金属行业2026年度中期策略系列报告之新材料篇：科技与稀缺共振，AI金属材料星辰大海

科技与稀缺共振，AI金属材料星辰大海 glmszqdatemark2026年07月19日 推荐 维持评级 科技与稀缺性的共振，AI新材料迎升级迭代机遇。AI性能持续演进带来算力和功耗的持续提升，驱动AI金属材料不断升级去满足高功率、大电流、小型化和强散热等更高的要求，AI金属材料正迎来需求扩张。电容、电感持续升级保障了AI电源电路的稳定，光模块往高速率发展满足带宽升级需求，锡粉锡膏升级满足微电子互联更高需求，液冷技术及散热材料持续升级解决了高功耗导致的热能挑战。目前AI基础设施建设以及端侧应用生态拓宽有望放大AI产业需求，同时受技术、材料体系、认证壁垒等影响，AI金属材料供给难以满足需求的扩张，AI金属材料正迎来需求与价格的共振。 AI硬件功率持续攀升，电子元器件材料产业链迎升级机遇。AI服务器相比传统服务器需要更高的运算性能和大容量数据处理，因此功耗和发热量也大幅增加，AI服务器的功耗是普通服务器的5～10倍以上，驱动MLCC往小型化、超高容量、高温方向迭代，驱动电感往一体成型方向迭代，同步还增加钽电容和铝电解电容的需求。伴随着器件侧的升级迭代，上游镍粉、羰基铁粉、铝电极箔、钽粉等也都迎来量价双升机遇。 分析师邱祖学执业证书：S0590525110009邮箱：qiuzuxue@glms.com.cn 分析师李挺执业证书：S0590525110011邮箱：lting@glms.com.cn AI驱动微电子互联传输需求升级，高端电路载体材料迎放量机遇。随着AI大模型训练的快速增长，数据中心对算力的需求持续攀升，同时对数据的传输的需求也成指数级增长。电路载体材料也迎来材料升级革命，满足带宽和损耗等方面更高的要求。目前Chiplet、2.5D/3D封装及HBM等先进封装技术也快速发展，带动封装互连密度持续提升，微凸点尺寸不断缩小，对焊接材料的精度控制及可靠性提出更高要求，超细粒径高端锡粉锡膏续期有望持续放量。 AI驱动光传输升级需求，光信号材料迎发展机遇。AI算力需求驱动光模块持续向800G及1.6T升级，传统电信号传输在距离、带宽和损耗方面无法满足要求，必须依赖光传输技术（如光模块、光纤）实现高效互联。为满足光通信升级迭代需求，传统的硅基材料在高频高速场景下逐渐显露出力不从心，锗、镓、铟等材料凭借更加优异的光电效应迎来发展机遇。 AI开启散热革命，散热材料大放异彩。算力快速提升导致芯片热设计功耗持续攀升，散热需求迫在眉睫。过高的温度会直接影响电子元件的性能，散热需求不可忽视。风冷散热效率难以跟上数据中心设备散热需求的提升，液冷方式已成为主流。为了追求极致的散热效率，材料也不断从铜、铝往复合材料（钨铜、金刚石铜等）持续迭代。 相关研究 1．有色金属周报20260712：宏观情绪有所修复，商品价格企稳回升-2026/07/122．金属行业2026年中期策略系列报告之工业金属&贵金属篇：海压竹枝低复举，风吹山角晦还明-2026/07/073．有色金属周报20260704：加息预期降温，商品价格触底反弹-2026/07/054．金属行业2026年中期策略系列报告之能源金属篇：去芜存菁，轻舟已过万重山-2026/07/015．有色金属周报20260628：加息交易渐进尾声，静待价格上行-2026/06/28 投资建议：AI算力升级带动整体产业链迎来材料革命，AI金属材料板块深度受益。我们推荐博迁新材、东方钽业、有研粉材、铂科新材，建议关注海星股份、悦安新材、江南新材、稀美资源。 风险提示：海外地缘政治风险、需求不及预期、新品研发不及预期等。 投资聚焦 研究背景 AI算力持续发展，相关产业链持续升级迭代，发展空间星辰大海。本报告自下而上对于AI硬件进行拆解，对于下游硬件升级需求、中游器件主要技术迭代以及上游材料主要发展趋势进行了细致分析，系统性梳理了AI技术变革所带来的新材料发展机遇。 区别于市场的观点/方法 本报告从自下而上的角度深入剖析了AI的技术迭代对于整个产业链环节的影响传导路径以及伴生出来的技术和材料升级迭代的机遇，对于下游硬件升级需求、中游器件主要技术迭代以及上游材料主要发展趋势进行了细致分析，同时展望未来AI产业生态逐步拓展，供给产能配备或将滞后于需求快速增长步伐，电子新材料有望迎来量价双升机遇。 近期催化 AI算力快速发展，材料革命迫在眉睫。我们看到高端材料频繁出现结构性的短缺所导致的涨价行情，关注AI技术迭代最新节奏以及政策对于材料供应链的扰动。 结论与建议 AI算力升级带动整体产业链迎来材料革命，AI金属材料板块深度受益。我们推荐博迁新材、东方钽业、有研粉材、铂科新材，建议关注海星股份、悦安新材、江南新材、稀美资源。 目录 1 AI红利时代来临，电子新材料迎升级迭代机遇.........................................................................................................4 2.1高端MLCC带动MLCC镍粉升级机遇........................................................................................................................................102.2芯片电感迭代驱动金属合金粉体升级机遇..................................................................................................................................122.3 