如果拆开手机，会看到里面有很多很小的小方块，体积差不多跟1粒米那样，这东西就是MLCC。

这东西，在手机里的用量一般会超过千颗，但放到当前旗舰级AI算力卡上，全板大约就要用到5000颗，其中大量还是比手机里用的更贵的型号。

据产业推演，到下一代超高功耗Rubin/VR200平台上，单卡用量甚至有可能逼近1万颗。

这究竟是什么情况？接下来，就一起聊聊这个话题。

“MLCC。”

先科普一下这是啥？

MLCC，就是多层陶瓷电容器。如果这样说，还是云里雾里，那就把看成是一个微型蓄水池。芯片在工作时，电流可能会一会大、一会小，电压跟着波动。MLCC要干的事就是在电流突然变大的那一瞬间，快速放出一小股电来补上去，等电流回落时，再把多余的电存起来。在这样的一放一收之间，电压就被稳住了。这下，大概理解了吧？

因为它个头小、用量大、哪儿都要用，MLCC在业内，又被叫着“电子工业大米”。一台普通手机里整机大约有1000‑1500颗，一辆传统燃油车大约3000颗。

过去很长时间，这东西一直是个不太起眼的配角，单价低、数量大，可能也没有像现在这样出名。直到AI算力卡出现，变化来了。

“AI卡，为啥要用那么多？”

先看一组数据吧。

传统通用服务器，一台里面大概用2200颗MLCC。而主流8卡AI训练服务器，据机构测算单机用量直接跳到28000颗左右，是普通服务器的十倍以上。如果看整个机柜级别的平台，比如英伟达GB200 NVL72，产业链机构拆解测算整机MLCC用量高达约44万颗。

为啥会用那么多？

先看功耗的暴涨。

英伟达H100单卡功耗约700瓦，到B200已经突破1000瓦，整机柜算力密度朝兆瓦级迈进。功耗越大，意味着电流越大、电压波动越剧烈。芯片工作电压很低，但电流极大，电压哪怕抖一下，可能降频出错，甚至重启宕机。

其次是MLCC需要贴身保护。

芯片周围的PCB面积非常有限，MLCC必须尽可能地靠近GPU、CPU、HBM内存和电源芯片。距离越近，响应速度越快。这就导致工程师必须在极其有限的板面空间里，塞进尽可能多的高容值MLCC。而且高功耗平台下，绝大多数电源引脚、供电轨都需要独立的去耦和滤波，很难简单共用。

这不是设计的多余，而更像是物理规律决定的，每个供电节点都得有自己的蓄水池。

“要能用的MLCC。”

如果只是需求数量多，那还好办。但是，AI算力卡对MLCC的要求，不同于普通消费电子用的，而是要求更高的才行。

手机里的MLCC大部分是0402甚至更小尺寸的通用品，容值一般在微法级别。AI算力卡需要的是在更小的体积里做出更大的容量，比如0402尺寸做到47微法，0603尺寸做到100微法。这意味着要在不到半毫米厚的陶瓷介质上，把叠层数从过去的100层增加到超过1300层。

怎么更直观理解这种难度呢？可能就是做一颗AI用的超高容新品，占用的产能顶得上四颗普通消费级产品。在当前本土小尺寸超高容型号的爬坡阶段，业内实测良率仅在40%左右，也就是说做十颗，大约六颗会报废。

这背后还有材料科学的挑战。陶瓷粉体要细到纳米级，介质层要薄到亚微米，烧结过程中陶瓷薄膜会大幅收缩，稍有不慎就整体开裂。而且MLCC还有一个容易被忽略的问题是，在高温电路板、叠加直流偏压时，标称容值会出现明显缩水。工程实测显示，部分高容二类瓷型号在12V直流偏压+高温工况下，有效电容可能降到标称值的20%‑60%。工程师做电源设计时，必须提前把这部分容量打折算进余量里。

“供给的情况。”

因为技术门槛很高，所以，不是谁想干就能干的了的，全球能稳定量产AI服务器所需高端高可靠MLCC的厂商，比较集中。据产业链调研，村田制作所在该细分领域份额超过70%，三星电机紧随其后；日韩厂商合计占据AI服务器用高端MLCC约90%的供给。

从2026年上半年产业反馈来看，高端MLCC的交货周期已经从常规的8‑12周拉长至超过20周，部分紧俏定制规格甚至达到24周。村田、三星电机、太阳诱电等龙头厂商订单出货比（BB Ratio）创下近年新高，有业内观察认为当前供需紧张程度已经超过2018年MLCC那一轮标志性缺货潮。

中国电子元件行业协会发布的数据显示，2026年全球MLCC市场规模预计将达到1341亿元，同比增长约16.5%。而据机构测算，AI服务器虽然只占全球MLCC出货颗数的2%‑3%，却消耗了行业约10%的有效产能，核心原因是高端产品生产周期长、良率约束大，有推演显示一颗超高容AI级MLCC占用的产线资源，最高可达普通消费级MLCC的7倍。

“牵一发动全身。”

AI算力基础设施正在成为数字经济的基础。大模型训练、自动驾驶、药物研发、气象预测，这些应用的背后，都需要海量的算力支撑。而算力的运行，离不开这些小电容。

据产业调研，旗舰8卡AI训练服务器的MLCC用量约为传统通用服务器的8到12倍，而且对高容、高可靠、耐温一致性的要求远高于消费级产品。这意味着，MLCC正在从一个配角，变成可能影响算力扩张的存在。它的供给能力，在一定程度上决定了AI算力基础设施的建设节奏。

“写在最后。”

一颗普通的消费级MLCC，单价可能只有几分钱到几毛钱；即便是AI专用的高可靠高容型号，单颗绝对值也不算高。但上万颗这东西协同工作，才能让一块AI算力卡稳定运行。

这可能也诠释了一个道理——一个螺丝钉，可能就会影响整个机器。

参考资料：
央视网.“一小时一个价”！“电子工业大米” 价格飙涨！最高涨十倍.2026年9月20日.