近年来，生成式AI催生指数级算力需求，更引发了数据中心在传输效率、存储带宽及系统集成等多维度的技术变革。在这一背景下，一批陌生专业词汇频繁刷屏：CPO、MLCC、Fab、CoWoS、HBM、Chiplet……它们究竟是什么？在AI产业链里分别扮演什么角色？今天，小编就带你一起读懂这些破解AI算力瓶颈的关键热词，理清产业运行的逻辑吧！
01、CPO 共封装光学
在数据传输向高速率演进的过程中，传统可插拔光模块逐渐面临功耗与密度的物理极限。随着数据中心交换速率向800G、1.6T乃至3.2T迈进，传统的“芯片-面板-光模块”分离架构不仅占用较多板卡空间，且较长的电信号传输距离也带来了较高的功耗损耗。
针对高速互联场景下这一结构性技术瓶颈，CPO技术从硬件架构层面做出革新，其核心逻辑在于突破现有分立器件架构限制，将光引擎与交换芯片/AI加速芯片集成在同一封装基板内。该技术将传统光模块数厘米至数十厘米的电传输路径压缩至毫米级，从而有效降低传输延迟与系统功耗。
可插拔光模块与CPO对比
资料参考：银河证券《锚定AI高景气赛道，把握顺周期复苏与出海新机遇》，2026.6.22。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。
机构研报数据显示，相较传统800G/1.6T可插拔方案，CPO技术有望使系统功耗降低约30%-50%、带宽密度提升约3倍，并大幅缩减传输延迟，较好地契合了AI超算集群对高速互连的需求。目前，2026年被行业普遍视为CPO规模化商用元年。根据TrendForce数据，2026年CPO在AI数据中心光通信模块中的渗透率预计约为0.5%，但随着技术成熟与产业生态的完善，预计到2030年该渗透率将提升至35%。【1】
02、MLCC 片式多层陶瓷电容器
MLCC（片式多层陶瓷电容器）属于小型陶瓷电容器，是各类电子设备关键的基础无源元器件。在AI服务器、GPU、光模块等场景中，MLCC承担着稳压、滤波和稳定电流等作用。由于其应用广泛且单机用量巨大，业内通常将其喻为“电子工业大米”。尽管其外观尺寸仅米粒甚至芝麻大小，内部却由数百层陶瓷介质与电极交替堆叠而成，对制造工艺的精密程度要求极高。
MLCC（片式多层陶瓷电容器）结构示意图
资料参考：东吴证券《MLCC——电子世界的“工业大米”》，2026.6.23。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。
在全球人工智能算力基础设施加速部署的产业背景下，MLCC作为电子电路中最核心的基础被动元件，正经历向超微型化、高容量化、高可靠性方向的全面升级。
一方面，AI服务器正从传统单机主板模式演进为机柜级高密度计算平台。随着大模型训练与推理对算力需求的持续升级，旗舰级整机柜AI服务器的单机MLCC用量已突破44万颗【2】，相较传统服务器实现数倍增长。
另一方面，国信证券研报数据显示，高端高容MLCC产能消耗呈指数级上升，叠层数从消费级的50-100层提升至500层以上，生产周期从约27天延长至50天以上，单颗制造产能消耗约为普通品的4倍。【3】
整体来看，AI服务器领域的需求增长较显著，成为拉动高端MLCC市场扩容的重要驱动力之一，为本土厂商突破国际垄断、实现高端领域国产替代打开了战略性窗口期。针对行业供需，部分国内企业反馈当前订单较为饱满、供需偏紧，部分料号存在涨价迹象，缺口预计或将延续至2027年【4】。此外，据弗若斯特沙利文数据，中国MLCC市场的国产化率由2020年的14.1%提升至2024年的16%，预计至2029年将提升至24%。（以上引用第三方数据及观点，不代表本机构立场，仅作信息参考，不构成任何投资建议，与本机构相关产品无关。市场有风险，投资需谨慎）
03、Fab 晶圆代工
Fab为英文fabrication的缩写，指代半导体晶圆制造工厂。采用Fabless（无晶圆厂）模式的芯片设计企业，完成芯片方案设计后，会委托专业晶圆代工Fab完成流片制造。Fab是半导体产业链中资产最重、技术壁垒最高的环节之一。
