计算机行业研究：电容：电RAM

行业观点 电容是“算力的能量缓冲”，前者承担数据吞吐速率与算力速率的匹配，后者承担电源供应速率与算力功率的匹配。据Morgan Stanley对英伟达下一代VR200 NVL72机架BOM的拆解测算，VR200单机柜MLCC价值量约4,320美元，较GB300的约1,530美元增加182%；NVIDIA在Vera Rubin NVL72机架搭载较前代提升20倍的储能容量（20x more energystorage）以保持电力稳定。电容已经从“配套环节”重新定位为“瓶颈卡位”，景气重要性量变引发质变。 算力爆发驱动功耗倍增，被动元器件链迎来代际跃迁。AI服务器单机柜功耗已经突破百千瓦门槛——SupermicroBlackwell解决方案手册显示GB300 NVL72整机柜典型工作功耗约132-140kW；Vera Rubin NVL72延续Oberon架构，Rubin Ultra Kyber机架整机功耗约600kW，将采用800VDC供电。功耗倍增直接传导至被动元器件用量倍增——村田制作所披露，GB300单台AI服务器需搭载约3万颗MLCC，单一AI机柜消耗高达44万颗MLCC；TrendForce数据显示VR200单机柜将使用约60万颗MLCC，较GB300高出30%以上。功率密度的代际跃迁直接推升被动元器件用量、电源系统价值量、电容总价值量。 三类电容并存放量，AIDC调峰、滤波、储能形成全链条覆盖。AI服务器内部并非单一品类，而是由三类电容形成功能矩阵：MLCC板式电容部署在GPU/CPU周边承担纳秒级电压滤波，铝电解电容（含积层箔电容）部署在PSU电源侧承担中间级滤波，超级电容部署在机柜电源架承担毫秒至秒级储能调峰。三类电容在AI服务器内功能互补、并存放量，并非替代关系。NVIDIA在OCP全球算力峰会上发布的800V HVDC白皮书强调“大型储能与超级电容叠加使用”，SST与超级电容形成“中压转换+瞬时调峰”的功能配对——AIDC电源路径重构持续抬升电容总用量。 电容主场在中国，国产厂商在材料-工艺-成品全链条具备核心竞争力。电容产业链的中国卡位深厚且完整。在上游电极箔环节，中国厂商在腐蚀箔、化成箔、积层箔三个细分领域均具备核心竞争力，东阳光拥有积层箔的全球独家专利和全球唯一积层箔工厂——积层箔电容器的市场渗透率预计2024、2027、2030年分别达到1%、10%、30%，对应产值分别为6亿元、60亿元、180亿元。在中游成品环节，中国厂商已经具备从材料到成品的全产业链能力，覆盖铝电解电容、超级电容、MLPC、积层箔电容器等核心品类。电容主场在中国，具备更强的产业纵深。 相关标的 超级电容：东阳光、江海股份、思源电气、海星股份、元力股份、艾华集团等。MLCC：信维电子、泰晶科技、水晶光电、三环集团等。SST：四方股份、金盘科技、阳光电源、京泉华、可立克等。SST需要用到的SiC：天岳先进、晶升股份、宇晶股份、三安光电等。 风险提示 AI资本开支不及预期风险；AI服务器代际推进不及预期风险；800V HVDC与SST渗透不及预期风险；海外大客户认证进度不及预期风险。 内容目录 一、AI功耗爆发驱动被动元器件代际跃迁，电容成为继HBM之后的算力新瓶颈.......................41.1算力爆发触发功耗倍增传导链，被动元器件迎来量价齐升..................................41.2三类电容同步进入景气区间，板式电容、电解电容、超级电容形成扩张矩阵..................41.3电容正成为继HBM之后的算力新瓶颈，"电RAM"叙事浮现................................51.4中国厂商在电容主场卡位显著，全产业链能力构成纵深优势................................5二、产业链全景：从高纯铝到AIDC，电容材料的中国主场.........................................62.1高纯铝—电子光箔—电极箔构成电容材料底座，国内厂商深度卡位..........................62.2腐蚀箔/化成箔与积层箔形成代际接力，新一代电极箔打开高端电容空间......................72.3三类电容承担AIDC不同储能场景，超级电容与积层箔电容器各擅胜场......................82.4服务器电源、PCS超容储能、SST固态变压器三大终端场景共振放量.......................8三、超级电容承担AIDC调峰备电双重职责.......................................................93.1 AI算力负载呈阶跃式脉冲特征，传统三级备电架构难以同步匹配............................93.2超级电容承担机柜级调峰与短时备电双重职责，与电池形成互补关系.......................10四、被动元器件链同步扩张，MLCC与SST承接AI算力电源升级....................................114.1 MLCC用量与价值量随AI服务器代际跃迁同步抬升，VR200单机柜价值量较GB300增加182%...114.2 SST推动800V HVDC架构落地，AIDC电源路径重构进一步抬升电容用量.....................12五、相关标的...............................................................................13六、风险提示...............................................................................13 