AI新材料行业深度分析：AI发展为何离不开金属软磁粉芯.pdf

AI新材料行业深度分析：AI发展为何离不开金属软磁粉芯。随着海外 AI 巨头转向自研 ASIC 芯片，省电成了终端用户的核心痛点。随着 AI 算 力发展，以英伟达 GB300 为代表的 AI 算力芯片参数及性能达到全新高度的同时， 功耗同样大幅增长。由于 ASIC（Application-Specific Integrated Circuit，专用集成 电路）为单一任务定制硬件架构的特点与 AI 推理需求高度契合，并且相较 GPU 在 面积、能耗、集成与价格等多方面具备明显优势，并且在核心指标算力功耗比方面 明显优于 GPU，因此海外 AI 巨头纷纷转向自研 ASIC 芯片。其中 Meta 通过与博 通合作，最早将于今年第四季度推出其首款 AI ASIC 芯片 MTIA T-V1。由于传统横 向供电模式存在不可避免的 PDN 压降与损耗，以及 AI 算力功耗提升带来 PDN 损 耗的同步增长，终端用户部署 ASIC 后的核心痛点是省电。

金属软磁粉芯是 ASIC 省电的必选项。ASIC 省电需求对电源模块与电感的构造和 材料提出了更高的要求。结构方面，采用垂直堆叠设计的电源模块打破了平面布局 的 PCB 板大小限制，通过将电源模块与处理器近距离耦合实现了 PDN 路径缩短至 毫米级，显著降低了 PDN 损耗；材料方面，由于电源模块结构缩小，以及 AI 服务 器高功率大电流应用场景，对电感的大电流承载能力也提出了更高要求。采用金属 软磁粉芯的一体成型电感较铁氧体具备更高的饱和磁通密度，因此在单位体积内能 够承受更大的电流并具有更好的高温稳定性，并且具有较低的磁芯损耗与较为简单 的成型工艺，因此成为了 ASIC 省电绕不开的新型电感材料。

26 年 ASIC 放量与中期 DDR6 内存电源管理为金属软磁粉带来广阔的成长空间。 当前海外 AI 巨头争相推进自研 ASIC 芯片布局，其中 Meta 已与台积电签订长期产 能协议，计划在 2025 年底至 2026 年间分阶段推出多款 MTIA 系列芯片，微软计划 于 2027 年大规模出货自研 ASIC 芯片，电感需求有望迎来显著增长；英伟达 AI GPU 出货量有望维持增长，26 年 AI 算力芯片或进入 GPU+AISC 双轮驱动时代， 我们测算对电感的总需求量有望超过 4 亿片。DDR 内存方面，大容量和高速率的 DDR5 颗粒对电源完整性提出了更高的要求，DDR5 首次使用 PMIC 供电方案，并 且由于供电架构产生变化，使得电感形态也由大尺寸大电流组装式演变为小尺寸薄 型化电感，同样对电源模块与电感材料提出更高要求。未来随着 DDR6 标准对内存 性能、能效与供电方案相较前代持续升级，电感材料使用量有望进一步增长。

金属软磁粉芯行业龙头铂科新材具备技术优势，中期产能有望快速增长。铂科新材 是气雾化制粉的工业化鼻祖，公司掌握的气雾化金属粉末制备技术相较水雾化粉末 具有颗粒度高、含氧量低适于压制成粉芯等优势，公司生产的常规与超细金属合金 软磁粉末粒径较同业产品更细的同时具备更低的含氧量，因此具备更强的产品竞争 优势。产能方面，公司募投项目有望于 2025 年底前完全建成，并于 2026 年开始 产能爬坡，总产能有望达 3 亿片。随着产线效率提升，公司电感材料产能中期或有 进一步增长的空间。