MLCC大厂调研公司消费车规AI产能规划转产置换率三大原厂涨价情况

2026/07/22 11:31 要点 1、公司消费/车规/AI产能规划；2、转产置换率；3、三大原厂涨价情况。 以下为专家观点： 请问在GB200、GB300以及Rubin Ultra等不同型号的AI服务器中，单颗GPU分别需要使用多少颗超高容MLCC？ 目前只能统计到单颗GPU的MLCC用量，而非整台服务器的具体数据。具体来看，GB200单颗GPU使用了8,547颗MLCC。对于GB300，NVIDIA尚未提供最终的BOM清单。至于Rubin平台，虽然没有确切的总数，但可以根据关键物料的变化进行推算。例如，在GB300上，一颗0,805 47μF的MLCC用量约为1,300颗，而在Rubin上，同规格MLCC的用量增至约4,500颗。 从GB200到GB300，再到Rubin，单颗GPU的MLCC用量呈现近乎翻倍再翻三倍的增长，其背后的主要驱动因素是什么？ MLCC用量大幅增加的主要原因是需要通过大量铺设MLCC来提升产品的功率。同时，NVIDIA在物料选择上相对普通，并未大量采用超高容产品。在公司的定义中，100μF及以上的MLCC才被界定为超高容。然而，审视NVIDIA的BOM清单可以发现，直到GB300为止，其设计中并未包含超高容MLCC。直到Rubin平台，才开始少量使用0,805 100μF的规格，用量也仅为278颗左右。 既然NVIDIA的产品并未大量使用行业定义的超高容MLCC，这是否意味着其对传统工业级、车规级和消费级MLCC市场的产能挤出效应有限？ NVIDIA未使用最高容值MLCC的原因，可能是在设计之初就基于与公司等供应商的沟通，选择了次高容值（如40μF、60μF）的方案，这被认为是当时最优的设计。尽管如此，其MLCC用量仍在持续升级。相较之下，其他CSP厂商则普遍采用最高容值的MLCC，而这部分物料目前正面临严重的缺货状况。因此，除NVIDIA外的其他市场需求对产能的挤占更为紧张。NVIDIA之所以未使用超高容物料，可能是因为其拥有其他可替代的技术方案，这一点与其他厂商（如华为及海外CSP）的设计有所不同。 将消费级、车规级和工业级的MLCC产能转向生产AI服务器所需的MLCC，其产能置换比例分别是多少？ 不同等级MLCC产能的置换比例存在显著差异。若将消费级产能转向生产AI服务器用的超高容MLCC（如0,805100μF或0,603100μF），实际产线上的置换比例约为7:1。这一比例远高于仅从容值计算的2:1或3:1，主要是因为AI服务器用超高容MLCC目前的生产良率不高，导致在每个生产步骤中都存在损耗。若将车规级超高容MLCC产能转产，置换比例则为1:2.5，即一颗车规级产品可以转换出2.5颗AI服务器用超高容产品。这是因为车规级超高容MLCC的尺寸（如1,206、1,210）和容值（如100μF、220μF）通常大于AI服务器所用的0,805尺寸产品，属于大尺寸向小尺寸的降规转产。对于工业级（如基站用）MLCC，其超高容产品应用较少，但若将基站常用的大尺寸高容MLCC（多为1,206尺寸）转产为AI服务器用的小尺寸产品，置换比例大约在2:1左右。 公司目前MLCC的总月产能是多少？其中消费级、车规级和AI应用的产能分别是多少？ 目前村田MLCC的月均产出为1,330亿颗。具体到不同应用领域，消费类产品的月产能近40%，车规级近25%，AI应用近18%，其余部分归为其他类别。 公司2026年是否有将消费级MLCC产能转向其他领域的计划？具体的转产情况是怎样的？ 2026年公司基本没有大规模的转产动作。仅有的调整是将0,603的22微法和47微法两条产线上各10%的产能转移至0,805产品，其他产线基本没有变动。 公司AI应用的MLCC月产能为245亿颗，但目前已知的海外主要CSP厂商及国内华为的出货量总和远低于此数值，请问其余产能主要供应给了哪些客户？ AI应用的产能除了供应给NVIDIA、亚马逊、谷歌等海外CSP厂商以及华为之外，还包括众多其他客户。例如，浪潮等厂商也有相当大的需求量。由于国内客户群体非常分散，许多零散的终端客户难以进行精确统计，这些零散需求共同构成了产能的其余部分。 公司目前每月1,330亿颗的MLCC产能中，消费级产品的减产情况如何？近期有市场传闻称公司、太阳诱电、三星等厂商已将消费级订单削减了30%至50%，这一信息是否属实？ 消费级产品的产能目前并未下降。以2025年的数据为例，均值在530亿颗，降幅仅10亿颗，基本可以忽略不计。英伟达在2025年11月至12月提出的供应需求，公司也未给予明确的供应承诺。实际操作中，公司根据每月可调配的产能进行供应，无法对具体供应量做出承诺，否则将影响对其他众多客户的服务。不过，公司内部从上个月已开始讨论削减消费级产能的决策，预计将从2026年第四季度开始执行，但具体的削减方案和幅度尚未确定。 公司计划如何调整消费级产能以转向AI领域？具体的评估和决策方法是怎样的？ 产能调整的核心是将部分消费级产能转换为AI产品产能。内部决策时，不会单纯基于产能数据进行评估，而是会结合市场需求，例如通过评估手机等消费电子产品的市场总量来确定供应量。如果市场上手机的总需求量是90个单位，公司可能会决定只供应70或80个单位，并在此基础上反推需要削减的具体产能数量。 太阳诱电、TDK和三星电机等其他主要MLCC厂商在消费级产品减产方面的策略和进展是怎样的？ 太阳诱电计划从2026年第四季度开始，连续三个季度（至2027年第二季度），每个季度削减25%的消费类产品产能，并将其转向AI领域。该计划已明确告知客户，目标是到2027年下半年，仅保留25%的消费级产能。TDK的情况则更为严峻，此前已通知客户因原材料短缺而无法供货，不仅是消费级，甚至部分车规级产品也已无法生产。三星电机从2026年第二季度已开始削减产能，虽然未公布具体节奏，但市场判断其削减幅度已达20%左右。三星电机已明确告知客户不再接受部分消费级物料的订单，但对于消费级大客户的订单，仍会尽力保障。 公司为何能在稀土等原材料供应紧张的情况下维持生产，而TDK却面临断供？公司内部不同工厂的原材料供应情况是否存在差异？ 公司能够维持生产的关键在于其拥有两到三年的稀土库存。TDK则因为无法获取稀土，在2026年3月被列入相关名单后，已明确告知客户因此无法供货。公司的原材料供应情况因工厂所在地而异。位于中国的无锡工厂可以直接从国内获取稀土，供应没有问题，因此未来几年可持续生产。然而，无锡工厂无法生产所有品类的产品，部分特定品类必须在日本生产。日本总部的工厂则无法从中国获取稀土，只能消耗现有库存。此外，公司约有15%的产能在东南亚（菲律宾、新加坡、泰国），这些工厂能否获得稀土则取决于公司未来的具体操作。 三星电机2026年的MLCC总产能分别是多少？ 在产品结构上，三星近年来在车规级MLCC市场投入较大，取得了较高的市场占有率，因此其车规级产品的占比较高。 用于AI领域的超高容MLCC，其扩产周期、产能爬坡时间？ 扩产周期因产品类型而异。以公司为例，对于0,805100μF这类产品，2026年3月追加投资，设备预计在2026年12月底到位，经过两到三个月的调试后，将于2027年第一季度开始正式量产爬坡。而供海外CSP客户使用的更先端的超高容物料，虽然同样是2026年3月追加投资，但设备需要到2027年6月才能就位，正式的产能爬坡和量产要到2027年下半年。产能爬坡的速度取决于物料的成熟度。像0,805100μF这类成熟产品，设备到位后调试约两个月即可实现大批量生产，整个过程相对较快。但海外CSP客户使用的先端物料，由于本身良率不高，产能爬坡速度会比较慢，设备到位后的前三个月（例如2027年7月至9月）产出量会偏低。良率方面也存在显著差异。 2026年至2027年，应用于AI领域的超高容MLCC在整个行业的需求量和占比大概是多少？ 