“电子工业大米”价格最高涨十倍 行情剧烈波动
相关推荐
Serenity：对传统以及成熟制程存储器极为看涨，涨价幅度将远超GPU租赁与MLCC
BlockBeats 消息，9 月 17 日，Serenity 发文表示，对传统以及成熟制程存储器极为看涨，其涨价幅度远超当日 Nebius 公布的 GPU 租赁涨价（+17%-21%）以及太阳诱电、村田等 MLCC 电容涨价。Serenity 预估半年或三季度预计涨幅：SLC NAND 下半年较上半年再涨 120%-170%，高容量 NOR Flash 再涨 90%-110%，DDR3/DDR4 约涨 50%，DDR2 三季度涨 35%-40%，LPDDR 三季度涨 20% 或更多，DDR1、更老的 LPDDR 及 PSRAM 也在上涨。这些涨幅是叠加上半年已经发生的涨价之后的进一步上行。 Serenity 强调，SLC NAND 上半年已涨 130%-150%，因此 2026 全年累计涨幅可能达到 406%-575%。这种售价暴涨对毛利和净利的拉动将超过上游晶圆成本上涨的影响，例如力积电 DRAM 晶圆涨约 45%，因此预计多家做传统存储器的无晶圆厂公司三季度财报会非常好看。
村田停产部分 MLCC，国巨华新科等有望获转单
火星财经消息，全球被动元件龙头日商村田发出通知，将陆续停产多款積層陶瓷电容 MLCC 产品，提醒客户把握最后下单机会。法人预期，村田部分料号停产之后，客户将启动替代供应商机制，国巨、华新科、禾伸堂、信昌电等台厂有望承接转单。村田表示，此次调整涵盖较旧产品与料号，将停止部分泛用品及原列入更新计划的品项，推进产品汰旧换新。通知涵盖 GRM、GRJ、GRT、GXM、GXT、GCM、GCJ、GCG 及 ZRA 等九个系列中的部分产品，用途横跨消费性电子、工业设备与车用市场。客户须于 2027 年 12 月 31 日前完成替代转换，最后下单日为 2028 年 3 月 31 日，最后出货日为 2029 年 3 月 31 日。
三星电机签署超1万亿韩元的AI服务器MLCC供应合同
据报道，三星电机与一家全球大型科技公司签署了一份价值1.07万亿韩元的多层陶瓷电容器（MLCC）长期供应协议（LTA），用于人工智能服务器。合同期限为一年，从2027年1月1日至2027年12月31日。 该订单是三星电机历史上单笔金额最大的长期MLCC供应合同。（财联社）
信维通信：拟11亿元收购高端MLCC公司益阳电子科技55%股权
火星财经消息 8月27日，信维通信(300136.SZ)公告称，为进一步满足全球客户快速增长的高端 MLCC 产品需求，及加快在高端MLCC业务领域的战略布局，公司全资子公司益阳信维拟以现金11亿元收购益阳电子科技55%股权，交易完成后将持有其70%股权，纳入合并报表范围。本次交易构成关联交易，不构成重大资产重组，需提交股东会审议。（公司公告）
三星电机调涨 Q4 OEM 报价，MLCC 产业开启上升周期
火星财经消息，据 TrendForce 集邦咨询最新 MLCC 产业研究，韩国大厂三星电机近期率先针对 OEM、ODM 客户调涨 2026 年第四季报价，意味着 MLCC 产业正式迈入上升格局。TrendForce 集邦咨询预估，三星电机将对 OEM、ODM 客户平均上调消费级 X5R 产品价格 25% 至 30%，借此抑制下单意愿、腾出产能以扩充高端产线。应用于 AI Server 的高端 X6S 产品则依客户议价，平均涨幅将落在 10% 至 20% 不等。日系大厂村田、太阳诱电、京瓷目前持观望态度、报价持平，后续是否跟进调价，将是观察涨势能否扩大的关键。
Citrini观点：AI服务器需求驱动MLCC交期极端分化，高端产品交付长达10个月
BlockBeats 消息，8 月 18 日，Citrini 分析师 Jukan 指出，MLCC 交付周期正因产品规格不同出现严重分化。通用产品的交期仍稳定在 14 至 18 周（约 3.5 至 4.5 个月），高容值与高压产品约 4 至 5 个月，但 AI 服务器用高端产品已进入「严重供应」状态。村田与三星电机的服务器级 MLCC 交期超过 20 周（5 个月以上），三星电机部分高容产品平均约 40 周，村田 1 微法以上高容产品 7 月交期从 6 月的 24 周升至 30 周，部分渠道报价甚至达 36 周，接近 10 个月。 这种极端分化预计将持续到 2026 年下半年。驱动分化的核心是 AI 服务器与数据中心的强劲需求——AI 服务器所需的高容值、小型化、高可靠 MLCC 数量是传统服务器的 5 至 13 倍。新产能扩张已从 2026 年 Q4 推迟至 2027 年，短期内供需失衡难以缓解，主要厂商同步提价并增加长期供应协议。交付周期超过 5 个月甚至接近一年，既表明制造商短期内无法快速增加供应，也标志着定价权增强和高价值产品组合驱动盈利能力实质性改善的开始。AI 瓶颈正从 GPU 和内存向板上最小元件扩散。