统，那么MLCC就是毛细血管和稳压器的结合体：不显眼，但缺了它什么都不能正常运转。

MLCC的应用范围极广：手机、汽车、家电、工业设备……几乎每一个有芯片的地方，都有MLCC。但AI数据中心对MLCC的需求，与普通消费电子完全不同。

为什么AI服务器需要这么多MLCC

AI服务器的核心挑战之一，是电力的稳定性与密度。

NVIDIA GB300平台（Grace Blackwell Superchip的继任者）的功耗，据估算可达到单台服务器1000-1500W甚至更高。当你把数千台这样的服务器堆在一个数据中心里，整个设施的用电需求就进入了兆瓦级别。

如此高功率、高密度的用电，会产生大量的电磁干扰（EMI）和电压波动。MLCC就是解决这个问题的关键零件：它们密布在印刷电路板上，紧靠GPU和其他芯片，通过快速充放电来平滑电压波动，确保芯片在稳定的供电环境下运行。

功耗越高、芯片数越多、集成度越高，所需的MLCC就越多。这就是为什么GB300服务器需要3万个MLCC，而一台普通笔记本电脑可能只需要几百个。

从业界估算来看，AI服务器消耗的MLCC数量，大约是普通服务器的5-10倍。

谁在生产MLCC

MLCC的生产高度集中在少数亚洲厂商手中。

全球MLCC市场的三大主导者是：

  • 村田制作所（Murata），日本，市场份额约35-40%
  • TDK，日本，市场份额约15-20%
  • 三星电机（Samsung Electro-Mechanics），韩国，市场份额约15-20%

剩余份额分散在太阳诱电（TAIYO YUDEN）、国巨（Yageo，台湾）等厂商手中。

这是一个高度寡头的市场。生产高容量、高耐压的MLCC（AI服务器需要的规格）需要复杂的陶瓷材料配方和精密的层叠工艺，进入门槛极高。中国大陆MLCC厂商（如风华高科）在消费电子级产品上已有相当规模，但AI服务器所需的高端规格MLCC，目前仍主要依赖日韩厂商。

这个供应格局，与AI芯片的地缘政治风险不同，不太受出口管制影响——目前美国没有对MLCC实施类似GPU的出口限制——但供应集中度本身就是一个风险。如果村田或TDK的某个关键工厂出现产能问题，整个AI数据中心的建设节奏都可能被拖慢。

供应瓶颈的证据

“MLCC会成为AI供应链瓶颈”，并不是理论推断，而是已经在发生的市场现实。

村田的预测：到2030年MLCC出货量年增30%

村田制作所在2026年中期给出了一个震撼的预测：受AI数据中心需求拉动，他们预计MLCC全球出货量将以每年约30%的速度增长直到2030年。

这个增速，在MLCC这个已经高度成熟的产品品类中，是历史性的。在汽车电动化最快的几年，MLCC受益于每辆电动车3000-5000个的用量，被视为成长型零件。如今，AI数据中心的拉动效应，甚至超过了那个电动车周期。

村田股价的反应：年内涨幅115%

投资市场的嗅觉，有时比产业分析更早。CNBC报道指出，村田制作所的股价在2026年内已经上涨超过115%。在日本股市整体涨幅约20%的背景下，村田的超额表现，显然不是宏观因素，而是市场对AI需求侧的明确押注。

TDK和三星电机也在类似逻辑下获得了显著的市场重估。

主题ETF的出现

当散户投资者也开始寻找参与方式时，主题ETF就会随之出现。CNBC报道提到了CAPA和PSOX两只围绕AI硬件供应链建立的ETF，其中包含了对MLCC厂商的敞口。这类ETF通常是”某个叙事进入主流投资视野”的标志。

为什么现在成为瓶颈

MLCC不是今天才有的零件，为什么在2026年突然成为AI供应链的核心关注点？

原因是需求曲线的急速上翻与供应扩张的滞后性之间的时间差。

MLCC的产能扩张，需要新建生产线，而一条高端MLCC生产线的建设周期，从决策到投产需要2-3年。当AI数据中心的需求在2024-2025年呈指数级增长时，MLCC厂商的产能响应不可能即时跟上。

更关键的是，AI服务器所需的高端MLCC规格（高容量、高耐压、小型化），与消费电子需要的标准规格不同。产能不能简单”切换”，需要新的设备和工艺调整。

这就造成了一个经典的供应链周期效应：需求迅速上升，但供应在12-18个月后才能跟上。在这个时间差里，价格上涨、交货周期延长、设备厂商开始排单——这正是2026年MLCC市场正在经历的情况。

从芯片到电容器：供应链的新关注层

一个有趣的思维模式转变正在AI硬件领域发生：

第一层（2023年）：谁能买到H100？

2023年的AI算力竞赛，核心问题是”有没有GPU”。各家公司在英伟达的订单队列里排队等待，交货周期延长到6-12个月。

第二层（2024-2025年）：谁有足够的HBM内存？

随着GPU供应逐渐缓和，焦点转移到HBM（高带宽内存）——SK Hynix、三星、美光的产能成为关注点。

第三层（2026年）：谁能保证MLCC、冷却液、光纤、电源供应的稳定？

现在，瓶颈正在向系统级组件扩散。MLCC只是其中之一。液冷数据中心需要的冷却分配单元（CDU）、AI服务器密集使用的400G光模块、高功率直流电源——都在不同程度上出现了供需紧张的迹象。

AI基础设施竞争的深度，正在从”前端”芯片延伸到”后端”每一个零件的供应链。

对中国的额外含义

在MLCC这个话题上，中国AI基础设施扩张还有一个额外的复杂性。

日本的村田、TDK，韩国的三星电机，目前并不受出口管制。中国AI数据中心在使用本土华为Ascend芯片的同时，仍然高度依赖进口MLCC。

这是一个尚未被完全解决的”底层零件”风险。中国MLCC厂商在高端规格上的追赶，进展比芯片更缓慢——因为MLCC的核心竞争力是材料科学积累，而不仅仅是制造工艺。

从战略角度来看，如果未来出口管制的范围扩大到MLCC（目前没有这方面的信号，但理论上不排除），中国AI基础设施的扩张速度将会面临新的约束。

一个不性感但重要的故事

MLCC不是一个性感的科技话题。没有”AI突破”的戏剧性，没有商业奇迹的叙事，没有领袖人物的金句。

但如果你关心AI基础设施能否以当前速度继续扩张，你就不得不关注这些沉默运转的供应链环节。

AI的魔法，最终发生在硅片上的神经网络里。但让那些神经网络得以运行的，是一串不起眼的事情：可靠的算力、稳定的内存、畅通的光纤——和3万个你叫不出名字的小小电容器。

来源参考：

  • CNBC（2026-09-04）：《Capacitor supply chain bottleneck becoming big AI trade in the market》
  • 村田制作所公司报告及市场预测（引自CNBC报道）
  • Crunchbase（2026-09-04）：《Weekly Startup Funding Roundup: AI, Robotics, Deep Tech Draw Fresh Capital》