30 秒看重點
- 事件：AI應用爆發，MLCC（積層陶瓷電容器）需求激增，引發全球缺貨。
- 意義：過去被視為成熟產品的MLCC，因AI成為關鍵零組件，供應鏈面臨重整。
- 影響：台灣MLCC相關業者有望受惠，但需克服技術與產能挑戰。
隨著AI訓練和應用爆炸性成長，對高性能、高穩定性的電子零組件需求直線飆升，其中MLCC（積層陶瓷電容器）因其關鍵作用，正經歷前所未有的缺貨潮，連產業龍頭村田製作所也坦言壓力，這場危機預示著全球AI零組件供應鏈的大洗牌，台灣廠商在此浪潮中面臨新機遇與嚴峻挑戰。
AI為何讓小小的MLCC缺到爆？
我們平常聽到的AI，像是ChatGPT能寫文章、Midjourney能畫圖，背後都需要強大的運算能力，而這些運算都發生在伺服器裡。你可以想像，伺服器就像一個超級大腦，裡面塞滿了各種零件，CPU（中央處理器）、GPU（圖形處理器）是它的主要思考核心，但要讓這些核心穩定高效地運轉，還需要許多「輔助」零件，MLCC就是其中非常重要的一位。MLCC就像是電子產品裡的「濾波器」或「穩壓器」，它負責濾除雜訊、儲存能量，確保電流穩定地送到CPU、GPU這些大腦核心，讓它們不會因為電壓不穩而「當機」或「燒毀」。
過去，MLCC的應用相對穩定，像是手機、電腦裡都會用到，但AI伺服器對MLCC的要求是「更高、更穩定、更耐用」。尤其是AI訓練時，GPU會連續高強度運算，這時候需要大量的MLCC來確保電源供應的純淨與穩定。這就像超級運動員比賽，需要充足且純淨的能量補充，才能不斷衝刺。AI伺服器越強大、數量越多，對MLCC的需求就越爆炸性地成長。像是AI晶片大廠NVIDIA最新推出的AI晶片，就對MLCC的規格要求非常嚴苛，這直接導致全球MLCC產能吃緊，連產業龍頭村田製作所都公開表示，產能已到極限，部分品項出現缺貨，這讓原本認為是成熟產業的MLCC，瞬間成為AI供應鏈上的關鍵瓶頸。
台灣怎麼看這件事？
這波AI浪潮帶動的MLCC缺貨潮，對台灣而言，絕對是個重要的觀察點。台灣在電子零組件供應鏈中扮演著舉足輕重的角色，雖然在MLCC領域，過去多是日系大廠如村田、太陽誘電等居於領先地位，但台灣的國巨（Yageo）、華新科（Walsin Technology）等廠商，在全球MLCC市場也佔有相當大的份額，且是許多國際大廠的重要供應商。這次的缺貨潮，無疑為這些台灣的MLCC廠商提供了擴大市佔、爭取更多高階訂單的絕佳機會。
從台灣的產業角度來看，這意味著台灣的電子零組件產業，不再只是生產標準品，而是有機會透過提升技術、加強研發，切入更高附加價值的AI應用領域。尤其是在AI伺服器、電動車等對元件性能要求極高的市場，台灣廠商的技術實力將受到嚴峻考驗，但也可能因此迎來新的成長曲線。這也提醒了台灣的科技業，要持續關注AI技術的發展，並思考如何將AI的應用，延伸到各種關鍵零組件的設計與製造上，以鞏固並提升台灣在全球供應鏈中的地位，避免在未來的技術變革中被邊緣化。
編輯觀點
AI的發展，總能不斷刷新我們對科技潛力的認知。這次MLCC的缺貨潮，恰恰說明了AI的影響已深入到供應鏈的每一個環節，甚至一個看似不起眼的零組件，都能成為整個產業鏈的關鍵瓶頸。對於台灣，這不僅是產值上的機會，更是技術升級的催化劑。我們需要問的是，台灣的MLCC廠商，能否抓住這次「甜蜜點」，從追隨者轉變為創新者，開發出更符合AI時代需求的下一代MLCC？否則，一旦AI應用進入新階段，或技術出現突破，台灣廠商又可能面臨新的挑戰。
常見問題
- MLCC是什麼？為什麼AI需要這麼多？
- MLCC（積層陶瓷電容器）是電子產品中用來穩定電流、濾除雜訊的關鍵小零件，就像是電子訊號的「空氣清淨機」。AI運算時需要極大量的電力和非常穩定的訊號，所以對MLCC的需求量和品質要求都大幅提升。
- 這次MLCC缺貨，會不會讓AI產品變貴？
- 這是很有可能的。當關鍵零組件供不應求時，成本自然會上升，這些增加的成本最終可能轉嫁到終端產品，也就是AI伺服器、AI相關應用服務或搭載AI晶片的裝置上，讓價格有所調漲。
- 村田製作所是誰？為什麼提到它很重要？
- 村田製作所（Murata Manufacturing Co., Ltd.）是全球最大的MLCC製造商之一，技術領先。它的產能、技術動向，很大程度上決定了全球MLCC的供應情況，因此其在MLCC缺貨潮中的表態，極具指標意義。
- 台灣的MLCC廠商有哪些？他們有機會嗎？
- 台灣主要的MLCC廠商包括國巨（Yageo）、華新科（Walsin Technology）等。他們在全球市佔率不低，加上這次AI帶來的龐大需求，若能有效提升產能並確保高階產品的品質，確實有機會擴大市場份額，並提升品牌價值。
- 除了MLCC，AI還會影響哪些零組件？
- AI對各類高性能、高功耗的零組件需求都會增加，例如更強大的CPU、GPU、高速記憶體（DRAM、NAND Flash）、散熱模組、電源管理IC（PMIC）等，這些零組件的供應鏈都可能因為AI而面臨類似的變動。
名詞小教室
- MLCC (積層陶瓷電容器)
- 想像成電子電路裡的「小型蓄水池+濾水器」，能暫存電力並確保輸入的電流乾淨穩定，讓各種電子零件（像CPU）能順暢工作。
- AI伺服器
- 專門用來跑AI程式（像是訓練模型、處理大量數據）的超級電腦，比一般電腦運算能力強非常多，裡面零件的用量和規格要求也高很多。
- GPU (圖形處理器)
- 原本是負責處理遊戲畫面的晶片，但因為它擅長「平行運算」（同時處理很多小任務），現在成為AI訓練的關鍵核心。