图表目录 图表1：NVIDA AI服务器GPU单卡功耗代际跃迁................................................4图表2：从H100到Rubin Ultra单机柜的MLCC用量跃迁........................................4图表3：三类电容扩张逻辑对比................................................................5图表4：电容与HBM传导路径对比............................................................5图表5：东阳光生产的积层箔电容器体积较传统电容器缩小20%以上...............................6图表6：常见的双电层超级电容器（EDLC）的基本结构..........................................7图表7：东阳光已具备多处产能布局............................................................7图表8：NVIDIA800V HVDC数据中心供电技术演进路线.........................................9图表9：AI负载vs传统稳态负载功率波动对比................................................10图表10：GB300 NVL72电源架内电容性储能元件的充放电工作机制示意图........................11 图表11：VR200单机柜MLCC价值量较GB300增加182%......................................12图表12：NVIDIA Kyber架式电源供应器结构...................................................12 一、AI功耗爆发驱动被动元器件代际跃迁，电容成为继HBM之后的算力新瓶颈 1.1算力爆发触发功耗倍增传导链，被动元器件迎来量价齐升 AI服务器单机柜功耗已经突破百千瓦门槛。英伟达GB300 NVL72平台单卡B300 GPU典型功耗约1400W，相比上一代GB200的1200W提升约17%，整机柜满载功耗达到130-140kW区间。这一功耗水平较风冷H100机柜的约40kW实现约3.5倍跃迁，主因是GPU数量与单卡功率密度同步抬升。 来源：Server Simply，快科技，国金证券研究所 功耗倍增直接传导至被动元器件用量倍增。村田制作所披露，GB300单台AI服务器需搭载约3万颗MLCC，约为智能手机用量的30倍、汽车的3倍；整机柜MLCC用量进一步抬升至44万颗。MLCC作为电源/信号链的"毛细血管"，其用量与GPU数量、单卡功耗、电源路数直接挂钩——GPU数量越多、功耗越高、电源路数越密，MLCC用量呈指数级放大。 代际跃迁带来的量增空间还在进一步打开。从H100到Rubin Ultra的演进路径来看，单机柜GPU数量已从HGX H100的8颗跃升至Rubin Ultra NVL576的576颗（144颗GPU × 4个die），对应单机柜MLCC用量从H100的约4.8万颗预计抬升至Rubin Ultra NVL576的约430万颗。这一增长背后是GPU封装数与电源路数的双重放大效应——封装数越多带动主板面积放大、电源路数越多带动板载电容用量倍增。 1.2三类电容同步进入景气区间，板式电容、电解电容、超级电容形成扩张矩阵 AI服务器电容用量并不局限于MLCC一类。从功能位置来看，AI服务器内部电容可划分为三类：板式电容（MLCC，部署在GPU/CPU周边做纳秒级滤波）、电解电容（部署在PSU电源侧做中间级滤波）、超级电容（部署在机柜电源架做毫秒-秒级储能调峰）。三类电容在AI服务器内并存放量，并非替代关系。 三类电容的扩张逻辑各有侧重。MLCC的扩张来自单台主板用量的倍增——AI服务器MLCC用量是普通服务器的5-10倍，对应单机柜价值量超2万元；电解电容的扩张来自电源路数 与电源板数的倍增——AI服务器功耗抬升带动电源板数量倍增，每块电源板都需配套铝电解电容做滤波；超级电容的扩张来自从无到有的渗透——GB200以前AI服务器不需要超容，GB300开始NVIDIA在电源架集成电容性储能元件，下一代Rubin平台储能容量较前代大幅拉升，标志着储能元件从附属功能升级为核心系统组件。三类电容的扩张速度并不一致，超级电容因从0到1的渗透特征，增量弹性最大。 1.3电容正成为继HBM之后的算力新瓶颈，"电RAM"叙事浮现 HBM已经验证过算力链上一个核心环节的"量价齐升+涨价超预期"路径。CounterpointResearch数据显示，存储市场已进入"超级牛市"阶段，2025年Q4存储价格飙升40-50%，2026年Q1预计再涨40-50%；TrendForce预估2026年Q1一般型DRAM合约价季增55-60%。HBM作为AI算力链的核心存储组件，其涨价路径背后是"AI服务器需求暴增→产能转向高端→中低端供给紧缩→价格反向传导"的产业逻辑。 电容正在复制HBM的传导路径。AI服务器MLCC用量较普通服务器抬升5-10倍，村田预计AI服务器MLCC需求2030年较2025年增加约3.3倍；与此同时高端MLCC 70%产能集中于日本厂商，叠加稀土原材料供给压力，"需求暴增+供给瓶颈"的剪刀差已经形成。MLCC高端型号现货价已经上涨15-35%，交期拉长至16-20周，库存处于5年低位。从需求结构、供给约束、价格曲线三个维度看，电容环节具备复制HBM涨价的核心条件。 电容在算力链中的位置与HBM高度对称。HBM是"算力的数据缓冲"，电容是