当前AI算力产业快速发展，带动全球晶圆代工市场规模持续扩容。TrendForce预计2026年全球晶圆代工收入同比增长24.8%至2188亿美元，其中AI处理器和配套IC需求或仍是核心驱动。（以上引用第三方数据及观点，不代表本机构立场，仅作信息参考，不构成任何投资建议，与本机构相关产品无关。市场有风险，投资需谨慎）
与此同时，在海外先进产能持续紧张、成熟制程供给收缩、国产AI芯片需求上行的背景下，我国本土FAB的重要性正在快速提升。
1.、订单回流方面，国内头部晶圆代工厂在2026年一季度业绩说明会上表示，AI海外虹吸效应使得消费、IoT等客户在大陆寻找产能，带动订单回流。【5】
2、产能份额方面，Semicon China数据显示，中国晶圆厂在22-40nm成熟节点全球产能份额预计由2025年的32%提升至2027年的41%，本土代工厂在成熟制程领域的影响力持续扩大。【5】
3、产能扩张方面，根据半导体产业纵横预测，2026年大陆晶圆代工产能预计超400万片/月（8 英寸当量），全球占比34.4%，年均复合增速达13.4%，增速全球居首。【5】
04、CoWoS 先进封装
随着摩尔定律放缓，单纯依靠缩小晶体管尺寸来提升性能变得愈发困难。在此背景下，Chiplet（芯粒）技术应运而生。其核心思路是将一个大型芯片的功能分解成多个独立的、可灵活组合的“小芯片”，然后通过先进的封装技术将它们集成在一起。这种“化整为零，再聚零为整”的模式，带来了多重优势：
首先，不同芯粒可依据功能需求选择最合适的制程工艺，从而在性能与成本之间取得更优平衡；其次，单个芯粒面积较小，有助于提升整体制造良率；此外，该模式还可突破单片芯片的面积限制，实现性能的横向扩展。
Chiplet封装图示
资料参考：银河证券《AMD 产业链核心封测厂，先进封装多点开花》，2024.2.20。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。
实现Chiplet工艺的过程中，架构设计是“分”的关键，先进封装则是“合”的关键。按芯片堆叠结构和互连方式划分，Chiplet的实现方式主要包括MCM（多芯片模块，属基础形态）、2.5D封装（CoWoS、EMIB 等）和3D封装（SoIC、Foveros 等）。随着高性能计算和AI应用的快速发展，先进封装市场正持续扩大。根据Yole数据，2022年全球封装市场中先进封装占比已达47%，预计到2028年将提升至58%，市场规模约为786亿美元，2022年至2028年年复合增长率约为10.0%，显著高于传统封装市场的2.1%和整体封装市场的6.2%。
数据来源：Yole，资料参考：中信建投《AI新纪元：砥砺开疆智火燎原｜第二章：人工智能算力基础设施发展趋势及展望》，2025.7.26。以上引用第三方数据及观点，不代表本机构立场，仅作信息参考，不构成任何投资建议，与本机构相关产品无关。市场有风险，投资需谨慎。
在众多先进封装技术中，CoWoS是2.5D封装的重要解决方案之一。其核心技术特征在于采用硅中介层作为芯片间的“高速桥梁”，在同一封装内连接多颗计算芯粒与多堆叠HBM内存，从而在一定程度上有助于缓解多芯片间的布线延迟、电磁干扰和带宽瓶颈等问题。目前，CoWoS已成为高性能计算和AI处理器领域广泛采用的封装技术，多数配备HBM的高性能芯片均应用了该方案。
05、HBM 高带宽内存
AI运算涉及大量数据的存储与处理，根据Cadence数据，与一般工作负载相比，每台AI训练服务器需要6倍的内存容量。在过去几十年中，处理器的运行速度随着摩尔定律高速提升，而DRAM（即常说的“内存条”）的性能提升速度远远慢于处理器速度。目前DRAM的性能已成为整体计算机性能的一个重要瓶颈，即所谓阻碍性能提升的“内存墙”。
数据来源：Cadence；资料参考：中信建投《AI新纪元：砥砺开疆智火燎原｜第二章：人工智能算力基础设施发展趋势及展望》，2025.7.26。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。
除性能外，内存对系统能效比的影响同样不可忽视。Cadence数据显示，在自然语言类AI负载中，存储消耗的能量占比达到82%。
