在 AI 算力投資狂飆的 2026 年，市場目光高度聚焦於 GPU 與 HBM 儲存晶片的供需博弈，但一個更底層的「隱形瓶頸」正逐漸浮現。被稱為「電子工業大米」的多層陶瓷電容器（MLCC），正從傳統認知中的基礎被動元件，躍升為 AI 伺服器成本結構中的關鍵變數。
2026 年 5 月，日本被動元件巨頭太陽誘電發出產業警示，面向高端 AI 伺服器的 MLCC 需求已達「驚人」級別，產能逼近極限，全球高端 MLCC 供應鏈正面臨前所未有的供給壓力。當一台 AI 機櫃需要消耗近 60 萬顆 MLCC、單顆電容在高端應用中的價值量持續攀升時，這個長期被定位為「配角」的被動元件產業，正經歷一場由 AI 驅動的結構性價值重估。
TrendForce 數據顯示，2026 年全球伺服器出貨成長率已從 14.1% 上修至 17%，AI 伺服器年增率逾 28%，雙位數成長態勢有望延續至 2027 年。群智諮詢預測，2026 年全球 AI 伺服器出貨量預計達到約 370 萬台，年增 51.3%，且 2027 至 2028 年仍將維持雙位數成長。產業共識高度一致——AI 算力基礎設施的硬體競賽正在全面加速，而 MLCC 正成為這一進程中不可回避的核心受益品項。
AI伺服器MLCC價值量躍升對比圖
| 平台/類型 | MLCC單機用量（顆） | MLCC價值量（美元） | 在BOM中排名 |
|---|---|---|---|
| 普通伺服器 | 約2,000-4,000 | 約60-120 | 約15名開外 |
| NVIDIA GB300 | 約30,000 | 約1,530 | 約第6-8位 |
| NVIDIA VR200 NVL72 | 約600,000 | 約4,320 | 第3位 |
資料來源：村田製作所公開資訊、摩根士丹利 VR200 NVL72 機櫃 BOM 拆解（2026年5月）、高盛研究報告。普通伺服器數據為產業平均估算，AI伺服器數據為 NVIDIA 對應平台整機規格。
AI 伺服器出貨量井噴，MLCC 需求呈現指數級裂變
理解 MLCC 賽道目前的價值重構，首先需建立 AI 伺服器市場成長的基本量化座標。TrendForce 將 2026 年全球伺服器出貨成長率由 14.1% 上修至 17%，其中 AI 伺服器年增率逾 28%，雙位數成長可望延續至 2027 年。這一數據反映了 AI 基礎設施建設在過去一年中的持續性加速。
這一出貨量規模的擴大僅是需求成長的第一層驅動力。更關鍵的變化在於單一設備 MLCC 搭載量的幾何級躍升。日本龍頭廠商村田製作所披露的對比數據直觀呈現這一量級差異：普通伺服器單台僅需 2200 至 4000 顆 MLCC，而 NVIDIA GB300 AI 伺服器單台用量約 3 萬顆；2026 年 3 月，NVIDIA 正式發布 VR200 NVL72 新一代算力機櫃，其 MLCC 用量更是達到 44 萬至 60 萬顆。這意味著，一台高端 AI 機櫃對 MLCC 的消耗量已達傳統伺服器的數十倍乃至百倍。
從需求總量的產業預估來看，成長斜率同樣驚人。中金公司估算，2026 年 AI 伺服器所需 MLCC 總量將達 726 億顆，年增 87%；2027 年需求量將進一步攀升至 1367 億顆，年增幅達 88%。中信證券估算，全球伺服器 MLCC 出貨量至 2030 年有望持續擴大至 4000 億顆以上，年均複合成長率約 40%。這種爆發式成長的根源，在於 AI 伺服器架構從傳統單主板升級為機櫃級高密度運算平台，每增加一塊 GPU 或 HBM 晶片，就意味著數十至數百顆 MLCC 的額外配置需求。
