AI伺服器供應鏈瓶頸正從GPU、HBM與液冷，進一步下沉至MLCC與PCB材料。隨著NVIDIA新一代Rubin平台提高運算效能與功率密度，韓國產業界預估單板MLCC使用量將由GB200約6,500顆提高至Rubin約1.2萬顆，高容量、高可靠度MLCC需求快速增加，日本村田與Samsung Electro-Mechanics等主要供應商的重要性同步上升。
MLCC雖然單價遠低於GPU，卻是維持AI伺服器電源完整性的關鍵零件，負責穩定電流並降低電路雜訊。AI加速器功耗與瞬態電流提高後，主板必須在有限面積內配置更多高容值MLCC，而且需長時間承受高溫、高電壓環境，技術門檻已明顯高於一般消費電子產品。
Rubin拉高MLCC用量，AI伺服器瓶頸下沉MLCC與PCB材料端。
|
Samsung Electro-Mechanics日前即宣布，與全球大型客戶簽訂約1.0722兆韓元AI Server MLCC長期供應合約，2027年執行；目前已與超過10家全球客戶簽訂相關長約，反映Hyperscaler開始提前鎖定高階被動元件產能。
另一個可能浮現的瓶頸則是高速PCB材料。AI伺服器朝高層數、高速傳輸與大型化發展，對低熱膨脹係數（Low-CTE）、尺寸穩定性與低訊號損耗材料要求同步提高。這使玻纖布、銅箔基板（CCL）到高階PCB不再只是成熟零組件，而成為高速訊號與系統可靠度的一部分。
整體AI 伺服器硬體供應鏈因而向下延伸為GPU／ASIC→電壓調節模組（VRM）→MLCC→CCL／PCB→低熱膨脹玻纖布。除了伺服器ODM、PCB與CCL廠，高階被動元件及材料供應鏈也將進入AI基建升級週期。Rubin帶來的下一輪競爭，正在從「搶AI晶片」擴散為「搶能支撐高功率AI晶片的材料」。
