積層セラミックコンデンサがAIボトルネックに

この記事で分かること

積層セラミックコンデンサがAIボトルネックに

　ゴールドマン・サックス（GS）とモルガン・スタンレー（MS）が積層セラミックコンデンサ（MLCC）を「AI軍備競争の次の爆発点（ボトルネック／大化けセクター）」として指名しています。

　背景には、AIハードウェアの進化が「演算チップ（GPU/ASIC）」の性能争いから、「超高密度な電力供給とノイズ処理」の物理的限界を突破するフェーズに移行したことがあります。

　最新のAIサーバー（NVIDIAのBlackwellプラットフォームや、次世代のUltraクラスのシステムなど）では、搭載されるMLCCの「数量」と「単価」が文字通り跳ね上がるとされています。

積層セラミックコンデンサとは何か

　積層セラミックコンデンサ（MLCC：Multi-Layer Ceramic Capacitor）とは、電気を一時的に蓄えたり、ノイズを取り除いたりする役割を持つ、電子回路には欠かせない極小の電子部品です。

　スマートフォンやパソコン、電気自動車（EV）、AIサーバーなど、およそ「基板」が存在するあらゆる電子機器に大量に組み込まれています。例えば、最新のスマートフォン1台には約1,000個、電気自動車1台には1万個以上のMLCCが使われています。

1. どのような構造をしているのか？

　MLCCの内部は、非常に薄い「セラミック（誘電体）」と「金属（内部電極）」が、サンドイッチのように何層にも交互に積み重なった（積層された）構造をしています。

• セラミック層（誘電体）： 電気を蓄える性質を持つ、特殊な焼き物（チタン酸バリウムなどが主成分）です。
• 内部電極層： 電気を導く金属の薄膜です。交互に異なる外部端子へと接続されています。

　この「セラミックを挟んで金属を向かい合わせる」という構造が、電気を蓄えるコンデンサの基本原理そのものです。

2. なぜ「積層（何層も重ねる）」するのか？

　コンデンサが蓄えられる電気の量（静電容量）は、以下のルールで決まります。

1. 向かい合う電極の面積が広いほど、たくさんの電気を蓄えられる。
2. 電極同士の距離が近い（セラミックが薄い）ほど、たくさんの電気を蓄えられる。

　米粒よりも小さなスペースで大容量の電気を蓄えるために、メーカーは「セラミックと電極の層を極限まで薄くし、何百層、何千層と積み重ねる」という技術を開拓しました。

　最新のハイエンドMLCCでは、わずか1ミリに満たない厚みのなかに、髪の毛の太さの何十分の一という薄さの層が1,000層以上も積み重なっています。

3. 電子回路における3つの主な役割

　MLCCは、回路の中で主に以下の3つの重要な仕事をこなしています。

① 電圧を安定させる（デカップリング）

　IC（CPUやGPUなど）が急に大量の電力を必要としたとき、電源からの供給が一瞬間に合わず、電圧が下がってしまうことがあります。MLCCは、その一瞬の隙に自分が蓄えていた電気を身代わりに放出（放電）し、回路全体の電圧を一定に保ちます。

② ノイズを取り除く（フィルタリング）

　電子回路には、さまざまな原因で不要な電気の乱れ（高周波ノイズ）が混入します。MLCCは「周波数の高い電気（ノイズ）だけを好んで通し、地面（GND）に逃がす」という性質を持っているため、回路をクリーンに保つフィルターの役割を果たします。

③ 信号だけを通す（カップリング）

　電気信号には「直流（常に一定方向に流れる）」と「交流（波のように変化する）」があります。MLCCは直流をブロックし、交流（信号）だけを通過させる性質があるため、必要な信号だけを次の回路へ送るインターフェースとして機能します。

　MLCCは、一見するとただの「小さな灰色の塊」ですが、その内部には日本の素材・精密加工技術の結晶が詰まっています。

　AIサーバーの処理能力が向上し、消費電力が巨額になるにつれて、回路を安定させるためのMLCCへの要求（さらなる大容量化・小型化）は一段と高まっており、ハイテク産業を陰で支える最も重要なコンポーネントの一つとなっています。

