拆解 AI 服务器芯片用量随算力代际跃升，电源元器件量价齐升

拆开一台 AI 服务器的物料清单（BOM）就能看清这轮行情的主线：GPU 集群功耗从单机柜十几千瓦一路冲到数百千瓦甚至逼近兆瓦级，直接带动电源侧芯片与元器件的用量成倍放大；叠加 8 英寸产能偏紧、上游材料成本上行和供电架构向 800V 高压直流升级，电源相关的功率器件、电容、驱动芯片等品类出现 "用量涨、价格也涨" 的量价齐升格局。简单说，AI 算力越往上走，每一瓦电都要经过更多电源元器件去转换、分配和稳压，芯片用量激增是需求侧最直接的拉动，而供给端短期扩产受限，又把价格和交期一起推了上去。这不是单一品类的短期炒作，而是 AI 数据中心功耗代际跃迁带来的结构性需求重估，汽车、光储、工业则构成稳健基本盘，多轮需求同向共振。

一、为什么 AI 服务器能拉动芯片与电源元器件用量

• 功耗阶梯式抬升：AI 机架功率需求快速迭代，第一代约 200 千瓦，当前一代约 500 千瓦，一两年后可能达到 1000 千瓦；GPU 数量越多、单卡功耗越高，电源路数就越密，配套芯片和电容用量随之放大。
• 功率器件用量翻数倍：传统 2kW 级服务器电源只需 8 至 12 颗功率 MOSFET，5 至 10kW 级 AI 服务器电源需要 24 至 40 颗功率器件，用量提升 3 至 5 倍，且对高耐压、高效率器件要求明显提高。
• 单台价值量上台阶：传统服务器功率芯片价值量不到 10 美元，采用 800V 高压直流架构的 AI 服务器中，单台 SiC 器件从 10 颗增至 24 颗以上，GaN 器件约 40 颗，硅基驱动芯片从几十颗增至 128 颗，单台功率半导体价值量增至约 200 美元。
• 被动元器件同步放量：MLCC 部署在 GPU/CPU 周边做纳秒级电压滤波，用量与 GPU 数量、单卡功耗、电源路数直接挂钩；铝电解电容在电源侧做中间级滤波，超级电容在机柜电源架做毫秒至秒级储能调峰，三类电容并存放量、功能互补。

二、典型用量与价值量对比（公开测算口径）

三、价格表现：沿产业链自上而下传导

• 国际大厂多轮调价：英飞凌 2026 年内已完成两轮涨价，第二轮 7 月落地，AI 服务器电源、车规功率器件涨幅 10% 至 20%；意法半导体年内完成三次调价，德州仪器、安森美等同步跟进。
• 国内厂商全面跟涨：华润微、士兰微、扬杰科技、斯达半导、芯联集成等先后上调 MOSFET、IGBT、SiC 模块价格，调价区间多在 10% 至 25%；台系厂商酝酿第三轮调价，非合约产品涨幅 10% 至 15%。
• 上游材料同步上行：碳化硅衬底材料导电型、半绝缘型同比涨幅均在 50% 以上；硅片、有色金属、封装材料、化学品等成本持续走高，涨价沿衬底 — 器件 — 模组 — 整机逐级传导。
• 交期拉长印证供需偏紧：普通 MOSFET 与整流器件交期从往年 8 至 12 周拉长到 30 周以上，车规 IGBT、AI 服务器高压功率模块与 SiC 器件拉长到 40 周以上，部分紧缺料号达到 52 周，原厂按客户重要性分配货源。

四、供电架构升级：800V 高压直流打开新需求

• 低压架构遇到瓶颈：单机柜功率升到数百千瓦甚至逼近一兆瓦时，传统 48V/54V 方案电流过大，铜缆加粗、发热损耗和机柜占用问题突出；传统方案下 1 兆瓦机柜约需 200 公斤铜母线。
• 高压直流成为方向：提高电压、降低电流，可减少铜材用量、降低传输损耗、腾出机柜空间给计算设备；英伟达正在为 Vera Rubin 平台开发配套 800V 高压直流供电方案，西门子、施耐德电气等已与其合作开发下一代 AI 服务器配套供电方案。
• 宽禁带器件进入新场景：SiC、GaN 等宽禁带材料耐高压、损耗低，成为 800V 架构下功率器件升级的重要方向；英飞凌已推出面向 800V 高压 AI 数据中心的 24kW SiC 电池备援单元参考设计。

五、业绩与产能：高负荷运转支撑景气度

• 经营数据体现量价齐升：士兰微预计上半年净利润约 5.19 亿元，同比增长约 96.05%；扬杰科技预计上半年净利润 7.22 亿至 8.42 亿元，同比增长 20% 至 40%，汽车电子收入同比增长超 100%；民德电子功率半导体业务收入 5368.86 万元，同比大增 310.77%。
• 制造端高负荷：华虹宏力 2025 年全年平均产能利用率达 106.1%，产能爬坡中的 Fab9 预计于 2026 年第三季度完成产能配置并很快满产；华润微订单能见度最高达 9 个月，部分热门型号待交订单周期超过一年。
• 上游需求指引上修：英飞凌预计 2027 财年 AI 数据中心电源解决方案营收约 25 亿欧元（2026 财年约 15 亿欧元）；安森美把 2030 年 AI 数据中心总体可达市场目标上调至 475 亿美元；意法半导体把 2026 年数据中心业务收入目标从 5 亿美元上调至约 10 亿美元。

