AI 算力的四个沉默赢家：
被动元件、PCB/CCL、封装基板与测试
这是一篇典型的『卖铲人』报告——不押 GPU 本身的赢家，而是去数 GPU 每多卖一颗、它脚下的那几块零件能多吃到多少。摩根大通把 AI 服务器硬件拆成四个环节逐一过：被动元件、PCB/CCL、封装基板、测试设备。它们的共同特征是——单看不起眼，但每一代 AI 芯片（Hopper → Blackwell → Rubin → Rubin Ultra → Feynman）都要用掉成倍数量、更高规格的它们；而供给侧因为高端产能扩不快、关键原材料（T-glass 玻璃布、ABF 膜）短缺、测试机时被拉长，正一个接一个进入『供不应求 → 涨价 → 龙头扩份额』的甜蜜区。下面按四个环节分别拆。
逻辑是统一的——芯片越大、机柜越密、功耗越高、互连越快，对四个环节的需求就同步放大：① 单计算托盘的 MLCC 用量翻倍（Blackwell ~6,000 颗 → Rubin ~11,500 颗）；② 单颗芯片的 CCL 含量从 Hopper 的 ~$130 涨到 Rubin Ultra 的 ~$780；③ 封装基板面积从 Hopper 的 ~38,000 mm² 暴涨到 Feynman 的 ~432,000 mm²（11×）；④ 单颗 GPU 的 SLT 测试时长从 Hopper 的 ~70 分钟拉长到 Rubin 的 ~165 分钟、功耗从 700W 冲向 4000W。这就是『沉默赢家』的底层引擎。
被动元件：AI 服务器把 MLCC 推上 150%+ 的增速
一颗 GPU 周围要铺成百上千颗电容电阻，规格越高用得越多
MLCC（多层陶瓷电容）是电路板上数量最多的元件——负责给芯片稳定供电、滤波。AI 服务器对它的拉动是结构性的：全球 MLCC 市场 2025 年约 $16bn，到 2028 年升到约 $27bn，而其中AI 服务器这一块的增速最猛——年复合 150%+，TAM 从 2025 年的几乎为零冲到 2028 年的约 $5.5bn。原因有二：一是单机用量翻倍——同样一个计算托盘，Blackwell 用约 6,000 颗 MLCC，到 Rubin 翻到约 11,500 颗；二是规格升级——高端 MLCC（耐高温、高容值、小尺寸）单位产能消耗是低端的约 4 倍，等于同样的厂房产出更少、更稀缺。
真正引爆价格的是供需翻转。摩根大通测算，低端 MLCC 的供需平衡从 2025 年的约 +5%（小幅过剩）一路收窄，到 2027 年转为缺口、2028 年缺口扩到约 -17%——因为高端需求把产能资源越吃越多，留给低端的产能反而被挤压。结果是低端 MLCC 也跟着进入涨价周期：均价（以 2025 年为 100）到 2028 年升到约 145。这正是国巨（YAGEO）这类以低端 MLCC、钽电容、电阻见长的厂商的『另一种 AI 故事』——不靠高端拿份额，而靠『缺口 + 涨价』吃整体红利。
国巨不是靠高端 MLCC 抢份额，而是手握钽电容与电阻的定价权：钽电容均价（以 2024 为 100）到 2028 年升到约 195、电阻升到约 150。它的收入结构（2026E）也足够分散——MLCC 17%、电阻 14%、电感 25%、钽电容 25%、传感器 12%，每一块都吃到 AI 服务器顺风。摩根大通给国巨『增持』、目标价 NT$1,000，标题直接写『不一样的 AI 故事，但一样好』。
免费注册即可阅读最新 3 篇深度报告全文；
会员一码解锁全部档案 + 产业链大课 + 白毛速报实时推送。
已是会员？登录后本页自动显示全文 · 返回报告目录