AI服務器對電容需求的具體拉動機制及江海股份的技術應對策略是什么？

AI服務器對電容需求的拉動機制主要體現在功率密度提升帶來的用量激增和技術規格升級兩個方面。

首先，在用量層面，AI服務器對MLCC的需求遠超通用服務器。數據顯示，一塊通用服務器主板約使用2200個MLCC，而一臺NVIDIA GB300 AI服務器約使用3萬個MLCC，一整臺GB300 NVL72機架消耗約44萬個MLCC。從通用服務器到GB300，AI服務器電容需求有望提升10倍以上。這種需求爆發源于AI芯片算力密度和功率的持續增加，導致機柜功率從Blackwell架構的130~250kW躍升至Rubin Ultra架構的900~1000kW，平均功率密度提升5倍以上。

其次，在技術規格層面，電源布局從橫向供電向垂直供電乃至封裝內IVR演變，電源越來越靠近ASIC，對緊湊型、高電容MLCC和小尺寸電感器的需求增長。同時，供電電壓從12VDC提高至48VDC，甚至向±400VAC高壓配電過渡，這對電容的耐壓、耐溫及高頻特性提出了更高要求。

針對這一趨勢，江海股份采取了多項技術應對策略。在MLPC領域，公司首創基于高性能N型導電聚合物的MLPC，實現了電容器的超低ESR（從3mΩ降至2mΩ以下），并顯著提升了高溫穩定性（3000小時高溫可靠性從125℃提升至145℃），該成果榮獲中國電子元件行業協會科學技術獎一等獎，技術水平國際領先。這種高性能MLPC特別適用于高功耗芯片（如GPU、CPU）的電源濾波場景，能夠有效應對AI服務器瞬時電流波動帶來的挑戰。此外，公司在鋁電解電容領域新建Snap-in全自動生產線3.0版，推進全產業鏈創新；在薄膜電容領域，憑借低損耗、長壽命優勢，積極布局高電壓等級應用場景；在超級電容領域，通過受讓日本ACT公司知識產權及自主迭代，實現了LIC和EDLC的規模化量產，并參與制定全球首個電力儲能用超級電容國際標準，進一步鞏固了其在高端電容市場的競爭地位。