AI服务器如何具体改变被动元件的技术规格与用量结构？

AI服务器对被动元件的需求变化主要体现在用量的爆发式增长与技术规格的高端化两个维度。

首先，在用量方面，AI服务器与传统服务器存在显著差异。一台通用服务器的MLCC用量约为2200颗，而当前AI服务器的需求量已激增至2万颗左右，部分高端平台如英伟达GB300甚至需搭载约3万颗MLCC。这种数量级的跃升主要源于GPU功率的持续提升，从H100的700W到B200超过1000W，再到未来Rubin系列突破2000W，高功率运行需要更多的电容进行电源去耦和滤波，以抑制瞬间负载波动造成的压降。

其次，在技术规格上，AI服务器对元件性能提出了更严苛的要求。由于芯片制造工艺技术提升带来更低的核电压，对纹波大小有更严苛限制，且需要更大的电流。因此，MLCC必须具备更快的频率响应能力，需采用低ESL（等效串联电感）MLCC阵列贴近芯片封装，尺寸向0201/01005等微型化发展。此外，钽电容在AI服务器中的应用也日益重要。聚合物钽电容器凭借高容量、低ESR（等效串联电阻）特性，主要应用在主板VRM输出端、GPU/TPU供电模块及HBM存储供电区。当AI加速卡由空闲转满载时，瞬时电流上升陡峭，并联低ESR聚合物钽电容器可有效降低瞬态电压跌落，与MLCC搭配形成宽频段电源稳定网络。

综上所述，AI带来的“量价齐升”并非简单的规模扩张，而是结构性升级。量的增长源于单机柜元件密度的大幅提升，价的提升则源于高阶、高可靠性、微型化元件占比的增加。这种供需双紧的局面，叠加原材料成本上行，为具备技术优势的头部企业提供了明确的增长路径。