计算机行业研究：电RAM与DRAM对比分析

行业观点 电容是算力系统的"电RAM"，这一比喻正在从叙事走向工程现实。我们在电容系列第一篇（5月16日）即提出"电容是新的电RAM"——HBM是数据的缓冲、电容是能量的缓冲。电RAM与DRAM的相似之处主要有以下几点：存储系统的"DRAM刷新—缓存层级—容量墙"，分别对应电容在AI供电系统中的"充放电响应—多级时间常数—容量配置"。二者在系统角色、层级结构、量价驱动上高度同构，并非只是修辞上的相似。算力越强，对"电能缓冲"的依赖越深，正如算力越强对"数据缓冲"的依赖越深——这是电容需求脱离"按GPU颗数线性外推"的根本原因。 电容体系是一张"按时间常数分层"的缓冲网络，每一类电容对应一个供电时间尺度。沿着从芯片到电网的方向，硅电容在封装内承担亚纳秒级瞬态去耦，MLCC在板级承担纳秒级高频去耦，MLPC（多层聚合物电容）在板级承担微秒级中高频滤波与储能、并在高容值区间替代多颗MLCC，牛角铝电解电容在电源模块承担微秒至毫秒级的稳压削峰，超级电容与锂离子电容在机柜侧承担毫秒至秒级的备电与功率缓冲，薄膜电容则在高压直流母线承担纹波吸收。这套"时间常数阶梯"与DRAM/SRAM/寄存器的"访问延迟阶梯"在结构上高度对应：越靠近运算核心，响应越快、单位价值越高、技术壁垒越陡。这意味着AI供电升级不是某一类电容的单点放量，而是整张缓冲网络的同步加密。 市场对电容需求的认知，仍停留在"白区"，而真正的增量大量发生在"灰区"。过去多数测算只覆盖电源模块（PSU）内部、即靠近服务器与机柜的"白区"用量；但随着机柜功率向兆瓦级演进、供电架构走向800V高压直流（HVDC）与固态变压器（SST），从电网接入到机柜之间的多级降压、配电、电容箱、Power Rack等"灰区"环节，同样需要大量电容承担稳压与缓冲。换言之，电容用量的扩张是系统级的，既在白区加密、也在灰区铺开。若仅按白区口径测算，对真实需求存在系统性低估——这正是我们持续强调"数量随功率增长、结构随电压架构迁移"的原因。 量随功率增长，价随结构升级，电容正进入"量价齐升"的兑现期。需求侧，GPU出货保持高增长，单GPU功率与供电复杂度抬升带动单卡电容价值量提升，叠加冗余与结构系数，需求弹性显著高于GPU颗数增速；供给侧，高端铝箔、活性炭等关键材料受限，海外厂商扩产文化偏保守，国产高自供率、强工程能力的厂商获得份额与定价窗口。价格侧，传统铝电解电容下半年进入涨价通道，日系大厂已相继发函调涨，AI高端新品则按"重定价"逻辑兑现更陡的价值量提升。 相关标的 1）电容：江海股份、东阳光、火炬电子、海星股份、祥和实业、万裕科技、元力股份、思源电气、艾华集团等。2）MLCC：三环集团、风华高科、洁美科技、博纤新材、国瓷材料、火炬电子、力源信息、雅创电子、商络电子、利和兴、信维通信等。 3）SST：四方股份、金盘科技、阳光电源、可立克、京泉华等。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 上游高端材料保供风险；客户验证与导入不及预期风险；产能指标与审批风险；价格回落风险；海外厂商扩产与同业竞争风险；需求测算偏乐观风险。 内容目录 一、电RAM不是比喻：电容与DRAM在系统角色上高度同构........................................41.1同构一：DRAM要"刷新"，电容要"充放电"，都是为运算提供即时缓冲.........................41.2同构二：DRAM有"缓存层级"，电容有"时间常数阶梯"，越近核心越贵越快.....................41.3同构三：DRAM有"容量墙"，电容有"功率墙"，需求都脱离线性外推...........................4二、按时间常数分层：六类电容各就各位，构成完整的"电能缓冲网络".................................42.1硅电容：封装内的亚纳秒级去耦，最靠近运算核心..........................................42.2 MLCC：板级的纳秒级高频去耦，数量最庞大的一层.........................................52.3 MLPC：板级微秒级中高频滤波与储能，高容值区间替代多颗MLCC...........................52.4牛角铝电解电容：电源模块的微秒至毫秒级稳压削峰，AI电源高压化的直接受益者..............52.5超级电容与锂离子电容：机柜侧的毫秒至秒级备电与功率缓冲，从选配走向必配................62.6薄膜电容：高压直流母线的纹波吸收，800V架构下的承接环节...............................7三、白区与灰区：被市场忽视的系统级增量........................................................73.1认知差的来源：多数测算只覆盖PSU内部.................................................73.2灰区在哪里：多级降压、配电、电容箱、Power