AI服务器供电架构升级，驱动高压电极箔需求.........................................................................................................................142.4 AI浪潮拉动钽电容增量需求，钽粉需求快速增长.....................................................................................................................20 4.1锗：需求多点开花，锗价有望上行..............................................................................................................................................374.2铟：光通信需求带来磷化铟缺口，新兴需求增量值得期待.....................................................................................................424.3镓：主流化合物半导体材料，应用空间广阔..............................................................................................................................484.4铌酸锂：电光调制器重要材料.......................................................................................................................................................53 6.1行业投资建议....................................................................................................................................................................................656.2重点公司............................................................................................................................................................................................66 1AI红利时代来临，电子新材料迎升级迭代机遇 AI产业持续演进的过程，伴随着软件侧、硬件侧、材料侧等持续的迭代升级。软件侧，AI历经了基于设定规则的专家系统的阶段，以数据驱动和统计学习方法为核心不断优化参数的机器学习阶段，依托于大数据、高算力和创新算法的深度学习阶段以及超大规模参数、零样本/少样本学习的大语言模型阶段；硬件侧，伴随摩尔定律的持续演进，半导体芯片制程持续微缩到5nm以下，封装工艺也从平面走向3D立体封装和系统级封装；材料侧，制程工艺持续微缩驱动了芯片铜互连层、应变硅技术、高k金属栅极的应用。 资料来源：中国科学院半导体研究所，国联民生证券研究所 算力是AI发展的重要引擎。在人工智能的发展中，“算力”、“算法”与“数据”并称为AI发展的三大基石。算法相当于AI的大脑，是指导计算机执行特定任务的一系列指令的集合，是AI实现智能化处理的基础，从上个世纪以来算法已经历经了从最开始的逻辑推理模型到专家系统到神经网络再到深度学习的多次进化。数据是AI的燃料，是人工智能系统学习和改进的基础，通过收集、处理和分析海量数据，AI系统能够不断优化模型参数、提升预测准确率从而实现智能化决策和应用。算力，即“计算能力”，是指计算系统（如电脑、服务器、数据中心等）处理信息和执行计算的能力，是人工智能系统实现高效准确处理任务的物质基础。从数据收集、模型训练到推理应用，每一步都离不开强大的算力支持。现代人工智能， 特别是深度学习技术，依赖于复杂的神经网络模型，这些模型包含数百万甚至数十亿的参数。训练这样的模型需要强大的计算资源，从而对算力需求大幅提升，只有足够的算力才能使模型在合理的时间范围内完成对海量数据的学习。随着AI技术的不断进步，对算力的需求预计呈现出指数级增长。 资料来源：新智元公众号，国联民生证券研究所 AI大模型算力需求持续提升，直接推动处理器、存储等核心硬件不断升级。处理器对应的是计算能力，算力提升是AI成功应用到终端的核心，算力芯片上晶体管的数量也在快速增长，而计算能力的提升直接对应到功率的提升，进而带来功耗的显著提升。存储对应的是数据容纳能力，算力提升同时带来的就是数据流大增的挑战，AI服务器拉动高带宽内存(HBM)需求快速增长，端侧AI对于大容量DRAM的需求也大幅提升。 资料来源：天天IC，国联民生证券研究所 资料来源：半导体行业观察，国联民生证券研究所 电路设计为了匹配AI应用电路高功率、大电流的特点，也对于被动元件提出了升级需求。处理器计算能力大幅提升以及存储数据流的显著增长也给电路设计带来新的挑战，比如能源损耗、信号完整性、电源稳定性、外围器件的可靠性等，为了保证电路设计的稳定高效，被动元件作为电路中不可或缺的组成部分也必须进行相应的升级迭代才能满足需求，比如超薄型（小尺寸）、高容化、高频化、耐高温、高可靠性等。AI服务器的耗电量是普通服务器的5~10倍以上，需要搭载MLCC，但需要安装在GPU附近，因此MLCC的安装面积有限，这种情况下采用小型、超高容量MLCC，有助于优化基板设计及提高