AI 技术迭代催化材料升级机遇
思瀚产业研究院    2024-12-20

AI 产业持续演进的过程，伴随着软件侧、硬件侧、材料侧等持续的迭代升级。软件侧，AI 历经了基于设定规则的专家系统的阶段，以数据驱动和统计学习方法为核心不断优化参数的机器学习阶段，依托于大数据、高算力和创新算法的深度学习阶段以及超大规模参数、零样本/少样本学习的大语言模型阶段；硬件侧，伴随摩尔定律的持续演进，半导体芯片制程持续微缩到 5nm 以下，封装工艺也从平面走向 3D 立体封装和系统级封装；材料侧，制程工艺持续微缩驱动了芯片铜互连层、应变硅技术、高 k 金属栅极的应用。

AI 大模型算力需求持续提升，推动处理器、存储等配套硬件不断升级。处理器对应的是计算能力，算力提升是 AI 成功应用到终端的核心，头部芯片厂商如英特尔、AMD、Apple 和高通等公司都积极开发专用处理器将专用的 AI 加速块（NPU）集成到 CPU 中，计算能力的提升直接对应到功率的提升，进而带来功耗的显著提升。存储对应的是数据容纳能力，算力提升同时带来的就是数据流大增的挑战，AI 服务器拉动高带宽内存(HBM)需求快速增长，端侧 AI 对于大容量 DRAM的需求也大幅提升。

电路设计为了匹配 AI 应用电路高功率、大电流的特点，也对于被动元件提出了升级需求。处理器计算能力大幅提升以及存储数据流的显著增长也给电路设计带来新的挑战，比如能源损耗、信号完整性、电源稳定性、外围器件的可靠性等，为了保证电路设计的稳定高效，被动元件作为电路中不可或缺的组成部分也必须进行相应的升级迭代才能满足需求，比如超薄型（小尺寸）、高容化、高频化、耐高温、高可靠性等。

目前芯片发展呈现制程越来越小的趋势，芯片的核心电压也越来越小，核心电压下降对于芯片的供电电源稳定性要求会变高，以往电源波动能够接受 10%以内的范围，但如今只能接受 5%甚至更小的波动，于是对于芯片外围的电容总容量要求就提高了。

对于 AI 加速卡来说，加速卡的 PCB 板上有更高容量的电容，在尺寸受到限制的加速卡 PCB 板上，就意味着需要提高单颗电容的容量密度，以及提供更小型化大容量的电容产品。同时由于 AI 服务器 CPU 主频持续提高，电感作为给芯片供电和稳定电流的关键元件，也需要往适应高频化、高功率、耐大电流、小体积的方向升级。

算力提升导致的高功率也催生了散热材料的升级需求。AI 芯片在执行复杂的计算任务时，需要极高的功率，这导致其单位面积内的功率密度大大高于传统处理器。更高的功率密度意味着更多的热量集中在更小的区域内，散热难度增加。尤其是用于深度学习、推理和训练模型的 AI 芯片（如 GPU 和 TPU），其功耗和发热量比普通 CPU 高得多，以英伟达 Blackwell 架构 GPU 为例，功耗高达 1000W，需要高效的散热方案来支持。

AI 应用目前正从算力侧并逐步拓展向端侧应用，从 AI 服务器拓展到 AI PC、AI 手机、智能可穿戴设备等终端应用场景，未来前景可期。

AI 服务器受益于算力需求快速增长，出货量有望持续攀升，带动 MLCC 需求量价双升。AI 服务器作为算力基础，是 AI 生态布局不可缺少的硬件资本开支。据TrendForce 数据预测，2023 年 AI 服务器（包含搭载 GPU、FPGA、ASIC 等）出货量近 120 万台，同比增长 38.4%，占整体服务器出货量近 9%，预计到 2026 年AI 服务器出货量将接近 240 万台，占整体服务器出货量约 15%，2022--2026 年AI 服务器出货量年复合增长率将达 22%。

同时，服务器对 MLCC 的需求呈现出量增、质升、种多的特点。量增是高性能计算设备的需求带来对 MLCC 的需求大幅增加，比如 AI 服务器的 MLCC 用量比通用服务器增加 80%以上，平均每台搭载量高达三、四千颗，以 GB200 系统主板为例，MLCC 总用量不仅较通用服务器增加一倍，高容值用量占 60%，耐高温用量高达 85%，系统主板 MLCC 总价也增加一倍；质升是 AI 服务器对 MLCC 的耐压值、频率特性等要求更高，以满足高频信号传输和恶劣工作环境的需求；种多是服务器尤其 AI 应用场景的拓展，对 MLCC的种类也提出了高容量、低阻抗、耐高温等更高和更多的要求。

得益于 AI 助手和端侧处理等增强功能的推动，AI 手机渗透率有望快速提升。据 Canalys 数据预测，2024 年全球 AI 手机渗透率将达到 16%，出货量接近 2 亿台，到 2028 年 AI 手机渗透率将有望增长到 54%，出货量约达到 7 亿台，2023-2028 年预计 AI 手机市场的年均复合增长率将超 60%。

AI 手机出货量快速增长的同时，还会同步带动专用处理器，如 ASIC、GPU 以及存储、被动元件等其他零部件的优化升级以及出货量增长，尤其对于被动元件而言，功能的多样化还会带来MLCC 等被动元件单机用量的提升，被动元件市场有望深度受益。苹果目前在 AI手机市场占据领先地位，24Q2 苹果市场份额约 51%。

苹果最新发布的 iPhone 16系列,也是针对 AI 应用升级了 A18 和 A18 Pro 芯片组，还配备了 8GB RAM，专为 Apple Intelligence（苹果的 AI 功能）而打造，为未来 Apple Intelligence 的发展奠定了硬件基础。

得益于高生产力、个性化和能效特点，AI PC 渗透率有望快速提升，同时 AI PC 单机 MLCC 用量也呈现大幅增长。据 Canalys 数据预测，2024 全球 AI PC 出货量将达到 4800 万台，占个人 PC 总出货量的 18%，预计到2025 年，AI PC 出货量将超过 1 亿台，占 PC 总出货量的 40%，到 2028 年AI PC 出货量将达到 2.05 亿台，渗透率达到约 70%，2024 -2028 年期间的复合年增长率将超 40%。

AI PC 同时带 MLCC 实现量价双升，一方面高容值MLCC 占比大幅提升，参考今年在 Computex 展会大放异彩的 WoＡ笔电，尽管采用低能耗见长的精简指令集（RISC）架构（ARM）设计架构，整体 MLCC用量仍高达 1,160~1,200 颗，与 Intel 高端商务机种用量接近，ARM 架构下的 MLCC 容值规格也有所提高，其中 1u 以上 MLCC 用量占总用量近八成，另一方面从单机 MLCC 用量相较普通 PC 而言也大增约八成，MLCC 市场有望深度受益 AI PC 持续增量。

更多行业研究分析请参考思瀚产业研究院官网，同时思瀚产业研究院亦提供行研报告、可研报告（立项审批备案、银行贷款、投资决策、集团上会）、产业规划、园区规划、商业计划书（股权融资、招商合资、内部决策）、专项调研、建筑设计、境外投资报告等相关咨询服务方案。