数据来源：Cadence；资料参考：中信建投《AI新纪元：砥砺开疆智火燎原｜第二章：人工智能算力基础设施发展趋势及展望》，2025.7.26。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。
总之，AI计算属于数据密集型任务，大量数据需在计算核心与内存之间频繁交换。若内存带宽不足，AI芯片的算力将因数据供给不及时而难以充分发挥。HBM（High Bandwidth Memory，高带宽内存）正是针对这一瓶颈设计，其通过3D堆叠技术，将多个DRAM芯片垂直整合，并与AI芯片一同封装在基板上，实现了极高的数据传输带宽和更低的功耗。从HBM2E到HBM3，再到最新的HBM3E，其带宽和容量不断翻倍。
当前全球存储市场正面临近年来较为严重的供应紧张局面。数据显示，2026年全球DRAM、NAND闪存及HBM的供需缺口分别约为4.9%、4.2%和5.1%，均为近十年来较高水平。其中，HBM领域的产能紧张尤为突出。据SEMI中国数据，即使2026年海外三大主要存储原厂已将约70%的新增或可调配产能向HBM倾斜，HBM产能缺口仍高达50%至60%。【6】
06、SiC/GaN 碳化硅 / 氮化镓
SiC（碳化硅）与GaN（氮化镓）同属第三代半导体材料。相较于传统的硅基器件，这两种材料在耐高压、低导通损耗、耐高温和高频工作等方面具有显著优势，正成为新一代AI数据中心高压供电系统的核心元器件。
在应用定位上，SiC与GaN形成了较为清晰的差异化分工：
SiC：凭借其优异的耐高压和高温性能，主要应用于800V及以上的高压大功率场景，例如整机柜的大功率电源和高压配电模块。
GaN：侧重于中低压、高频和小型化应用，适合用于服务器板载电源、光模块的微型供电单元等场景。
中金公司在最新研报中指出，随着AI算力向高密度、连续满载方向发展，高压架构已成为数据中心供电系统演进的确定方向，2026年可被视为数据中心高压架构的“落地元年”。该机构认为，SiC有望在机房侧（灰区）发挥主导作用，而GaN则可能在机柜内（白区）实现大规模渗透。
SiC向左，GaN向右
成为数据中心高压架构的必然解
资料参考：中金公司《SiC向左，GaN向右，三代半导体成为数据中心高压架构的必然解》，2026.6.30。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。
在此趋势下，数据中心供电方案的变革有望为SiC/GaN产业带来显著的市场需求。随着算力芯片功率密度提升及对能源转换效率的要求日益严格，第三代半导体有望在机房和机柜侧逐步替代传统的硅基功率半导体。据中金公司测算，到2030年，单MW数据中心建设对应的SiC和GaN器件需求量预计将分别达到1.0万颗和2.1万颗，对应单MW的价值量则有望达到22万美元和4.9万美元，市场空间较为可观。（以上引用第三方数据及观点，不代表本机构立场，仅作信息参考，不构成任何投资建议，与本机构相关产品无关。市场有风险，投资需谨慎）
07、液冷 散热技术
随着单颗GPU功耗突破700W甚至1000W，传统风冷方案（吹风扇）已难以满足高密度算力设备的散热需求。在此背景下，液冷技术正加速成为AI数据中心散热的重要选择。
液冷是通过液体循环带走服务器热量的散热技术。按服务器内部器件是否直接接触冷却液，可分为间接接触式（冷板式液冷）和直接接触式（浸没式液冷与喷淋式液冷）。当前，AI大模型更新迭代以及应用落地驱动算力需求提升，芯片功耗与算力密度持续攀升，液冷凭借散热效率、部署密度等优势，正加速替代风冷逐步成为主流方案。
从渗透空间看，液冷仍处于低基数扩张阶段。Uptime Institute调查显示，目前不到10%的企业IT机架采用直接液冷，渗透率仍处早期。随着AI高密机柜放量，液冷有望迎来从技术验证走向规模部署的关键阶段。
从应用场景看，光模块液冷需求正从起步阶段加速放量，2030年市场规模有望突破63亿美元。根据Arista公开信息，1.6T光模块功耗已突破45W，热流密度超过100W/cm，远超风冷约50W/cm的散热极限。机构预测，1.6T阶段液冷渗透率有望提升至40%，2026年光模块液冷市场规模约10亿美元，2030年将突破63亿美元，年复合增长率约58%。【7】