從高效能運算功率密度演進的角度看，這一趨勢具有深層技術必然性。NVIDIA Rubin 平台單板 MLCC 用量較前代近乎翻倍至 12000 顆。功率密度的世代躍遷直接傳導至被動元件用量倍增，每一次算力升級都帶來電容配置要求的同步提升。
從「配角」到「主角」：MLCC 躍升 AI 伺服器成本第三極
需求量爆發僅代表一個面向的變化。真正驅動 MLCC 產業價值重估的，是其在 AI 伺服器物料清單（BOM）中的成本位次躍升。
高盛分析師 Nelson Armbrust 在近期研究報告中指出，在現今 AI 伺服器物料清單成本構成中，MLCC 已上升為第三大成本項目，僅次於 GPU 與儲存晶片。這一結論在全球電子元件產業研究中獲得廣泛引用與認可。
摩根士丹利對 NVIDIA VR200 NVL72 機櫃的 BOM 拆解數據提供更精確的量化支撐。單機架 MLCC 價值量約 4320 美元，較前代 GB300 的約 1530 美元成長 182%。這一價值量的飆升，來自用量擴大與產品單價提升的「量價雙擊」。
從產業整體規模來看，目前全球 MLCC 市場規模約 15 億美元，其中 AI 伺服器領域細分市場規模約 1.3 億美元，且正以 80% 的複合年成長率強勢爆發，而汽車與手機等其他關鍵產業的成長則有所放緩。高盛最新研究報告認為，AI 驅動的 MLCC 超級週期才剛開始，預計 2025 年至 2030 年市場規模將成長約 4.3 倍。這一成長斜率在被動元件產業中極為罕見，標誌著 MLCC 的價值定位正經歷歷史性轉變。
相較之下，智慧型手機與消費電子等傳統 MLCC 需求大類的成長已明顯放緩。這意味著，本輪 MLCC 行情的結構特徵與過往截然不同——AI 算力基礎設施正取代消費電子，成為 MLCC 需求的新成長支點。
全球龍頭格局：寡頭壟斷下的產能結構性約束
全球 MLCC 市場呈現典型的「寡頭壟斷 + 國產追趕」結構，2026 年全球 CR5 超過 80%，高端市場的技術與產能門檻極高。
全球MLCC供需緊平衡傳導路徑圖
在市場分層方面，第一梯隊由日韓廠商主導，村田市占率約 25%-34%，在 AI 伺服器等高端領域份額約 70%；三星電機市占率約 18%-24%；太陽誘電與 TDK 合計約占 15%-20%，四家日韓龍頭在 AI 伺服器、高端車規等高毛利領域合計占比達 85%。台系廠商（國巨、華新科）合計約 10%-15%，主攻中高端通用與消費電子市場。國產廠商以三環集團、風華高科、微容電子為代表，合計市占率約 10%-12%，正加速滲透 AI 與車規中高端賽道。
這種高度集中的供給格局，意味著產能瓶頸幾乎是系統性的。需求端，各龍頭企業已相繼採取漲價措施。2026 年 6 月，MLCC 產業迎來年度第三輪漲價，村田、三星電機、太陽誘電、松下四大巨頭同步調漲報價，AI/車規高端品項漲幅最高達 35%，常規消費類也漲 6%-30%。原廠產能全面向 AI 算力與車載賽道傾斜，常規 MLCC 供給持續收縮，高端與常規品項之間的產能分化格局已基本確立。
交付週期方面，村田高端 MLCC 產線稼動率高達 95%，交貨週期拉長至 20 週以上，部分緊缺型號已陷入限量接單狀態。太陽誘電高容料交期 16 至 24 週，馬來西亞工廠產能受限，現貨庫存處於低位。三星電機交貨週期拉長至 18 週以上，現貨價格逐月攀升。
| 廠商 | 全球市占率 | AI/高端領域份額 | 最新動態 |
|---|---|---|---|
| 村田 | 25%-34% | 約 70%（AI 伺服器） | 4 月調漲 15%-35%，6 月 9 日再度發布漲價函，AI/車規 MLCC 漲幅 10%-40%，7 月 1 日起生效 |
| 三星電機 | 18%-24% | 汽車/5G 領域強勢 | 消費級 MLCC 計畫調漲 5%-10%，AI 高容型號單獨再漲 30% |
