硅电容成为AI时代的新宠

AI计算竞争的表面是GPU之间的对抗，但其背后却隐藏着电源和信号传输的较量。AI芯片的高效运转依赖于高质量的电源和清晰的信号，而这两者的关键在于电容器。随着AI芯片功耗的迅猛增加，英伟达的H100单卡功耗达到约700W，B200更是突破了1000W，整个机柜的算力密度正在朝向兆瓦级别发展。更大的电流和瞬态响应要求电源分配网络（PDN）在极短的时间内迅速补充电荷，任何电源波动或电压跌落都可能致使芯片降频或出错。

在信号层面，随着芯片之间互联速率的提升，信号中高频成分也不断增多。PCIe 7.0的传输速率达到了128GT/s，奈奎斯特频率高达32GHz，同时光通讯在带宽方面也在快速升级。高频信号对于电源噪声极为敏感，微小的电压波动可能导致传输质量降低，增加误码率。在供电和信号完整性问题上，关键所在就是如何实现稳定、无纹波的电荷补给，这也使得电容器在AI时代的重要性大幅上升。

多层陶瓷电容器（MLCC）已成为AI基础设施中继GPU和HBM之后的重要组件。数据显示，普通服务器需要2200至4000颗MLCC，而英伟达的高端AI服务器GB300则使用了约30000颗。随着数据中心不断扩大投资，对高性能MLCC的需求持续加大。为了解决供应不足的问题，某全球科技巨头与三星电机签订了一项价值超过52亿元人民币的长期供货协议，确保MLCC供应直到2027年。 球友会

然而，随着需求的激增，MLCC在AI环境下的性能短板逐渐显现。虽然MLCC在许多应用中依然不可或缺，但随着高频、高温及高度集成的环境下，其局限性愈发明显。而苏纳光电的硅电容器则在110GHz以上保持着优异的性能，显著降低光模块传输中的信号损耗，改善传输可靠性，从而适应AI的高性能要求。

面对MLCC在高端应用中的瓶颈，硅电容（Silicon Capacitor）作为一种新技术应运而生。相比传统陶瓷工艺，硅电容采用先进的半导体制造工艺，如光刻和深反应离子刻蚀等，能够在硅晶圆上精确构建电容结构。

尽管硅电容早期并未得到广泛应用，其原因包括容量较小、市场需求不足及产业生态不成熟等，但现如今形势正在改善。在中国的硅电容市场中，苏纳光电已经成功实现大规模生产，其深沟槽电容可满足多种应用需求，覆盖从pF到μF不等的电容值，封装尺寸减小至01005，能够符合从消费到汽车领域的各种可靠性标准。 球友会

硅电容的兴起不仅源于技术的成熟，更得益于AI产业的快速发展。AI芯片在高频和高负荷下长时间运行的需求，迫使PDN对稳压能力和滤波性能提出了更高的要求，而传统MLCC的寄生参数导致其在GHz高频下表现不佳，难以满足AI芯片对电源的精准需求。