从公司的数据来看，用于AI服务器的超高容MLCC占总出货颗数的3%。考虑到公司在超高容市场的占有率达到70%，可以此为基础推算整个行业的规模。目前，公司的超高容订单满足率不足40%。 考虑到下一代AI产品对超高容MLCC的需求可能增长三倍，是否意味着产能将无法满足市场需求？ 确实存在显著的供需缺口。公司已明确2027年的产能扩张计划仅为10%，且增量产能将完全集中于特定的四款物料。公司的目标是将2026年不足40%的超高容订单满足率，在2027年提升至50%左右，对于另外三款2026年出货较少的物料，2027年的订单满足率目标也仅设定为50%。这意味着公司将主动放弃满足市场上的全部需求。此外，该扩产目标的实现还取决于设备能否按时到位，如果设备交付延迟，50%的满足率目标也可能无法达成。 针对AI领域245亿颗MLCC的需求，公司具体的扩产计划是怎样的，是否会覆盖全部增量需求？ 仅针对AI部分的需求，公司计划扩产10%，其他领域的产能基本不扩张。公司预判三星和太阳诱电也无法完全承接市场的全部增量需求。 鉴于公司对AI相关MLCC的扩产计划相对保守，其内部对AI需求的长期可持续性持何种看法？ 公司内部认为AI需求存在一定水分，并不会像市场普遍预期的那样持续猛烈增长五年。尽管社长在公开层面表达乐观，预测到2030年每年增长35%，但公司内部判断，此轮需求可能在2027年底或2028年初开始下滑。这种判断基于两点：首先，AI基础设施建设在前期（例如前两年）会非常激进，但后续投入必然会放缓；其次，当前AI建设投入的资金多为前置性或借贷资金，其资金链能否持续维持存在不确定性，一旦资金链断裂，需求也将随之下滑。因此，公司与太阳诱电的扩产计划相对保守，分别为10%和15%，而三星可能更为激进，计划扩产20%至30%。 目前国内MLCC企业中，有哪些厂商具备生产AI服务器所需的超高容MLCC（如0,805100μF）的潜力？其开发与量产进度如何？ 三环集团有机会生产此类产品。目前，三环在实验室内已经能够产出样品，但从样品到实现正式量产，预计至少需要两年左右的时间。此外，市场曾有传闻信维通信的子公司能生产0,805100μF产品，但该信息可能不实。 字节等国内公司对高容MLCC的具体需求情况如何？在供应短缺的情况下是否存在替代方案？ 字节对于0,603100μF的MLCC需求非常迫切，已将其标记为重点物料，但目前无法拿到货。在这种情况下，存在替代方案，例如使用其他规格的MLCC进行平替设计来满足100μF的电容需求。 国内MLCC企业在不同应用领域的扩产和客户验证周期分别是多久？ 扩产后的客户验证周期因应用领域而异。对于消费电子领域，如手机，验证流程相对较快，顺利的情况下约一至两个月即可完成。然而，对于AI服务器、基站等高端应用，验证周期至少为一年起步，即使加急也需要九个月左右。车规级产品的验证周期则更长，通常需要一到一年半的时间。特殊情况下客户可以要求加急，但这并非普遍情况。 生产超高容MLCC对产能的占用比例与其良率之间存在怎样的关系？未来是否有优化的可能性？ 生产超高容MLCC会占用大量标准品产能，其占用比例与产品良率直接相关。目前提及的1:7的产能置换比例，是基于超高容产品良率仅为50%至70%的前提。如果未来技术成熟，良率能够提升至90%以上，那么产能置换的损耗将大幅降低，占用比例也可能从1:7降至约1:3.5。不过，考虑到超高容MLCC需要堆叠上百层介质，短期内将良率提升至非常高的水平并不现实。MLCC的良率提升过程非常缓慢。以公司的0,805规格47微法产品为例，其良率达到目前约95%的水平，花费了近七到十年的时间。基于此，预计到2027年，消费级产能向AI服务器用高容产品的置换比例可能仍维持在约7:1的较高水平，短期内难以得到显著改善。 假设AI服务器市场每月需要240亿颗高容MLCC，按照1:6的置换比例，相当于需要1,200亿颗消费级MLCC的产能。在公司不扩产的情况下，仅