| 太陽誘電 | 與 TDK 合計 15%-20% | 車規/工業高端 | 5 月 1 日調漲 6%-15%，CEO 警示需求已達「驚人級別」 |
| 風華高科 | 國產龍頭之一 | 加速切入 AI/車規 | 祥和工業園專案 2026 年 4 月結案，中高壓/高溫高容 MLCC 已批量應用於 AI 伺服器 |
在後續季度展望中，高階產能的釋放速度預計仍將慢於下游需求的成長速度。MLCC 高端產線的擴產週期通常長達 18 至 24 個月，核心設備依賴少數日系機械廠商，供給彈性受到剛性制約。這種結構性特徵與 HBM 儲存晶片的供需邏輯高度相似。
產能擴張節奏與供需缺口演變
儘管產業龍頭積極擴產，產能釋放節奏與需求爆發之間仍存在明顯時間差。日韓廠商的擴張動作較為密集：村田追加約 800 億日圓資本支出，島根縣出雲市新廠 2026 年投產，AI 產能占比有望從 30% 升至 45% 以上。三星電機天津廠擴產約 20%，菲律賓新廠規模約為現有產能的 1.5 倍，核心定位於 AI 伺服器與車載 MLCC 生產擴能。太陽誘電計畫五年內投入約 2700 億日圓擴充產能，但其 CEO 認為，這仍只是「不得不加速擴產」的應對之舉，而非主動的超前布局。
然而，這幾大擴產計畫距離產能完全釋放仍有一段不短的時間窗口。2026 年下半年至 2027 年，高端高容級 MLCC 的缺口預計在 15% 至 20% 之間，2027 年可能進一步擴大至 30%。通用型消費級產品受高端產能排擠影響，供給也在逐步收緊，原廠已透過實際行動表明：常規 MLCC 的供給將長期處於偏緊通道。
從上游核心材料的角度審視，MLCC 的供給約束甚至比產能層面更為深層。摩根大通 6 月 10 日報告指出，MLCC 產業鏈真正的瓶頸在於上游的奈米級陶瓷粉體——高端介質粉粒徑須壓到約 100 奈米、純度達 99.99%。這一領域過去由日本堺化學等日系廠商主導，國瓷材料突破後在國內市占已達約 80%，並已綁定三星電機等頭部客戶。但超細粉體（粒徑 ≤80nm）及 5N 級（純度 99.999%）粉體仍處於驗證或中試階段，尚未實現對高端進口粉的全面替代。上游材料端的約束進一步收窄了高端 MLCC 的產能擴張彈性，並將本輪供需錯配的持續時間拉長。
從 ABF 載板到 MLCC：算力投資的結構性傳導
MLCC 的景氣週期並非孤立現象，而是 AI 算力基礎設施從核心晶片到底層元件的全面傳導鏈條中的重要一環。在這一鏈條中，ABF 載板提供了一個在邏輯上具有參考價值的對照視角——兩者均呈現出相似的供需錯配邏輯，但市場規模與產業影響面存在顯著差異。
ABF 載板是 CPU、GPU 等核心邏輯晶片與外部電路之間的關鍵連接橋梁，在先進封裝中扮演不可替代的角色。產業研究機構 IEK 預估，2026 年全球 ABF 載板市場產值將達約 100.2 億美元，2024 至 2028 年間以約 22.9% 的年複合成長率擴張。從技術規格演進來看，NVIDIA Rubin 及 Rubin Ultra 平台所用 ABF 載板尺寸已提升至 100×91mm² 及 153×77.5mm²，層數從 12 至 14 層增至 18 至 20 層，單位載板的產能面積消耗量達到傳統 PC 載板的 5 至 10 倍。
ABF 載板與 MLCC 均面臨高度相似的結構性約束：技術規格持續提升導致單位產能消耗量大幅增加、日韓廠商寡頭壟斷格局、擴產週期長達 12 至 24 個月。2026 年第一季，ABF 載板頭部廠商的稼動率已從 2025 年第三季的 75% 至 80% 提升至約 90%，匯豐模型預測 ABF 基板缺口在 2027 年將首次突破 -27%。若將視角延伸至 ABF 上游材料——ABF 薄膜的核心原材料味之素已考慮調漲價格至少 30%，T-Glass 低熱膨脹係數玻纖缺口在 2025 年下半年至 2026 年上半年一度達到 50%。雖然 MLCC 的市場彈性在單位用量增幅上更為突出，但這組對照數據仍清楚反映一個核心趨勢：整個算力基礎設施供應鏈的供給緊張態勢是系統性的，MLCC 只是其中爆發最早、需求彈性最突出的環節之一。
