载板暴涨三轮与MLCC停接单共振，9月中旬关键器件备货策略需重估

核心问答

一、AI推理价格下跌，GPU算力采购策略要不要调整？

据DIGITIMES报道，AI芯片初创公司d-Matrix指出，token价格持续下滑正在压缩基于GPU的AI推理经济性，这会促使数据中心运营商重新思考工作负载在计算与存储资源之间的分配方式。对采购经理而言，这意味着“唯GPU论”的算力采购逻辑正在松动。项目选型时建议同步评估推理专用芯片（如ASIC）与GPU的混合部署方案，避免在token价格下行周期中为过剩的通用算力支付过高溢价。同时，算力集群的内存配比也需要重新测算——把更多预算放在存储与互联带宽上，可能比单纯堆GPU更能守住单次推理成本底线。

二、三星2nm工艺获EDA工具实测背书，高端芯片供应格局会有何变化？

据DIGITIMES报道，新思科技（Synopsys）在三星晶圆代工的SF2P工艺上，用Fusion Compiler设计工具实现了一款神经处理单元（NPU）裸晶面积缩减22%的成果。这是三星2nm工艺在商用化进程中一个具体的设计层验证节点。从供应链角度看，这意味着2026年底至2027年高端AI芯片的代工选择将不再只锁定台积电，三星2nm一旦放量，将直接缓解先进制程的单一来源压力。采购经理在做中长期芯片选型时，应把“双代工厂备份”纳入议价筹码，同时对采用三星SF2P工艺的ASIC方案保持关注，以便在交期紧张的窗口期多一个备选路径。

三、IC载板2026年暴涨32%，ABF/BT基板交期是否已经失控？

据DIGITIMES报道，受生成式AI、高性能计算和数据中心建设需求推动，全球IC载板市场预计在2026年增长32%，达到195亿美元，台湾和韩国厂商在ABF与BT载板领域保持领先。高规格产品升级、关键材料供应紧张、先进封装竞争加剧是当前三大特征。对采购负责人来说，IC载板已经取代部分逻辑芯片成为真正的“长交期瓶颈件”。建议在AI加速卡、高端交换机、服务器主控板的BOM中，将ABF载板交期直接从“标准件”改为“关键路径件”管理，提前4-6个月锁定产能，并在封装方案上保留向国产载板切换的备选设计。

四、村田停接MLCC通用型订单，AI服务器引发的超级周期到底有多严重？

据finance.biggo.com援引行业信息报道，AI服务器需求正在点燃MLCC超级周期，村田制作所已停止接受通用型MLCC订单，同时硅电容需求正在上升。这是头部被动元器件厂商释放出的极其明确的产能挤占信号——产线正在向高容、小型化、高频等AI服务器专用规格倾斜。这意味着通用型MLCC的交期将被动拉长，价格可能出现一轮结构性上调。建议采购经理立即盘点现有通用MLCC库存水位，对0603/0402等常用规格建立安全库存，同时在新项目设计中评估硅电容等替代方案的技术适配性，避免在超级周期中被“卡脖子”。

五、台湾量子芯片平台9月底开放，对半导体供应链意味着什么？

据DIGITIMES报道，台湾“中央研究院”位于台南的量子芯片制造空间（QC-Fab）将于9月底对外开放，洁淨室建设、工艺设备安装、厂务管线连接和测试工作均已完成。这是台湾本土量子芯片自主开发与制造的一个重要节点。对采购经理而言，量子芯片目前虽非主流采购项，但其带来的低温电子元器件、特种封装、精密温控组件等配套供应链需求会在未来12-24个月内逐步释放。现在与相关特种材料、高精度被动器件供应商建立联系，是为下一代量子计算项目做技术储备的低成本窗口期。

六、微软称“加内存解决不了AI瓶颈”，自研芯片不外卖，算力采购有何启示？

据DIGITIMES报道，微软Azure硬件负责人表示，其AI加速器从设计之初就不是为了与英伟达竞争，而是为了跑微软自家舰队上的推理负载，所以从未打算对外销售。这揭示了一个关键趋势——超大规模云厂商的自研芯片正走向“内部消化”模式。对采购方来说，可采购的AI算力选项依然集中在英伟达、AMD及少数AI芯片初创公司。但微软表态的另一面是：即便强如微软，也卡在内存带宽而非算力规模上。建议在服务器选型时，优先评估HBM容量、内存带宽密度等指标，而非只看峰值TOPS数字。

今日要点速查表