AI 伺服器把小小 MLCC 推上供應鏈主戰場

一顆比米粒還小的 MLCC，現在可能決定一台 AI 伺服器能不能準時出貨。這聽起來有點荒謬，但在高功率、高密度運算成為新常態後，被動元件已經不是採購單上可以最後才補的配角。

瓶頸不只在 GPU

談到 AI 伺服器，市場最常盯著 GPU、HBM、先進封裝、電源模組與散熱方案。但當整櫃功率密度一路往上推，主機板與電源路徑上的穩壓、濾波、去耦需求也同步放大。這讓高階 MLCC、長條型鋁電解電容、固液混合鋁電容等產品，跟著被拉進 AI 基礎建設的需求浪潮。

最直接的訊號是交期。部分高階產品過去約 1.5 到 2 個月可以取得，如今已拉長到 3 到 4 個月。這不是單純晚幾週交貨而已，而是會影響整個伺服器供應鏈的排程、庫存安全水位與客戶分配順序。

為什麼 AI 伺服器更吃電容？

• 電流需求更高：AI 加速器與周邊電源軌需要更密集、更穩定的去耦設計。
• 電源架構更複雜：從機櫃到板端的轉換路徑增加，濾波與儲能需求也跟著提高。
• 可靠度門檻更硬：資料中心長時間高負載運作，會優先採用規格更高、耐受性更好的零件。
• 替代不容易：尺寸、電壓、ESR、可靠度與客戶認證綁在一起，不是看到缺料就能隨便換料。

暫停接單代表什麼？

當部分日韓被動元件大廠傳出針對高階產品暫停接單，背後代表的不是普通熱銷，而是產能配置開始變得更有選擇性。即使整體被動元件市場未必全面缺貨，AI 伺服器用的高階料已經可能形成獨立的緊俏市場。

這種壓力通常不是突然爆炸，而是一步一步出現：先是交期拉長，再來是通路報價變硬，接著大客戶提前鎖單，最後中小型買家才發現，料號雖然還在清單上，但真正可分配的數量已經不多。

2026 年採購策略要升級

AI 伺服器的被動元件採購，未來會越來越像半導體採購：更早給 forecast、更頻繁與原廠溝通、能雙供就雙供、不能替代的料號要提前鎖定。把 MLCC 當成一般標準品處理的團隊，可能會在出貨排程上付出代價。

AI 基礎建設不是只靠晶片堆出來的。真正撐住系統穩定性的，是晶片周圍數千個看似安靜的小零件。現在，電容正在提醒市場：當功率曲線往上彎，被動元件也會變成主動風險。