Rack.......................................73.3系统级扩张：白区加密+灰区铺开.......................................................7四、量价齐升的兑现逻辑：材料约束、扩产门槛与国产替代窗口......................................84.1量：需求弹性显著高于GPU出货增速.....................................................84.2价：传统品步入涨价通道，AI新品按"重定价"逻辑兑现......................................84.3约束：高端材料是真瓶颈................................................................84.4门槛：扩产是电耗能源、扩产决心、环保指标的综合门槛....................................84.5窗口：海外保守扩产，国产高自供率厂商抢占份额与定价权..................................9五、相关标的..................................................................................9六、风险提示..................................................................................9 图表目录 图表1：硅电容的厚度可以减薄至100㎛或更小，便于封装.........................................4图表2：硅电容在封装芯片内部的位置............................................................5图表3：硅电容与MLCC的体积对比.............................................................5图表4：封装后的30μf Nanolam电容器在850V/125℃、670V/160℃下关键性能均保持稳定.............5图表5：铝电解电容器各层物质内容..............................................................6图表6：铝电解电容器的缠绕结构................................................................6图表7：超级电容与传统电池的储能效果对比......................................................6 图表8：超级电容构造..........................................................................6图表9：电容时间常数分层与存储层级对照图......................................................7图表10：电容储能用于平抑负荷需求.............................................................7图表11：AI数据中心供电链白区/灰区电容分布示意图..............................................8 一、电RAM不是比喻：电容与DRAM在系统角色上高度同构 我们把电容比作"电RAM"，主要系电RAM与DRAM高度相似的逻辑同构，即HBM是算力的数据缓冲，电容是算力的能量缓冲。 1.1同构一：DRAM要"刷新"，电容要"充放电"，都是为运算提供即时缓冲 DRAM的物理本质是用电容存储电荷来表示数据，电荷会泄漏，因此必须周期性"刷新"。AI供电系统中的电容，物理本质是充放电——在GPU瞬时拉载时放电补能、在负载回落时充电储能，周期性地为运算核心平电压波动。二者在物理层面共享同一个器件原理（电荷的存储与释放），在系统层面承担同一个角色：为高速运算提供"够快、够近"的即时缓冲，弥补主供给（DRAM之于硬盘、电容之于电源）响应不够快的短板。 这一同构决定了一个关键推论：运算越快、功率密度越高，对缓冲的"快"和"近"要求越苛刻。AI服务器实际运行功率与标称功率之间存在较大差异，高负载下的功率波动、电压波动若得不到即时缓冲，可能直接导致系统不稳定甚至宕机。这与"内存带宽不足会拖累算力释放"是同一类问题——能量质量环节必须与算力同步补强。产业界对此有一个贴切的类比：算力系统中存储不够时必须先扩存储，AI服务器要稳定释放算力，电能质量环节也必须同步补强；若原有方案存在"欠配"，新一代平台还会出现补课式的需求增长。 1.2同构二：DRAM有"缓存层级"，电容有"时间常数阶梯"，越近核心越贵越快 现代计算机的存储不是单一一层，而是寄存器→SRAM缓存→DRAM→硬盘的层级结构，越靠近运算核心，速度越快、容量越小、单位成本越高。AI供电系统的电容同样是分层的，分层依据是"时间常数"（即响应速度）：从封装内的硅电容（亚纳秒）、板级的MLCC（纳秒）、MLPC（微秒级中高频）、电源模块的牛角铝电解（微秒至毫秒）、到机柜侧的超级电容/锂离子电容（毫秒至秒）。两套层级在结构逻辑上高度对应——越靠近"运算/供电核心"，响应越快、单位价值量越高、技术壁垒越陡。这一同构的产业含义在第二章详细展开。 1.3同构三：DRAM有"容量墙"，电容有"功率墙"，需求都脱离线性外推 DRAM的需求不是按CPU核数线性增长的，而是被"数据量爆炸"推着走——模型越大、数据越多，单位算力配套的内存容量越高，这就是"内存墙/容量墙"。电容的需求同样不能按GPU颗数线性外推。其驱动是复合的：可以理解为"GPU数量×单GPU功率/价值量×系统结构复杂度×价格系数"的共同作用。GPU出货量保持较高年增速，单GPU功率与供电复杂度从B系列向新一代平台抬升带动单卡电容价值量进一步提升，再叠加互连密度、削峰稳压、冗余设计带来的结构系数，需求弹性可以显著高于GPU出货增速。 我们认为，判断"电RAM"的需求增速不仅要锚定GPU颗数，还要盯着功率密度、架构复杂度和容量配置墙。算力越强，对能量缓冲的依赖越深，正如算力越强对数据缓冲的依赖越深。 二、按时