六、后续观察要点

1. AI 机柜功耗演进：Vera Rubin、Rubin Ultra 等平台的功耗节奏与 800V HVDC 架构采用进度。
2. 产能释放节奏：功率晶圆产线建设周期 12 至 24 个月，新产能落地进度直接决定供需缺口持续时间。
3. 价格传导落地：原厂涨价函进入下游成本表后的执行情况，以及高端料号与中低压品类的分化。
4. 国产替代进度：功率器件、MLCC、电极箔 / 电容材料等环节本土供应链的放量与认证进展。

整体看，AI 服务器拆解后呈现的清晰链条是：算力集群功耗提升 → 电源芯片与元器件用量放大 → 架构升级带动高价值器件占比提升 → 产能刚性叠加成本上行推动价格上行。需求增量主要来自 AI 数据中心，汽车、光储与工业提供基本盘，本轮景气的持续性取决于 AI 需求落地节奏、产能释放进度与供应链成本传导。

【常见问题】

问题 1：AI 服务器拆解后，电源相关芯片用量相比传统服务器增加在哪里？

回答 1： AI 服务器 GPU 数量更多、单卡功耗更高，电源路数更密，功率 MOSFET、SiC、GaN、驱动芯片和 MLCC、电解电容、超级电容等电源元器件用量成倍放大。传统 2kW 电源约用 8 至 12 颗功率 MOSFET，AI 服务器 5 至 10kW 电源需要 24 至 40 颗；单台 SiC 器件增至 24 颗以上、GaN 约 40 颗、硅基驱动芯片约 128 颗，MLCC 单机柜用量可达数十万颗量级。

问题 2：为什么说 AI 服务器电源元器件出现了量价齐升？

回答 2： 量的方面，AI 机柜功耗从百千瓦向数百千瓦演进，带动功率器件、电容等电源元器件用量和单机价值量同步上升；价的方面，英飞凌、意法、德州仪器等海外大厂与国内华润微、士兰微、扬杰、斯达、芯联集成等先后调价，AI 服务器电源与车规功率器件涨幅多在 10% 至 25%，叠加上游 SiC 衬底、硅片和材料成本上行，交期拉长到 30 至 52 周，形成用量增长与价格上行并存的量价齐升局面。

问题 3：AI 服务器里的 MLCC 用量和价值量有多大，后续还会继续增长吗？

回答 3： 村田制作所披露 GB300 单台 AI 服务器约搭载 3 万颗 MLCC，单一 AI 机柜消耗约 44 万颗；TrendForce 数据显示 VR200 单机柜将使用约 60 万颗 MLCC，较 GB300 高出 30% 以上。Morgan Stanley 测算 VR200 单机柜 MLCC 价值量约 4,320 美元，较 GB300 的约 1,530 美元增长约 182%。随着 GPU 数量和电源路数继续增加，高端 MLCC 需求与价值量仍有抬升空间。

问题 4：800V 高压直流架构会给 AI 服务器电源元器件带来什么变化？

回答 4： 800V HVDC 通过提高电压、降低电流来减少铜材用量和传输损耗，适配单机柜数百千瓦乃至兆瓦级功率。架构升级后，SiC、GaN 等宽禁带器件和高压驱动、储能调峰器件的占比提升，单台功率半导体价值量提高；AI 数据中心由此成为宽禁带半导体的全新应用场景，电源元器件的规格和价值量同步上台阶。

问题 5：这轮 AI 服务器带动的电源元器件涨价会持续多久？

回答 5： 业内多数判断本轮涨价至少延续到 2027 年，支撑条件包括 AI 带来的增量需求、8 英寸晶圆产能持续收缩、全产业链成本刚性上涨，且短期不会同时消失。功率晶圆产线建设周期 12 至 24 个月，新产能要到 2027 年下半年甚至 2028 年才能落地；不同品类节奏不一，SiC 等高端器件弹性相对更大，具体节奏仍要看 AI 需求落地与产能释放情况。

【数据来源】

• [2026-11-15]（《中芯国际摊牌了：AI 芯片荒，要到 2027 年》）微博
• [2026-09-23]（《功率半导体又涨价了：新周期、新革命，AI 供电的隐藏红利受益者？》）行业公开报道
• [2026-08-21]（《AI 算力重塑产能流向 功率半导体领涨产业链》）证券时报（21 世纪经济报道）
• [2026-08-19]（《数据显微镜｜功率半导体涨价潮：AI 把 "供电心脏" 推上超级周期》）证券之星
• [2026-07-13]（《"透视" 功率半导体涨价潮》）21 财经
• [2026-05-25]（《国金计算机：电容是 "算力的能量缓冲"》）新浪财经

【免责声明】

本文内容基于公开媒体报道、行业机构测算及企业公开信息整理，仅作行业信息参考与交流之用，不构成任何投资建议、采购建议或交易依据。文中涉及的器件用量、价值量、涨价幅度、交期及产能数据均来自第三方测算或厂商披露口径，不同平台与代际方案存在差异，具体以各厂商官方 BOM、公告及权威行业机构的最终发布为准；半导体行业受需求、产能、原材料价格与政策等多重因素影响存在不确定性，读者据此操作所产生的风险与后果，由读者自行承担。