AI算力往上堆，封装与小金属这两条材料链在发生变化

这两年讨论AI，不能光盯着GPU、光模块这些“面子”上的东西了。真正的“里子”，得往上游走，走到那些决定了算力能不能堆上去、能耗能不能降下来的新材料。

芯片得封装吧？服务器得供电吧？散热得解决吧？光通信得互联吧？这些环节里头的材料，才是真正吃到了硬需求。最近我把研报和产业动态翻了一遍，两条主线逻辑逐渐清晰：一个是先进封装和半导体材料，另一个是上游粉体和小金属。

【内容合规声明】

本文为产业供需与材料技术笔记，全文仅梳理公开年报、招股书、行业研报信息，不构成对任何证券的买卖建议、目标价位预测或投资组合推荐。

先进封装这块，逻辑其实挺直接的，摩尔定律快走到头了，芯片性能要往上走，就得靠封装来凑。HBM、Chiplet这些技术路径成熟后，封装材料的需求明显上了一个台阶。

最关键的是，这个环节的国产化率目前仍偏低。高端塑封料、先进制程光掩膜版以及CMP高端抛光垫等环节，国内企业的份额尚小。低国产化率意味着从验证导入到规模替代之间，还有多个材料批次与产线适配环节要走。

据鼎龙股份2025年年报披露，其CMP抛光垫业务在国内市场份额处于相对领先位置。晶圆制造每往前走一个节点，抛光步骤通常会增加，这类耗材的用量具备刚性特征。

中船特气方面，据其公告及行业信息显示，六氟化钨受供应链扰动价格具备支撑，同时半导体扩建周期下特种气体消耗量呈上升趋势。

江丰电子主营靶材，属于PVD环节的核心耗材之一，产线持续运转即对应持续的耗材采购需求。

此外，艾森股份、华海诚科、安集科技等公司分别在封装光刻胶、塑封料、抛光液等细分环节有所布局。整体来看，封测材料的战略地位在提升，其逻辑类似于前道制造材料的国产化进程，只是封装环节起步稍晚，后续验证与替代的空间更明确。

AI服务器这一侧的功耗压力非常突出。传统服务器功耗多在数百瓦量级，而AI服务器普遍达到数千瓦甚至更高。功耗提升直接带动了对高性能电容的需求。

钽电容这一细分品类，受AI基建拉动较为明显。据公开行业研究文献及部分券商研报引用的整机厂调研口径，单台AI服务器钽电容搭载数量较传统机架服务器存在显著的量级差异。从中长期维度看，全球钽金属需求处于稳步增长通道。

供给端的不确定性同样突出。全球钽资源高度集中在非洲，刚果（金）的Rubaya矿区占全球供应相当比例，近期因当地冲突与矿难出现停产情况。在供应收缩预期下，价格表现相对坚挺。类似地，精铟年内涨幅也较为明显，供需缺口短期内较难快速弥合。

按2025年年度报告主营构成披露，涉及钽铌加工或资源端业务的A股公司包括东方钽业、新金路等。在算力需求拉动下，这类相对小众的金属品种产业关注度有所上升，且有实质需求作为支撑。

还有一条线值得观察，AI正在反过来加速新材料的研发。

国产新材料专用模拟器能够显著降低大规模材料模拟的计算成本；小米等厂商也在组建材料Core团队，将AI应用于电池材料、高分子材料的研发之中。国内能源材料科研领域已有智能实验平台投入运行，据相关文献与公开报道，研发效率提升较为明显。过去需要数年试错才能确定的新材料配方，未来有望在数月内完成初步筛选。若该趋势持续推进，将对国内材料产业的底层研发能力形成实质性推动。

风险提示：AI资本开支存在周期波动，先进制程及封装国产化节奏可能慢于预期；小金属受主产国政策与矿山事故影响较大，价格波动并不等同于产业实际盈利水平；本文提及公司仅作产业案例梳理，不对股价任何方向负责。市场有风险，决策须独立。