涉及的行业与公司 * 行业涉及AI算力芯片、服务器电源分配网络、内存技术及金属软磁材料[1][2][3] * 公司提及英伟达、英特尔、亚马逊、Meta、博通、谷歌等海外AI巨头，以及国内公司铂科新材（博科新材）[2][6][12][15] 核心观点与论据 * **AI算力卡功耗持续飙升**：英伟达AI算力卡功耗从2022年安培架构的700瓦增长至2025年Blackwell Ultra架构GB300芯片的1,400瓦[1][3][4] * **ASIC芯片优势显著**：ASIC在面积、能耗、集成与价格方面优于通用GPU，单位算力能耗较低，亚马逊Trainium在推理中比英伟达H100便宜30%-40%[5] * **垂直堆叠设计成为关键解决方案**：为减小PDN损耗，垂直堆叠设计通过近距离耦合实现，但要求内部元件小型化[7][8] * **模组式电感需求迫切**：模组式电感相比分立式可提供高达60%的功率密度，封装尺寸较传统方案缩小约40%占板面积[8][9][10] * **金属软磁粉芯性能优势突出**：其饱和磁通密度达0.9~1.6特斯拉，较铁氧体在相同条件下可减小约70%体积，满足AI服务器大电流、高温度稳定性要求[11] * **ASIC出货量将超越GPU**：供应链调研预计2025年底至2026年间，海外AI巨头ASIC出货量有望超越英伟达GPU，进入双轮驱动时代，Meta计划分阶段推出多款ASIC芯片[12] * **DDR内存技术推动新需求**：DDR5内存引入PMIC方案，每条需至少3颗脉冲变压器，预计DDR6标准将进一步提升对一体成型脉冲变压器及金属软磁粉芯的需求[13][14] 其他重要内容 * **具体产品与用量预测**：英伟达GB300 NVL 72系统每台预计使用4,800~5,000个一体成型金属软磁粉芯，测算至2026年GPU与ASIC对金属软磁粉芯总需求将超过4亿颗[12] * **国内供应商技术产能进展**：铂科新材（博科新材）具备气雾化制备技术优势，已公告定增募资3亿元建设新项目，计划2025年底竣工，2027年产能有望提升[15]