MLCC下一棒来了，是硅电容！

AI算力的竞争，表面是GPU与GPU的较量，底层却是电源与信号的暗战。一颗AI芯片的运转离不开干净的电源和干净的信号。而这二者，都指向同一种被动元件——电容器。 在电源侧，AI芯片的功耗正以前所未有的速度攀升。英伟达H100单卡功耗约700W，到B200已突破1000W，整机柜算力密度迈向兆瓦级。更大的电流、更快的瞬变，意味着电源分配网络（PDN）必须在极短时间内完成电荷补给。任何电源纹波或电压跌落，都可能导致芯片降频、运算出错，甚至宕机。 在信号侧，芯片互联的速率越来越高，信号中携带的高频成分越来越多。PCIe 7.0传输速率达到128GT/s，对应的奈奎斯特频率达32GHz，采用PAM4信令调制；光通信从800G向1.6T、3.2T演进，CPO（共封装光学）和NPO（近封装光学）架构将光引擎与交换芯片压缩到同一封装体内。高频信号对电源噪声极度敏感，毫伏级的纹波就可能让眼图闭合、误码率飙升。 无论是供电还是信号完整性，最终都归结为同一个问题：如何提供稳定无纹波的电荷？这正是电容器在AI时代从配角跃升为战略物资的根本原因。 01 MLCC的狂欢与隐忧 多层陶瓷电容器（MLCC），这个只有米粒大小的被动元件，正在成为AI基础设施中仅次于GPU和HBM的第三大关键器件。数据显示，通用服务器单台MLCC用量约2200~4000颗，而英伟达旗舰AI服务器GB300单台搭载约30000颗MLCC，NVL72单机柜MLCC消耗量更是高达440000颗，单机柜MLCC价值量超4600美元。 随着数据中心投资扩张，高性能MLCC的供需持续收紧。为了应对供应紧缺的局面，一家全球大型科技企业与三星电机签署了价值1.0722万亿韩元（约52.54亿元人民币）的AI服务器用MLCC长期供应协议（LTA），供货周期为2027年全年。这是三星电机历史上单笔规模最大的MLCC长期供货订单，金额占其去年合并营收的9.5%。 然而，在MLCC用量暴增的同时，其性能短板在AI场景下被急剧放大。虽然传统MLCC当前仍是AI算力和光通信领域不可或缺的基础元件，但在高频、高温和高密度集成环境下，暴露出越来越多的性能短板。而苏纳光电的硅电容在110GHz以上依旧能够保证1dB以内的插入损耗，有效降低光模块高频电信号传输损耗，保障眼图性能，降低链路传输误码率；面向AI先进算力场景，苏纳光电的硅电容具有接近理想电容的极低寄生参数，ESR和ESL比MLCC降低两个数量级，助力PDN网络宽频性能优化，保障主芯片供电稳定无压降，能够长期满频满血运行。 02 用造芯片的方式造电容 当MLCC在高端场景触及物理极限时，另一条技术路线正在打开局面——硅电容（Silicon Capacitor）。与MLCC基于陶瓷叠层、共烧的传统工艺不同，硅电容采用晶圆级半导体制造工艺，通过光刻、深反应离子刻蚀（DRIE）、原子层沉积（ALD）、薄膜金属化等前道工艺，在硅晶圆上构建电容结构。 实际上，硅电容并非新技术，但长期以来困于小众高端市场，原因有三。 第一，容量做不大。 早期的硅电容主要是平面MIM结构，容量密度极低，无法满足电源去耦需要的大容量。3D深沟槽技术虽然能提升容量密度，但超高深宽比的刻蚀工艺，以及沟槽内壁的均匀介质沉积，直到最近才在半导体Fab中成熟量产。 第二，没有刚需场景。 消费电子时代，工作频率低、功耗小、封装空间大，MLCC完全够用。硅电容的pH级ESL、GHz级滤波能力严重过剩，而价格是MLCC的几十倍，没有商业生存空间。 第三，产业生态不成熟。 硅电容需要与半导体工艺深度整合，但过去特色工艺线缺乏，国内更无成熟供应链。 但如今，事情正在起变化。在国产硅电容赛道上，苏纳光电是率先实现规模化量产的代表性企业之一。苏纳光电的深沟槽电容（DTC）产品面向不同应用场景需求，采用ONO、HiK等多种介质材料，通过3D深沟槽结构在有限的硅面积内极大提升容值密度。目前量产规格覆盖从pF级别至μF级别，最小封装可达01005尺寸，电容本体厚度可减薄至100μm以内，能够满足从消费级、电信级到车规级的可靠性需求。 在即将到来的CIOE 2026上，苏纳光电还将重点发布宽频差分硅电容、打线硅电容阵列，以及超高容值密度的埋入硅电容系列产品。 03 硅电容为什么现在火了 硅电容从小众走向主流，不仅仅是技术成熟，更是遇到了AI产业爆发的“天时地利”。 首先，AI对高频的刚需，技术上不得不用 。在供电侧，AI芯片长期处于高频工作、瞬时大电流切换和持续高负载运行状态已是常态，这对电源分配网络（PDN）的稳压能力、滤波效果、响应速度提出了极致要求。而传统MLCC寄生参数偏高，等效串联电感（ESL）普遍达到nH级别，在GHz级高频工作环境下极易产生阻抗尖峰，无法实现宽频稳定滤波，导致AI芯片高频噪声干扰严重，