小结：无论是突破传输瓶颈的CPO、破解内存墙难题的HBM，还是重构芯片互联架构的 CoWoS，每一个热词的背后，都是“后摩尔定律”时代打破物理瓶颈的硬核创新，也对应着相对确定的产业需求与成长空间。读懂这些行业高频术语，有助于我们理清AI产业链的底层运行逻辑，从而更好地捕捉科技产业红利。
值得注意的是，科技成长板块具有技术迭代快、资本投入大等特征。投资者在关注行业长期成长逻辑时，也需保持理性与审慎：一方面，新技术从研发到规模化商用的进程存在不及预期的风险；另一方面，部分细分领域估值处于相对高位，需警惕市场情绪波动带来的调整风险。此外，国际贸易环境变化也可能给产业链供应链带来一定的不确定性影响。
虽然市场在短期内难免会伴随波动与分化，但AI算力基础设施建设或仍是中长期确定性较高的产业趋势，各类硬件技术的迭代升级与国产替代进程均具备持续发展的内在动力。基于此，建议广大投资者不妨结合自身风险承受能力、资金投资周期等制定配置思路，以中长期视角布局，力争更好地把握AI产业发展带来的投资机会。
【1】太平洋证券《CPO开启产业元年 关注微透镜/高功率CW光源等核心通胀环节》，2026.5.16。以上引用第三方数据及观点，不代表本机构立场，仅作信息参考，不构成任何投资建议，与本机构相关产品无关。市场有风险，投资需谨慎。
【2】集邦咨询《AI算力驱动高端MLCC国产替代：微容科技的技术与产能双轮突破》，2026.6.30。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。
【3】中国证券报《直击上海慕尼黑电子展，记者实探MLCC，“供需缺口最起码要到2027年”》，2026.7.2。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。
【4】中国证券报《直击上海慕尼黑电子展，记者实探MLCC，“供需缺口最起码要到2027年”》，2026.7.2。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。
【5】财通证券《电子行业重视FAB：半导体向上周期核心受益品种 不止涨价更有AI拉动》，2026.6.22。以上引用第三方数据及观点，不代表本机构立场，仅作信息参考，不构成任何投资建议，与本机构相关产品无关。市场有风险，投资需谨慎。
【6】中国证券报《AI算力引爆存储涨价潮 关注相关产业链机遇》，2026.6.5。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。
【7】上海证券报《液冷不“冷”，谁将受益？》，2026.6.25。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。以上引用第三方数据及观点，不代表本机构立场，仅作信息参考，不构成任何投资建议，与本机构相关产品无关。市场有风险，投资需谨慎。
风险提示：基金有风险，投资须谨慎。基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证基金一定盈利，也不保证最低收益。基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金业绩并不构成对本基金业绩表现的保证。本产品投资于证券市场，投资者在投资本产品前，需充分了解本产品的产品特性，并承担产品投资中出现的各类风险。请投资者于投资前认真阅读相关基金的《基金合同》、《招募说明书》和《基金产品资料概要》，务必根据自己的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力，在了解产品情况及销售适当性意见的基础上，理性判断并谨慎做出投资决策。诺德基金对文中观点的准确性和完整性均不作任何保证，信息或所表达的意见并不构成所表述证券、类别的投资建议，诺德基金也不承担投资者因使用本报告而产生的任何责任。敬请投资者注意投资风险。
本文作者可以追加内容哦 !
