夜雨聆风2026年6月，村田制作所的工厂灯火通明，稼动率已经拉到90%以上。这家日本电子巨头的订单量，是它当前产能的两倍。
与此同时，高盛发布了一份研报，标题直白得像一声警钟：MLCC已成为AI服务器继GPU和内存之后的**第三大成本项**。不是开玩笑的——一台AI服务器里要装几万颗这种东西，而全球真正能做出顶级水平的厂商，一只手数得过来。
它叫MLCC，多层陶瓷电容器。
你可能从未听说过这个名字。但它也许是你今天用手机看这篇文章、用电脑训练AI模型、开着电动车出门的时候，最不起眼又最关键的幕后英雄。
更重要的是，它正在进入一轮罕见的超级周期。
MLCC是什么：电子世界的"毛细血管"
用最直白的话说：MLCC就是一颗比米粒还小的电容器。
它的英文名是Multi-layer Ceramic Capacitor，全称叫多层陶瓷电容器。听起来很学术，但你可以把它想象成一座微型的三明治——一层陶瓷介质，一层金属电极，再一层陶瓷介质，再一层金属电极……如此反复堆叠几百层甚至上千层，最后烧结成一个比小米还小的元件。
这座微型三明治的作用是什么？它负责在电路中**储能、滤波、稳压**。
当电流突然波动时，它就像一个微型水库，瞬间释放电荷把电压稳住。当电路里出现杂乱的信号时，它又像一个筛子，把不需要的噪声滤掉。
没有MLCC，你的手机屏幕会闪烁，你的电动车电控系统会罢工，你的AI服务器运算结果可能全是错的。
这就是它的地位：电子工业的"大米"。
你没听错，业内人士管MLCC叫"电子工业之米"。因为任何一个电子产品，只要通电，就必须用到它。一台智能手机里有800-1000颗，一台笔记本电脑里有1000-2000颗，一台传统燃油车里有3000-5000颗，一台纯电动车里有超过10000颗。
而一台AI训练服务器——比如英伟达最新的GB300平台——单块主板就要用约30000颗MLCC，一个完整的AI机柜消耗量更是高达44万颗。
这个数字，是手机的30倍，是普通汽车的3倍。
AI点燃的超级周期：从"大米"到"硬通货"
2023年底到现在，MLCC市场正在经历第三次景气上行。
这不是普通的消费电子回暖，这是一次结构性的供需撕裂。
原因很简单：AI来了。
AI芯片的电源管理，是整个系统设计中最头疼的问题。一块GB300的GPU芯片工作电压只有0.8-1.2V，但瞬时电流可以达到几百安培。这意味着电压每微秒都在剧烈波动，就像一个喝醉的人在悬崖边走路——随时可能摔下去。
怎么稳住电压？需要大量的MLCC做"就近去耦"和"瞬态缓冲"。
就因为这个需求，单台AI服务器的MLCC用量是传统服务器的3-5倍。而且AI服务器要求的不只是多，更是"又小、又薄、又能装"——必须同时满足高容量、小型化、高电压、耐高温。
高盛的预测数据很震撼：2025年到2030年，全球AI服务器MLCC市场规模将增长约4.3倍。村田自己预测的复合增速也达到30%。
这不是周期，这是浪潮。
更关键的是，供给端完全跟不上。
MLCC制造有三大技术壁垒，每一道都是硬骨头。
**第一道，陶瓷粉体材料**。高端MLCC需要钛酸钡粉体，日本企业已经能把平均粒径做到80-100纳米，而国内企业普遍还在120-150纳米。粉体越细，能堆叠的层数就越多，能实现的电容量就越大。这0.02微米的差距，就是天堑。
**第二道，叠层印刷技术**。MLCC要做大容量，就得把介质层叠得更多。日韩第一梯队已经能叠到1200-1600层，单层厚度做到0.5-0.6微米。而国内企业虽然突破了1000层大关，但单层厚度还在1-2微米，同样尺寸下电容量天然落后。
**第三道，陶瓷与金属共烧**。陶瓷和金属在烧结时收缩率不同，很容易产生裂纹和缺陷。日本企业在这道工序上有着几十年的积累，良率能做到90%以上。国内厂商良率普遍低10-20个百分点——这20%的差距，就是量产成本和产品一致性的鸿沟。
三道壁垒叠加的结果是：全球高端MLCC市场，日本企业占了约60%。村田一家公司就占了31.8%，是第二名的1.5倍。
而中国大陆的三家头部企业——风华高科、三环集团、微容科技——合计份额只有5.9%。
这就是供需撕裂的真相：需求在AI一侧暴增，而产能的钥匙捏在少数日本企业手里。
所以，2026年4月，村田宣布对AI服务器、高端车规级MLCC涨价15%-35%。三星电机跟涨双位数。高容MLCC的交货周期，从2024年的8-10周拉长到2026年一季度的18-22周。
不是他们想涨价，是产能真的不够用了。
不止AI：车、机器人、可穿戴，都在抢"大米"
AI的火还没烧完，新能源汽车和智能机器人的火又烧过来了。
一辆纯电动车要消耗超过10000颗MLCC，是传统燃油车的两倍。这还没算自动驾驶和智能座舱带来的增量——激光雷达、毫米波雷达、域控制器，每加一个模块都要额外挂载数百颗MLCC。
