电RAM vs DRAM：AI算力时代，电容正在复刻存储器的价值重估之路

当前市场对AI硬件的预期，存在一个不小的盲区。大多数资金还在盯着GPU的出货量做线性推算，却很少有人认真算过，算力狂飙背后，那道越来越近的“能量墙”。

国金证券最近的一份研报，把这个问题讲得很透彻。报告的核心观点是：电容正在扮演AI算力系统里“电RAM”的角色。就像HBM专门给数据做缓冲一样，电容干的是给能量做缓冲的活儿。两者的系统角色、层级结构，甚至量价驱动的逻辑，都高度相似。更有意思的是，市场对电容需求的测算，一直卡在“白区”（也就是PSU电源内部），而真正的增量，却大量出现在被忽视的“灰区”——从电网接入到机柜之间的多级降压、配电环节。

报告明确指出，电容的需求弹性已经彻底跳出“按GPU颗数线性外推”的老路子。随着AI机柜功率向兆瓦级狂奔、供电架构升级到800V高压直流，电容产业正迎来“量价齐升”的重估时刻。再看供给端，高端材料（铝箔、活性炭）的瓶颈、高耗能环保指标的卡位，加上海外巨头们保守的10%-20%扩产策略，让那些具备材料高自供率和工程能力的国产厂商，看到了抢份额、夺定价权的历史性机会。

换句话说，电容赛道的天花板，被系统性低估了。而具备上游材料优势的国产厂商，很可能同时吃下份额扩张和定价权提升的双份红利。

核心同构：电容不是修辞上的比喻，是物理意义上的“电RAM”

电容和DRAM在生产系统中，角色、层级、驱动逻辑都高度一致，这种物理上的同构性，决定了需求的爆发几乎是必然的。

即时缓冲的同构：DRAM靠周期性“刷新”给运算提供数据缓冲，电容则靠“充放电”给GPU瞬时拉载提供能量缓冲。算力越强，对“快且近”的电能缓冲依赖就越深。原来的方案，已经明显“欠配”了，新一代平台必然会催生一轮补课式的需求增长。
层级结构的同构：DRAM有“寄存器—SRAM—DRAM”的缓存层级，电容也有按“时间常数”分层的一张阶梯网络。越靠近运算核心，响应越快，单位价值越高，技术壁垒也越陡。
需求驱动的同构：DRAM遇到了“容量墙”，电容碰到了“功率墙”。电容的需求不是简单的“GPU数量×单卡功率”，而是“GPU数量×单卡功率/价值量×系统复杂度×价格系数”这个复合公式驱动，它的弹性，远高于GPU出货增速。

时间常数阶梯：六大电容各就各位，构筑全景缓冲网络

AI供电的升级，不光是某个单一电容品类的放量，而是一整张缓冲网络的同步扩容。从芯片一路走到电网，六类电容排成了严密的防线。

硅电容（亚纳秒级，封装内）：相当于“寄存器”。可以薄到100微米甚至更薄，就贴在Die旁边，专门抑制最高频的电压扰动。技术壁垒最高，单位价值也最密集。

MLCC（纳秒级，板级）：对应“SRAM缓存”。数量最庞大，密密麻麻分布在GPU周围，负责高频去耦。
MLPC（微秒级，板级）：介于MLCC和大电解电容之间的中间层。在125°C高温、4000小时寿命这些高端场景下，它可以在高容值区间代替多颗MLCC，这给了国产厂商一个不错的替代窗口。

牛角铝电解电容（微秒到毫秒级，电源模块）：对应“DRAM主存”。AI电源高压化的直接受益者，从5.5kW往18.5kW走，它要应对高频功率波动，容量需求至少是原来的1.5倍（比如从1000微法提到1500微法），单只价值量是数量级地跳升。

超级电容与锂离子电容（毫秒到秒级，机柜侧）：负责备电和功率缓冲。电池在高频充放电下失效率高、衰减快，超级电容正从“选配”变成“必配”。

薄膜电容（高压直流母线）：随着供电架构向800V HVDC和固态变压器（SST）演进，它在母线侧吸收高压纹波，是高压化架构下跑不掉的一环。

白区与灰区：市场系统性低估了真实需求

这部分是研报里最有投资价值的认知差所在。

认知差从哪来？大部分需求测算，只盯着PSU内部（也就是“白区”）的用量。大家对PSU、白区、微区、Power Rack、HVDC、SST、400V、800V各种架构下的电容配置，理解差异很大，测算口径可能差出好几倍甚至十倍。就连电源开发企业内部，关于AI电源功率波动怎么解决，也还在讨论中。

那“灰区”在哪？从电网往机柜送电，会经过电网接入、多级降压、灰区配电、局部电容箱、Power Rack这些环节。随着机柜功率向兆瓦级演进，供电架构走向800V高压直流和固态变压器，从电网到机柜之间的“灰区”环节，也需要大量电容来稳压和缓冲。这些用量，很多没被统计进去，但实际已经在用了。

系统级扩张意味着什么？把白区和灰区加起来看，AI算力带来的电容需求扩张是系统性的——既有GPU板级和电源模块的加密，也有数据中心电源、配电和冗余体系的铺开。如果只按白区口径算，对真实需求，一定是系统性低估的。

量价齐升的兑现逻辑：材料约束、扩产门槛与国产替代窗口

量的逻辑：需求弹性显著高于GPU出货增速。

GPU出货本身就有较高年增速，单GPU功率和供电复杂度还在抬升，这带动了单卡价值量提升。再加上冗余和结构系数，整个需求弹性，远高于GPU颗数的增长。特别是新一代平台（VR平台），功耗、系统复杂度、供电稳定性要求更高，有些系统优化能力偏弱的客户，更倾向于加电容冗余，这个用量还会进一步放大。

价的逻辑：两套体系并行。

传统铝电解电容，受材料成本、电价、环保等因素推动，下半年已经进入涨价通道，日系大厂都发函调涨了。而AI相关的高端新品，不是简单“涨价”，而是“重新定价”——客户对电压、容量、寿命、可靠性的要求全变了，产品规格也跟着变，就应该按新产品定价。在AI服务器系统里，电容器绝对金额占整机比例很小，但对供电稳定性极端关键，客户更看重保供和可靠性，而不是单纯压价，这就让高端电容产品有了更强的议价底气。

约束：高端材料是真瓶颈。

AI服务器用的高压、高比容电极箔（化成箔），供应已经偏紧。超级电容的核心瓶颈在上游活性炭材料，国产替代还要一段时间来培育。MLPC的难点则更多卡在工艺和材料体系的理解上。材料瓶颈带来的问题是：看到需求，不等于供给能跟上。

门槛：扩产是综合门槛。

电极箔的腐蚀、化成环节，都是高耗能工序，对电价和能源供给高度敏感。稳定、低成本的电力（比如绿电直连），正成为前段产能落地的关键。同时，国内部分地区新建产能还需要拿到电容器产能指标，环保和能耗指标构成了实打实的门槛。

窗口：海外保守扩产，国产厂商抢占份额与定价权。

日系MLCC和被动元件厂商，扩产文化偏保守，扩产计划通常就是10%-20%的增长，快速翻倍很难。相比之下，具备上游材料高自供率、强工程建设和资本开支效率的国产厂商，在这一轮供需紧张的窗口里，保供和扩产能力都更强，正好可以抢份额、拿定价权。