rickawsb

AI数据中心时代的MLCC性能比拼：为什么村田制作、太阳诱电能大幅领先？
AI数据中心正在推动MLCC进入新一轮技术升级周期。
过去服务器主要采用12V供电，如今正向48V机架供电演进，未来甚至可能进入800V HVDC高压直流时代。与此同时，NVIDIA GB200、GB300等AI平台功耗持续提升，GPU核心电压已经下降至0.6V-0.8V，但单颗GPU电流却突破1000A。
对于MLCC而言，挑战主要来自三个方向。
首先是高压化。48V供电要求更高耐压、更高可靠性、更强耐热和抗机械应力能力，因此100V级甚至更高耐压MLCC的需求快速增长。
其次是瞬态响应。AI GPU负载变化发生在纳秒级，供电网络必须具备极低ESL（等效串联电感）和极低阻抗，否则就会出现电压跌落、性能下降甚至系统不稳定。
第三是空间限制。GPU周围PCB面积越来越紧张，工程师希望在距离GPU最近的位置放置更多去耦电容，因此MLCC必须同时实现小尺寸、高容值和高体积效率。
面对这些需求，行业开始向高压MLCC、超低ESL MLCC以及超高容值MLCC方向发展。
其中，村田制作和太阳诱电成为最具代表性的两家公司。
太阳诱电推出了LWDC低ESL系列MLCC，通过反向电极结构显著降低ESL，特别适合AI GPU供电场景。同时布局100V以上高压MLCC以及高容值MLCC，并积极推进Embedded MLCC技术。

过去半年行业的一个显著变化就是，先进封装第一次开始从配套，变成核心。
HBM、CoWoS、ABF载板、高速互连、供电与先进封装能力越来越成为供应链的卡点。
因为AI芯片正在快速变化。Die越来越大，HBM越来越多，Chiplet越来越多，功耗越来越高，热密度越来越高。于是，每颗芯片的封装复杂度开始非线性上升。先进封装已经不再只是“封芯片”，而是高速互连、热管理、Power Delivery、HBM连接、大尺寸封装良率、多Die协同。制程越先进，这个趋势越明显。
先进制程越来越贵，Reticle limit越来越明显，单一超大Die越来越难。于是行业开始全面转向Chiplet、2.5D、3D Stacking、Heterogeneous Integration、Hybrid Bonding。本质上，就是在制程遇到物理瓶颈的时候，用封装继续推进性能增长。
因此，先进封装已经越来越像“后道晶圆厂”。因为RDL、TSV、micro-bump、interposer、wafer-level processing、Hybrid Bonding都需要曝光、显影、图形化。于是，尽管常不需要EUV，但先进封装开始成为DUV的新需求来源，尤其是KrF与ArFi。
因为封装追求的不是晶体管密度，而是高密度互连。即使最先进封装，feature size通常仍然是μm级，远大于逻辑前道。所以EUV成本太高，吞

一文看懂AI数据中心大周期下的功率半导体
的下一场军备竞赛，不再只是GPU，而是Power
AI 数据中心正越来越大，一个数据中心耗能动辄相当于一座中型城市。
过去的数据中心是 10-20kW/rack，现在已经变成 80kW、120kW，甚至 600kW/rack。大型 AI Cluster 的耗电已进入 GW 级别。
瓶颈除了GPU、cpu和储存，也开始转向电流、热、配电、铜损、电力转换效率、电网接入和 HVDC。
AI 数据中心产业链：
电网 → 变压器 → UPS → HVDC → PSU → VRM → GPU。
传统服务器大量采用 48V，因为传统互联网时代机柜功率不高。但 AI 时代，低压系统的问题开始全面暴露。因为：
P = VI
同样 1MW 功率，48V 需要超过 20,000A 电流，400V 大约 2,500A，800V 进一步下降到约 1,250A。
电流下降意味着铜缆变细、铜损下降、发热下降、母排缩小、PSU 压力下降、液冷压力下降，建设难度下降，成本更低。
800V 是电动车已验证的高压平台，EV 为什么进入 800V？因为快充、高功率、降低线损和降低热损耗。
今天 AI 数据中心遇到的是同样的问题。于是 SiC、高压 MOSFET、高压 DC/DC、高压 PSU、HVDC、Busbar、固态变压器，这些原本偏新能源车的产业链，开始向 AIDC 外溢。