“国外头部芯片用0805 476就够了，国内头部企业要求做到0805 227。”在广东云浮罗定市的微容科技，记者结束采访后与公司副总裁罗军探讨起这组数字。

476和227，单位是微法（μF），代表MLCC（片式多层陶瓷电容器）的电容容量。国外某头部算力芯片企业的AI加速卡，每颗GPU周边搭配的MLCC最多的是0805尺寸容量为47μF；而国内某头部算力芯片企业的同类方案，则需要用到0805 100μF、180μF，最高要求甚至高达220μF。

“为什么国内需要将近五倍的容量？”记者追问。

“据业内人士介绍，国产GPU跟国外头部相比还是有差距，速度慢一些、功耗大一些。”罗军回答，“我们是14nm、7nm工艺。所以我们的算力系统功耗大、电流大，就要用更高容量的电容来稳定电路运行。”

电容的“蓄水池”角色

要理解这组数字，先要弄清楚电容在GPU供电中扮演的角色。

AI芯片计算时，功耗动态变化剧烈。当任务突然加重，电流瞬间飙升，电压会发生波动。如果不能在毫秒级时间内把电压“拉回来”，芯片就会因供电不稳而出错甚至宕机。电容的作用就像一个蓄水池：当电压波动时，它迅速释放储存的电能“补位”，保证芯片稳定运行。

制程越先进，芯片功耗控制越好，需要的“蓄水池”就越小。国外头部芯片企业凭借5nm/4nm/3nm先进制程，功耗相对较低，47μF的电容足以应对瞬态电流变化。而国内芯片暂时受制于相对落后制程（14nm/7nm），同样的计算任务需要更高的功耗，产生更大的瞬时电流和更剧烈的电压波动——因此需要更大容量的电容来“填坑”。

从47μF到100μF、180μF，再到220μF，这组不断攀升的数字，真实反映了国内AI芯片在制程受限条件下，不得不依靠被动元件“补短板”的现状。

“结构没有设计空间”

记者观察了MLCC的制作流程，在现场追问了一个更具体的问题：MLCC的结构有没有可能通过设计创新来突破容量瓶颈？

“结构是一样的。”陈伟荣回答得很干脆，“封装尺寸是行业标准，比如0805，它的物理空间是确定的。你要把膜片做薄、层数叠多，容量就大。但真正的挑战在于，薄了以后，还得保证不容易被击穿——这才是最难的地方。”

这意味着，MLCC要提升容量，只能从三个方向入手：材料（陶瓷粉体的介电常数、纯度和粒径）、工艺（薄膜厚度、叠层精度、烧结温度控制）、设备（高精度流延机、印刷机、叠层机、检测仪器）。三者缺一不可，而每一项都需要长期的研发积累和无数次工艺试错。

这正是国产替代的真实难度——不是在图纸上找到一个巧妙结构就能弯道超车，而是在材料、工艺、设备这三个基础维度上，一点一点追赶国外巨头几十年的积累。

“不是贵与便宜，是有没有”

罗军把这种困境放到了更宏观的层面。

“以前我们大家都说，为什么要自己开发？国外买的，质量又好，价格又便宜。”他话锋一转，“那现在大家都发现了——不是贵与便宜的问题，是有没有的问题。”

这句话道出了国产替代的本质驱动力。当供应链安全成为首要考量，国内整机厂商不得不加速寻找国产元器件替代方案。而像微容这样的MLCC企业，就被推到了前台。

罗军透露，国内某头部芯片企业向微容提出了0805尺寸220μF电容的开发任务。“这是目前最难攻克的难关。”他说。

这意味着，国内AI芯片制程越是受限制，对微容这类被动元件企业的依赖就越重——更高规格的电容、更快的迭代节奏、更极致的成本要求，都压在了供应链上游。

随着国内AI算力需求的持续爆发，220μF或许还不是终点。

文、图 | 记者 郑俊良