一颗不到一毛钱的零件，正在卡住整个AI产业链的脖子

一、涨价函像深水炸弹一样炸了
2026年6月1日，一封来自三星电机的涨价函，在电子产业链里炸开了锅。

消费级MLCC，涨价20%到30%。

如果你不熟悉MLCC是什么，这个涨幅可能不会引起任何注意。但如果你知道MLCC被称为"电子大米"，是每一台电子设备里用量最大、最不起眼、却绝对不能断供的零件，你就会明白这封涨价函的分量。

这不是第一次。2026年2月，华新科已经涨过一轮，涨幅15%到20%，国巨、松下、TDK跟进。6月这一轮，涨价的范围从电阻蔓延到了电容全品类。两个月内第三轮涨价——这个节奏，上一次出现还是在2021年的全球芯片大缺货时期。

但这一次的底层逻辑，和2021年完全不同。

2021年的涨价，核心是疫情导致的产能错配，是供给端的问题。而2026年的这轮涨价，核心是需求端的爆发——一个全新的、以前不存在的需求来源，正在以惊人的速度吞噬MLCC的产能。

这个需求来源，就是AI。

二、一颗MLCC的"一生"
在解释AI为什么能撬动MLCC之前，我们需要先搞清楚，MLCC到底是什么。

MLCC的全称是"多层片式陶瓷电容器"，英文是Multi-Layer Ceramic Capacitor。名字很技术性，但功能极其简单：它是电子电路里的"蓄水池"——负责储存和释放电能，平滑电压波动，保证芯片稳定运行。

每一台电子设备里都有它。一部智能手机，大概用1000到1200颗MLCC。一辆新能源汽车，用10000到15000颗。一个5G基站，用6000颗以上。

那一台AI服务器呢？

答案是：20000颗以上。是普通服务器的10倍。

原因很简单。AI服务器的核心是高算力GPU，而每一颗GPU的周围，都需要大量的MLCC来稳定供电。GPU算力越强，所需的MLCC数量和规格就越高。英伟达目前最先进的AI服务器，单台MLCC用量已经突破了600000颗——没错，60万颗。

这就是问题的起点。当全世界都在疯狂建设AI数据中心的时候，没有人注意到，真正可能卡住整个AI扩建进程的，不是GPU，不是HBM内存，而是这颗不到一毛钱的小零件。

三、数据告诉我们什么
中金公司 2026年5月的测算报告，把这个问题的规模清晰地展示了出来。

2026年，全球仅AI服务器领域的MLCC需求量，就达到了726亿颗，同比增长87%。2027年，这个数字进一步攀升至1367亿颗，同比继续增长88%。

这是什么概念？到2030年，仅算力相关的MLCC市场规模，就比2025年增长超过5倍，五年复合增速接近40%。

而这还只是AI服务器。端侧AI硬件——AI眼镜、AI机器人 、AI PC——还在外面等着，它们将额外带来百亿级的新增需求。

需求的爆发速度，远远超过了供给端的扩产速度。MLCC的产线投资周期长达18到24个月，从决定扩产到真正量产，需要将近两年的时间。而AI数据中心的建设周期，是6到12个月。

时间错配，就是涨价的根本原因。

但真正值得深思的问题，还不在供需错配本身。而在于——MLCC这个看似普通的零件，它的供应链里，藏着一个更深的瓶颈。

四、真正的瓶颈不在MLCC，在稀土
MLCC的结构很简单：用多层陶瓷作为介质，夹着金属电极，层叠烧结而成。陶瓷材料决定了MLCC的耐压、耐温和稳定性，而高端MLCC——也就是AI服务器和大算力场景必须用到的那一类——对陶瓷材料的性能要求极高。

这个高性能陶瓷材料里，有一种关键添加剂：氧化镝。

氧化镝是一种重稀土，添加比例只有1%到2%，但它对MLCC的绝缘性能和温度稳定性起着决定性作用。没有它，高端MLCC在高温、高电压场景下的可靠性会大幅下降——而AI服务器恰恰就是这种场景。

现在问题来了：全球重稀土的产能，中国占了90%以上。

2026年，中国对重稀土实施出口管控。这个政策的直接影响是：高度依赖中国货源的日系MLCC大厂——村田、三星电机、太阳诱电——的稀土库存，预计在2027年耗尽。

这意味着什么？意味着到了2027年，如果这些日系厂商无法获得稳定的重稀土供应，它们的高端MLCC产能将被迫收缩。而日系厂商目前恰恰垄断着全球高端MLCC供应的80%以上。

这就是典型的供应链瓶颈：卡住整个产业链的，不是最显眼的那个环节，而是上游一个不起眼的原料节点。断掉氧化镝的供应，村田再厉害的MLCC产线也得停。

这个逻辑，和Serenity在半导体供应链里反复强调的那个框架一模一样：找到那个"一旦断供、整个产业就停摆"的环节，它就是整个链条里最值钱的位置。

五、国产替代的窗口，真的打开了吗
看到这里，你可能会问：那中国自己的MLCC厂商呢？这不是国产替代的好机会吗？

答案是：机会确实存在，但比大多数人想象的要复杂。

目前国内MLCC产业链的格局，可以分成三个层次来看。

最上游是稀土材料。这一层中国绝对掌控，不仅掌控，还是全球唯一的大规模供应源。这一层的利润最稳定，话语权也最强。

中游是MLCC制造。这一层目前仍由日系厂商主导，尤其是高端品类。国内厂商——风华高科 、三环集团 、火炬电子 等——已经在消费电子 和中低端品类上实现了大规模替代，但AI服务器所需的高端高容MLCC，目前仍处于验证和爬坡阶段。进入英伟达供应链的认证周期通常需要12到18个月，这意味着，即使技术已经突破，大规模出货也需要时间。

最下游是设备和国产化配套。MLCC产线的核心设备——叠层机、切割机——长期依赖日本和韩国供应商。这一层的国产化，是整个产业链自主可控的真正短板。

所以，国产替代的故事，不是"马上全部替代"那么简单。真实的情况是：中低端已经完成替代，高端正在突破，设备端仍在追赶。这是一场渐进的、分层次的替代过程，不是一夜之间的翻盘。

但正因为这个过程是渐进的，它才具有持续性。每一层的突破，都会带来一批公司的业绩拐点。而这种拐点，恰恰是深度研究最有价值的地方。

六、结语：看不见的瓶颈，才是最值钱的
回到我们开头的问题：为什么一颗不到一毛钱的MLCC，值得我们用一整篇文章来讨论？

有两个原因。

第一个原因是务实的。AI是目前全球资本开支最集中的方向，而AI数据中心的真实瓶颈，可能并不是大多数人盯着的GPU，而是GPU周围的那些MLCC。如果你能提前识别这个瓶颈，你就能在它真正被市场认识之前，做出正确的判断。

第二个原因是方法论的。MLCC只是一个例子，它背后是一个更通用的框架：在任何看似拥挤的赛道里，找到那个最不起眼、但一旦断供整个系统就停摆的环节，那个环节才是真正的价值高地。

这个框架，不仅适用于AI产业链，也适用于任何其他复杂系统——新能源、半导体、机器人，无一例外。

下次你再看到AI算力爆发的新闻时，别只盯着GPU。想想那些让GPU能跑起来的、不到一毛钱的小零件。它们不起眼，但它们卡着整条路的脖子。

而这，恰恰是大多数人所忽略的地方。

本文基于公开资料梳理分析，不构成任何投资建议。供应链分析的核心价值在于理解结构，而非预测股价。