國產替代的戰略窗口與產業長週期展望
在全球高端 MLCC 供應持續緊張、日韓龍頭產能擴張需時的背景下，國產廠商正面臨極為關鍵的市場切入窗口。地緣政治因素推動的供應鏈安全需求，疊加產業自身漲價週期的延續，為國產替代提供前所未有的戰略機遇。
在供給端結構變化層面，日韓龍頭擴產方向正全面向高端高毛利產品傾斜，讓出的中低端訂單外溢效應已開始顯現。中信證券認為，國內廠商有望受益於海外龍頭因聚焦 AI 領域而產生的產能排擠外溢。國內 MLCC 同行業績已有所體現——第一季收入成長 19% 至 46%。
從技術與產能建設層面看，國產替代的實質性進展正在加速。風華高科祥和工業園高端電容基地專案已於 2025 年底全面建設完成，2026 年 4 月完成結案，中高壓/高溫高容 MLCC 已批量應用於 AI 伺服器。三環集團憑藉陶瓷粉體 100% 自給率的垂直整合優勢，MLCC 月產能已超 900 億顆，高容產品占比達 70%，已進入特斯拉供應鏈並成功切入 NVIDIA AI 伺服器供應鏈。
但國產廠商在 AI 伺服器高端 MLCC 領域的突破仍處於早期階段。超細介質（<1μm）、高可靠配方等核心技術仍與日系廠商存在一定差距，頭部終端品牌對國產品牌的導入仍較為謹慎。此外，高端 MLCC 製造依賴的高精度層壓機、高溫燒結爐等核心設備國產化率不足 20%，進口設備交付週期以年為單位。這意味著，國產替代目前最大的受益來源，更多體現在日韓龍頭聚焦 AI 高端後產生的常規與中低端產品供給缺口，而在 AI 伺服器最高端的 MLCC 品項中，日韓廠商的領先地位短期內仍難以撼動。
從本輪供需週期的長度來看，多家機構給出較為一致的長期判斷。村田總裁指出，未來 3 至 5 年 AI 投資將持續強勁，下一代 AI 晶片對高端 MLCC 的需求將成長數十倍。高盛研究報告認為，2025 年至 2030 年 MLCC 市場規模將成長約 4.3 倍，本輪週期是 3 至 5 年的長週期上行，而非傳統意義上的短期供需脈衝。中金公司預測，2026 年 AI 伺服器所需 MLCC 總量將達 726 億顆，年增 87%；2027 年需求量將進一步提升至 1367 億顆，年增幅 88%。
從供需平衡的時間拐點來看，供給端最緊張的階段——本輪供需錯配的高峰可能出現在 2027 年上半年至年中。村田等產業龍頭 2026 年上半年啟動的擴產專案，預計將於 2027 年中旬開始至 2028 年初陸續投產，而 NVIDIA Rubin 平台的量產爬坡正在加速推進，這一產能釋放與需求爆發之間的時間差構成了本輪景氣週期持續性的基本面保障。
結語
從太陽誘電 CEO「驚人級別」的需求警示，到村田 6 月 9 日發布年內第三輪漲價函，再到 MLCC 在 AI 伺服器物料清單中躍居第三位——一系列訊號正共同勾勒出一個清晰結論：MLCC 已不再是傳統認知中隨消費電子週期波動的「電子工業大米」，而是正成為 AI 算力基礎設施投資中不可忽視的結構性瓶頸之一。
與 GPU 和 HBM 的供需敘事高度相似，MLCC 同樣面臨寡頭壟斷的供給格局與指數級擴張的需求之間的矛盾。當一台 AI 機櫃需要消耗近 60 萬顆電容、單顆電容在高端應用中的價值量持續攀升時，這個長期被定位為「配角」的被動元件產業，正在經歷一場屬於 AI 時代的價值重估。