更重要的是，车规级MLCC的门槛远比消费级高。它得扛得住零下55度到150度的极端温度，工作电压50V以上，使用寿命10-15年。要通过AEC-Q200认证，研发周期长、测试成本高。
这些都是日系厂商的传统自留地。
然后是智能机器人。一台人形机器人大约要用5-10万颗MLCC，是纯电动车的5-10倍。分布在控制系统、驱动系统、传感系统、通信系统四大模块。如果你还觉得人形机器人离量产很远——去看看特斯拉Optimus的进展，去看看国内银河通用、Unitree的发布会。
还有智能眼镜。一副可能要150-200颗，尺寸要小到什么程度？01005封装——也就是0.4毫米×0.2毫米，一粒粉笔灰的大小。
这三个赛道有一个共同特征：它们对MLCC的需求都是叠加的，不是替代的。你要造一台智能汽车，消费电子那1000颗照样要装，额外还要加一万颗车规级的。你要搞AI服务器，基础算力的MLCC照用不误，还得再加几倍的专用料。
这就是MLCC行业正在经历的"需求叠加效应"。三层需求——消费电子基本盘、AI服务器增量盘、汽车与机器人未来盘——同时在拉。
供给呢？头部厂商的稼动率已经拉到极限。三星电机的产能利用率达到99%。村田的订单出货比持续超过1.0。
当所有人都想吃米饭，而种稻的农民就那几家的时候，米价会上涨——这个道理，不需要经济学学位也能明白。
中国军团：5.9%的破局者
MLCC的国产替代，不是一个新鲜话题。但放在2026年看，它正在发生一些实质性的变化。
变化一：中国大陆MLCC产能建设进入快车道。风华高科的全尺寸覆盖能力、三环集团的材料一体化优势、微容科技在小型化MLCC上的突破，让国产厂商在低端和部分中端市场站稳了脚跟。
变化二：关键技术节点正在被突破。国内企业已经能够堆叠超过1000层——这是一个分水岭。能叠过1000层，就意味着从"能造"走到了"能造高容"的阶段。
变化三：下游验证的大门正在打开。AI服务器厂商、国内车厂开始主动测试和导入国产高容MLCC。不是因为便宜，是因为供应链安全。
但差距仍然是真实的。
2025年，中国进口了2.56万亿颗MLCC，进口单价2.41美元/千只，出口单价却只有2.11美元/千只。这0.3美元的价差，反映的就是产品结构：进口以高端为主，出口以中低端为主。
真正的突破，需要三件事同时做到：介质厚度做到0.5微米、堆叠层数超过1200层、共烧良率突破90%。这三点，日本企业十年前就做到了。中国企业还在追赶的路上。
但追赶的速度在加快。三环集团从陶瓷粉体到成品MLCC的一体化布局，使其在材料成本上有了独特优势。风华高科在车规和AI多领域同步推进，验证进展比外界想象的要快。
这不是一个"中国能不能替代"的问题。是一个"需要多久"的问题。
考虑到AI带来的供应链焦虑，考虑到全球仅此三家日本企业能满足高端需求的结构性脆弱，这个"多久"，也许比很多人想象的要快。
一颗小零件，一场大变局
MLCC的故事，其实是一个关于"看不见的东西"的故事。
大多数人谈论AI的时候，目光都集中在GPU、显存、算法这些光鲜的东西上。很少有人会低头看一眼电路板上那些米粒大的灰色方块。
但真正限制一个产业边界的，往往不是那些光鲜的东西。而是这些不起眼的、基础的材料和元器件。
过去十年，我们习惯了"芯片被人卡脖子"的叙事。但它背后还有一层更深的现实：在更基础的被动元件领域，我们同样高度依赖进口。
这不是危机，而是常识。电子工业的产业链之长，分工之细，积累之深，远远超过大多数人的认知。一个领域的突破需要十年，一条产业链的完整需要三十年。
MLCC涨价这件事，拆开来看是两个信号：
第一，AI的算力竞赛正在传导到产业链的最深处。从GPU到HBM内存，从光模块到PCB板，现在轮到MLCC了。这不是尾声，这是浪潮还在往前涌的标志。
第二，供给的稀缺正在创造一个窗口期。当村田的订单是产能的两倍、三星电机满负荷运转的时候，国产替代不是在喊口号，而是在实实在在发生的商业决策——谁先用上国产高端MLCC通过验证，谁就能更早获得供应保障。
最后再讲一句大实话：MLCC不是一个性感的概念。它没有AI大模型的话题性，没有新能源汽车的消费感。它小到肉眼几乎看不见，沉默到你甚至不知道它的存在。
但恰恰是这种沉默，才是最深的护城▲ 全球MLCC市场份额分布：村田制作所一家独大（31.8%），日系厂商合计约60%，中国大陆三家头部企业合计仅5.9%
▲ 不同设备MLCC用量对比：AI服务器单台用量达30000颗，是纯电动车的3倍、传统手机的30倍以上
河。
看懂MLCC，你就看懂了全球电子产业链正在经历的结构性重估。这场重估的核心驱动力是AI，但它触及的是远比AI更深的制造根基。
这颗芝麻大的零件，正在定义下一个十年。
*参考资料：爱建证券、中商产业研究院、TrendForce集邦咨询、高盛研究、村田制作所财务报告等公开资料。*
