计算机行业研究：电容为什么叫电RAM

行业观点 功耗爆发叠加脉冲负载，电容成为算力的“能量缓冲”。AI服务器单卡功耗从GB200的约1200W抬升至GB300的约1400W，整机柜满载功耗从风冷H100的约40kW跃迁至GB300 NVL72的132-140kW、Rubin Ultra Kyber机架的约600kW量级。与CPU时代的稳态用电不同，数千颗GPU在锁步协同下执行相同计算，功率在微秒至亚毫秒级阶跃式突变，而传统UPS切换响应在毫秒级，两者存在两到三个数量级的错配。要在GPU瞬时拉满功率时供得上电，必须依靠从纳秒到秒级的多级电力缓存逐级接力——这正是电容被称为“电RAM”的物理本源：HBM是算力的数据缓冲，电容是算力的能量缓冲。 四类电容在多级缓存中各司其职，电源高压化带来配比跃升。贴近GPU/CPU的MLCC与MLPC承担纳秒级电压滤波；PSU电源侧的牛角型铝电解电容承担中间级滤波，伴随单模块功率从约5.5kW向18.5kW升级、供电向800V直流演进，单机铝电解电容配比同步抬升；机柜电源架的超级电容承担毫秒至秒级储能调峰。据村田制作所披露，GB300单台AI服务器搭载约3万颗MLCC、单一AI机柜消耗高达44万颗；据TrendForce数据，VR200单机柜MLCC用量约60万颗，较GB300高出30%以上。四类电容功能互补、并存放量，并非替代关系。 AI需求爆发驱动电容全面通胀，复制存储量价齐升路径。据村田制作所预估，AI服务器用MLCC需求将以年均约30%的速度扩大，2030年较2025年增加约3.3倍；据Mordor Intelligence，全球MLCC市场规模将从2025年的272.5亿美元增长至2030年的611.2亿美元。需求暴增叠加日韩高端产能向AI倾斜挤占消费级供给，被动元件已进入全品类、多轮次涨价周期——AI服务器专用MLCC调价幅度达30%-35%，高端现货价上涨15%-35%，交期由8周拉长至16-24周。电容环节正沿“需求暴增→产能转向高端→中低端供给紧缩→价格反向传导”复制存储的量价齐升。 材料-工艺-成品全链条卡位，电容主场在中国。MLCC高端市场约77%由村田、三星电机、太阳诱电等日韩厂商占据，国内厂商承接海外溢出、并因日韩产能挤占消费级而受益于消费级MLCC涨价；铝电解电容、超级电容、MLPC三个细分赛道，中国厂商已具备从电极箔到成品的全产业链能力。电极箔在铝电解电容成本中占比超70%，中国厂商在腐蚀箔、化成箔、积层箔三个细分均具备核心竞争力——积层箔比容较传统化成箔高20%-40%、相同容量下体积缩小约20%，东阳光与日本东洋铝业合作掌握全球独家专利。电容主场在中国，具备更强的产业纵深。 相关标的 1）电容：江海股份、东阳光、海星股份、思源电气、艾华集团、万裕科技等。2）MLCC：三环集团、风华高科、火炬电子、洁美科技、博纤新材、商络电子、信维通信等。3）SST：四方股份、金盘科技、阳光电源、京泉华、可立克等。4）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资本开支不及预期的风险；AI服务器代际推进不及预期的风险；800V HVDC与SST渗透不及预期的风险；海外大客户认证进度不及预期的风险。 内容目录 一、为什么叫“电RAM”：功耗爆发叠加脉冲负载，逼出电的多级缓存..................................31.1单卡与整机柜功耗同步跃迁，AI供电系统面临极限挑战......................................31.2 GPU阶跃式脉冲负载与传统稳态供电错配，催生多级缓存需求................................31.3多级电力缓存与多级存储高度对称，电容卡位“电RAM”......................................3二、多级缓存结构：四类电容在不同环节各司其职..................................................42.1从芯片到机柜的四级电力缓存，响应速度逐级递减、缓冲时间逐级递增........................42.2 MLCC与MLPC贴近GPU承担纳秒级滤波，用量随GPU数量指数放大.......................42.3 PSU电源高压化推升牛角电解电容配比，单模块功率向18.5kW升级..........................42.4超级电容部署机柜电源架承担秒级调峰，从选配走向标配....................................5三、需求爆发驱动电容全面通胀：AI电容市场快速膨胀..............................................63.1AI需求爆发推动电容用量呈数量级膨胀....................................................63.2供需剪刀差形成，被动元件进入全品类涨价周期............................................63.3电容复制存储量价齐升路径，全面通胀逻辑加速兑现........................................6四、分环节竞争格局与中国卡位..................................................................64.1 