在AI算力领域的竞争中，表面上看似是GPU之间的角逐，实则背后隐藏着电源与信号的暗战。AI芯片的工作离不开安全稳定的电源和清晰的信号，而这两者的核心都依赖于一种被动元件——电容器。在电源方面，AI芯片的功耗正在以前所未有的速度飙升。英伟达的H100单卡功耗大约为700W，而最新的B200则已突破1000W，数据中心的算力密度正在向兆瓦级别迈进。更大的电流和更快的瞬态要求电源分配网络（PDN）在极短的时间内完成电荷补给；任何电压下降或电源纹波都可能导致芯片的降频、计算错误甚至彻底宕机。在信号方面，芯片之间连接的速率不断提升，信号中携带的高频成分也日益增加。PCIe 7.0的传输速率达到了128GT/s，相应的奈奎斯特频率达32GHz，采用PAM4调制技术；光通信也在从800G向1.6T、3.2T过渡，CPO（共封装光学）与NPO（近封装光学）架构将光引擎和交换芯片压缩至统一封装。高频信号对于电源噪声极为敏感，毫伏级的纹波即可导致眼图闭合，误码率急剧上升。无论是电源供给还是信号完整性，最终都聚焦于一个问题：如何提供稳定并且无纹波的电荷。这使得电容器在AI时代从配角转变为战略物资的原因所在。

在这一背景下，多层陶瓷电容器（MLCC）作为一种被动元件，日益成为AI基础设施中仅次于GPU和HBM的重要元件。数据显示，普通服务器的MLCC用量在2200到4000颗之间，而英伟达的旗舰AI服务器GB300一台则配备了约30000颗MLCC，NVL72单机柜的MLCC消耗量更是达到440000颗，单机柜的MLCC市场价值超过4600美元。随着数据中心投资的增加，高性能MLCC的供求关系持续紧张。为了应对这种情况，一家全球知名的科技公司与三星电机签署了价值1.0722万亿韩元（约52.54亿元人民币）的长期供货协议，计划在2027年全年度提供AI服务器用的MLCC。这是三星电机历史上最大的一笔MLCC长期供货合同，占其去年合并收入的9.5%。然而，伴随着MLCC用量的激增，其在AI应用场景中暴露出的性能短板也愈加明显。尽管在当前的AI计算和光通信领域，传统的MLCC仍是不可或缺的基础元件，但在高频、高温、及高密度的集成环境下，其性能问题愈发凸显。相比之下，苏纳光电的硅电容在高达110GHz的频率下仍能够维持在1dB以内的插入损耗，有效降低光模块传输高频电信号的损耗，确保眼图性能并减少链路传输的误码率。同时，针对AI所需的先进算力，苏纳光电的硅电容在寄生参数方面接近于理想电容，等效串联电阻（ESR）和等效串联电感（ESL）相比于MLCC分别降低了两个数量级，支持优化PDN网络的宽频性能，确保主芯片供电的稳定性，能够长时间保持分析及计算能力。

随着MLCC在高端应用中逐渐触及技术瓶颈，另一条技术路线的探索正逐步展开——硅电容（Silicon Capacitor）。与基于陶瓷叠层和共烧工艺的MLCC不同，硅电容采用的是半导体制造的晶圆级工艺，通过光刻、深反应离子刻蚀（DRIE）、原子层沉积（ALD）及薄膜金属化等多个环节在硅晶圆上构建电容结构。虽然硅电容并不是新兴技术，但因其先前局限于小众高端市场而未能普及，主要原因有三：一是容量增长受限，早期硅电容多为平面MIM结构，容量密度极低，难以满足电源去耦的需求；二是缺乏刚需场景，消费电子时代中，工作频率低、功耗小、封装空间大，MLCC已足够使用，硅电容的性能过剩，且其价格是MLCC的数十倍，生存空间局促；三是产业生态尚不成熟，硅电容需要与半导体制造工艺深度整合，而过去缺乏特色工艺线，国内也没有完善的供应链。但如今，局势正在发生变化。作为国内硅电容领域的先行者之一，苏纳光电正实现规模化量产。其深沟槽电容（DTC）产品针对不同应用需求，采用ONO、HiK等多种介质材料，通过3D深沟槽结构在有限的硅面积内大幅提升电容密度，现已覆盖从皮法级到微法级的多种规格，最小封装可达到01005尺寸，电容本体厚度可控制在100μm以内，满足从消费级到车规级的各项可靠性要求。在即将举行的CIOE 2026展会上，苏纳光电将重点发布宽频差分硅电容、打线硅电容阵列，以及超高电容密度的埋入硅电容系列产品。

硅电容之所以能够从小众市场走向主流，不仅是由于技术的不断成熟，更因AI产业爆发带来了有利的时机和环境。AI对高频的迫切需求导致在供电侧，AI芯片常以高频、瞬时大电流切换及持续高负载状态运行，这对电源分配网络（PDN）的稳压能力、滤波效果以及响应速度提出了极高要求。传统的MLCC由于其较高的寄生参数，等效串联电感（ESL）普遍达到纳亥级别，在千兆赫兹的高频工作环境下易产生阻抗尖峰，难以实现宽频稳定的滤波，从而严重影响AI芯片的高频噪声干扰。