每平方毫米1000纳法！我国电容技术取得重大进展

当我们聊起国产高端芯片，GPU、CPU、AI处理器往往是焦点。然而有一个极其重要却长期被忽视的元器件——电容，正在成为制约算力释放的真正瓶颈。

近日，据湖北江城实验室消息：其自研的三维多层片上电容实现关键突破，电容密度达到每平方毫米1000纳法，核心性能跻身国际第一梯队。

这枚看似不起眼的微型元器件，直接击中了当前高端算力芯片的供电痛点，为AI/GPU、高性能处理器的稳定运行补上了关键的“能量缓冲垫”。

一、什么是“片上电容”？它为什么重要？

电容在电路中的作用，本质上是一个超微缩的“蓄水池”。

当芯片电流剧烈波动时，它能迅速充放电以平抑电压，确保芯片吃上“纯净且稳定”的电流。

随着AI大模型训练、高端图形渲染等场景对算力需求指数级上涨，芯片的瞬时功耗波动也越来越极端——GPU满载时电流可在纳秒级内飙升数倍，传统供电方案早已力不从心。

过去行业主流的平面金属-绝缘体-金属电容，密度仅为每平方毫米20到40纳法；即便采用堆叠结构的硅中介层电容，行业主流水平也大多在300纳法每平方毫米以内。

更致命的是，大量传统电容布置在芯片外部，距离算力核心较远，供电响应存在物理延迟，遇到瞬时功耗峰值时往往“补电不及时”，最终只能触发芯片降频自保。这也是很多设备运行大模型时出现卡顿、发烫甚至蓝屏的核心物理原因之一。

行业内有个形象的类比：如果HBM是算力的数据缓存，电容就是算力的“能量缓存”；要让芯片全程满速运行，必须依靠从纳秒到秒级的多级电力缓存逐级接力，而高密度片上电容就是最靠近算力核心的第一环。

江城实验室主任杨道虹在接受媒体采访时，把高端芯片的供电困境说得特别形象：电脑高负载运行时突发掉帧、蓝屏，手机运行大型手游异常发热、强制降频，大型数据中心AI训练任务报错率攀升——这些用户每天都在遇到的问题，追根溯源，本质都是芯片供电不稳定。

所以，芯片供电不稳定的原因并不复杂。

传统片外电容远离芯片核心，受线路电感制约，当GPU瞬时拉满功率时“来不及供电”，芯片只能降频自保。而传统平面片上电容呢？

受二维结构限制，电容密度普遍低于每平方毫米20纳法，想满足高端芯片供电需求，得占用大量晶圆面积，成本也水涨船高。简单来说，过去的电容要么“反应慢”，要么“占地大”。

二、从“薄纸”到“海绵”，如何突破的？

江城实验室的突破，核心在于彻底跳出了平面电容的设计框架，把“平铺的薄纸”改造成了“立体的海绵”。

打个比方：如果说传统平面电容像一张薄纸，吸水能力有限；那么新型三维电容就像一块大海绵，内部密布着无数微小的孔洞，在同样面积下能够提供更多瞬态电荷，保证芯片更稳定、更快地响应。

研发团队依托成熟的硅基工艺，在硅片内部刻蚀出微米级别的高深微孔，然后在微孔内壁分层交替沉积高介电常数介质材料与金属电极，打造出无数微型同轴电容单元。

这个技术突破的难点在于——研发团队需要在特别小的孔内做纳米级膜层，且这层材料不能有缺陷，一旦存在缺陷就会击穿漏电。经多轮严苛测试，这款三维片上电容的稳压性能相比商用MLCC提升了百倍以上。

值得一提的是，杨道虹带领团队另辟蹊径，创新研发了三维多层同轴通孔电容结构，彻底颠覆了传统电容的设计逻辑与制备模式。

团队还自主研发了专属解析模型，首次融入通孔同轴传输效应与高频动态特性，将复杂的电磁仿真简化为代数方程，计算效率提升数百倍，单次仿真仅需数分钟。

三、市场有多大？算力时代的“隐形风口”

当前，AI芯片对于电容的需求正在以前所未有的速度增长。有媒体预测显示，仅全球高性能计算和AI芯片对先进片上电容的市场需求，未来5年复合年增长率就超过30%，这是一个数十亿乃至百亿级别的潜在市场。

从应用价值来看，这款三维片上电容可直接集成在AI加速芯片、高端GPU、服务器CPU以及车载自动驾驶芯片中，紧贴算力核心布置，既能显著降低供电损耗、抑制电压噪声，支撑芯片在高算力工况下持续满负荷运行，也能助力芯片实现更低功耗设计。

更重要的是，它完美兼容当前主流的2.5D、3D先进封装工艺，可以嵌入硅中介层内部，进一步提升系统集成度。

从更大的视角来看，村田制作所预估AI服务器用MLCC需求将以年均约30%的速度扩大，MordorIntelligence预测全球MLCC市场规模将在2030年达到611.2亿美元。AI服务器专用MLCC调价幅度已达30%-35%，高端现货价上涨15%-35%，交期由8周拉长至16-24周——需求的爆发叠加供给的紧张，正在催生电容行业的超级周期。

写在最后

长期以来，我国高端片上电容的核心工艺与IP掌握在海外厂商手中，是国产高端芯片供应链的隐性短板。此次江城实验室的突破，不仅在性能指标上达到国际先进水平，更走出了一条完全自主的技术路线，为我国高算力芯片的自主发展筑牢了元器件根基。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～