MLCC：日韩主导高端、国产承接溢出，消费级同步受益于产能挤占...........................64.2铝电解电容：电极箔国产卡位深厚，积层箔对化成箔形成代际接力............................74.3超级电容：LIC与EDLC双路径并行，下游需求各有承接....................................7五、相关标的..................................................................................8六、风险提示..................................................................................8 图表目录 图表1：NVIDA AI服务器GPU单卡功耗代际跃迁..................................................3图表2：从H100到Rubin Ultra单机柜的MLCC用量跃迁..........................................4图表3：从芯片到机柜的四级电力缓存结构示意....................................................4图表4：台达新一代800V直流电源架与18.5kW PSU内置储能铝电解电容............................5图表5：GB300 NVL72电源架内电容性储能元件充放电工作机制示意图..............................5图表6：全球MLCC与AI超级电容市场规模快速膨胀预测..........................................6图表7：积层箔与传统化成箔工艺及性能对比......................................................7图表8：常见的双电层超级电容器（EDLC）的基本结构............................................8 一、为什么叫“电RAM”：功耗爆发叠加脉冲负载，逼出电的多级缓存 1.1单卡与整机柜功耗同步跃迁，AI供电系统面临极限挑战 AI服务器的功率密度正在以代际跃迁的速度抬升。英伟达GB300 NVL72平台单卡B300GPU典型功耗约1400W，相比上一代GB200的约1200W提升约17%；整机柜满载功耗达到130-140kW区间，较风冷H100机柜的约40kW实现约3.5倍跃迁。再往后看，VeraRubin NVL72延续Oberon机架架构，Rubin Ultra搭配下一代Kyber机架将单柜功率推升至约600kW量级，并采用800V直流供电以支撑1MW及以上的机架功率需求。功率绝对值的逐代抬升，意味着供电系统每一级都要承受更大的电流与更陡的负载变化。 这一功耗水平的抬升，本质上由GPU数量与单卡功率密度的双重放大驱动。单机柜GPU数量从HGX H100的8颗，跃升至GB300 NVL72的72颗，再到Rubin Ultra NVL576的576颗；与之对应，机柜电源系统需要在更小的空间里完成更大功率的传输、转换与缓冲。供电能力能否跟上算力扩张，已经成为制约单机柜算力上限的关键变量之一 来源：Server Simply，快科技，国金证券研究所 1.2 GPU阶跃式脉冲负载与传统稳态供电错配，催生多级缓存需求 AI数据中心的电力负载已经发生范式转变。AI训练任务下数千颗GPU在锁步协同（lockstep）模式下执行相同计算，这种同步性导致机柜层面出现明显的功率波动；与传统数据中心稳态负载不同，AI工作负载在GPU空闲与高功率状态之间形成微秒至毫秒级的阶跃式突变。CPU时代设计的供电体系——柴油发电机（长时备电）、UPS不间断电源（中长时备电）、板载电容（瞬时滤波）——是为稳态负载设计的，在AI阶跃式脉冲下逐步暴露响应、寿命、损耗三方面的不适配。 NVIDIA官方表述，电网原本设计用于支撑相对稳定的负载，例如照明、家用电器和恒功率工业设备，但运行AI工作负载的数据中心已经改变了这一前提。GPU负荷的瞬时突变速率达到微秒到亚毫秒级，而传统UPS切换响应在毫秒级，两者之间存在两到三个数量级的错配。一旦响应跟不上，GPU会因瞬时电压跌落进入降频或保护状态，训练任务可能因此中断。 要在GPU瞬时拉满功率时持续供得上电，单一储能元件无法同时满足“快”和“久”两个要求，供电系统因此演化出从纳秒到小时级的多级电力缓存：响应越快的环节越贴近芯片、单次缓冲时间越短，响应越慢的环节越靠外、缓冲时间越长。各级缓存逐级接力，才能把GPU的阶跃式脉冲层层抹平。 1.3多级电力缓存与多级存储高度对称，电容卡位“电RAM” 电容在算力链中的位置，与存储高度对称。HBM是算力的数据缓冲，承担数据吞吐速率与算力速率的匹配；电容是算力的能量缓冲，承担电源供应速率与算力功率的匹配。在存储侧， 从寄存器、SRAM、HBM到DRAM构成多级数据缓存，逐级匹配算力对数据的吞吐节奏；在供电侧，从MLCC、铝电解电容、超级电容到机柜级储能构成多级能量缓存，逐级匹配算力对功率的脉冲节奏。两套体系结构同构、机制同源。 正因如此，电容与HBM一样，都在经历从“标品采购”向“瓶颈卡位”的定位抬升，也都是被市场长期低估的高弹性环节。随着英伟达推动GPU算力逐代跃迁，单机柜功率与脉冲幅度同步放大，对多级电力缓存的总需求持续抬升，电容的“电RAM”卡位特征正在加速显现。这是电容重要性由量变引发质变的核心逻辑。 二、多级缓存结构：四类电容在不同环节各司其职 2.1从芯片到机柜的四级电力缓存，响应速度逐级递减、缓冲时间逐级递增 AI服务器内部的电容并非单一品类，而是按照物理位置与响应速度形成一套分级结构。最贴近芯片的是MLCC与MLPC，部署在GPU/CPU周边，承担纳秒级的电压滤波，负责抹平最高频的电压纹波；向外一级是PSU电源侧的牛角型铝电解电容，承担毫秒级的中间级滤波，平滑电源转换环节的电流波动；再向外是机柜电源架的超级电容，承担毫秒至秒级的储能调峰，顶住GPU集体拉满功率时的瞬时缺口；最外层则是UPS与柴油发