なぜ、需要が増加するのか

　MLCCの需要が「爆発的」と表現されるほど急増している理由は、あらゆる産業で進む「電子化」「大電力化」「高周波化」が同時に押し寄せているためです。

特に以下に示す4つのメガトレンドが、需要を牽引する強力なエンジンとなっています。

1. AIサーバー・データセンターの「桁違いの電力消費」

　AIの計算処理を行うGPU（NVIDIAのBlackwellなど）は、1チップあたり従来の数倍〜十数倍の電力を消費します。

• 電圧の超安定化が必要： 大電流が流れる回路では、わずかな電圧の揺らぎが計算エラーに直結します。これを防ぐため、チップのすぐ近くに大量の「高容量MLCC」を配置して、電気の供給をミリ秒単位で安定させる必要があります。
• 1台あたりの搭載数が激増： 通常のサーバーでは1台あたり数千個だったMLCCが、最先端AIサーバーでは数万個必要になります。

2. 自動車のEV（電気自動車）化とADAS（自動運転支援システム）

　自動車は今、最もMLCCを消費する巨大市場へと変貌しています。

• ガソリン車からEVへ： ガソリン車1台あたりのMLCC搭載数は約1,000〜3,000個ですが、EVでは1万〜1万5,000個へと跳ね上がります。インバーターやバッテリー管理システム（BMS）など、高電圧・大電流を制御する部位が激増するためです。
• 走るコンピューター化（ADAS）： 衝突被害軽減ブレーキや自動運転用のセンサー、カメラ、それらを制御するECU（電子制御ユニット）の搭載数が増えるほど、ノイズ除去用のMLCCが大量に必要になります。

3. 5G/6G通信の普及とスマホの高性能化

　通信規格が5G、そして次世代の6Gへと進化するにつれて、扱う電波の「周波数」が非常に高くなります。

• ミリ波・高周波への対応： 高周波の信号はノイズの影響を受けやすいため、スマートフォンの内部には、従来よりも多くの、かつノイズ除去能力に優れた超小型MLCCを詰め込む必要があります。最新の5Gスマートフォンには、1台あたり1,000個〜1,500個以上のMLCCが敷き詰められています。

4. IoT機器とスマート家電の爆発的普及

　身の回りのあらゆるモノがインターネットにつながる「IoT（Internet of Things）」の進展も、底辺の需要を強力に支えています。

　スマートウォッチ、ワイヤレスイヤホン、センサーネットワーク、さらにはAIを搭載した家電製品にいたるまで、制御基板が組み込まれるモノの絶対数自体が世界中で増え続けています。

構造的な「替えの利かなさ」

　需要が増え続ける最大の理由は、「MLCCの代わりになる部品が他にない」という点です。これほどの極小サイズで、大容量の電気を蓄え、かつ超高速な回路の動き（高周波）に追従できる部品は、現在の現代科学においてMLCC以外に存在しません。

　電子機器が「より賢く（AI）」「より力強く（大電力）」「より小さく（高密度）」進化すればするほど、MLCCの需要は自動的に掛け算で増えていく構造になっています。

AIサーバー・データセンターでなぜ搭載数が増加するのか

　AIサーバーやデータセンターでMLCCの搭載数が爆発的に増える理由は、一言で言えば「これまでにない超大電流を、超低電圧で、一瞬も途切れさせずにチップへ供給しなければならないから」です。

1. 電流値の劇的な増加（1,000A超の衝撃）

　最新のAIアクセラレータ（GPUやASIC）は、膨大な計算を同時に行うため、1つのチップだけで1,000アンペア（A）を超える電流を消費します。一般的な家庭全体の契約電流が30A〜50Aであることを考えると、チップ1枚がいかに異常な大電流を必要としているかが分かります。

　電流がこれほど大きくなると、回路のわずかな抵抗やインダクタンス（電気の流れにくさ）によって、電圧が激しく揺れ動いてしまいます。この揺らぎ（リップルノイズ）を抑え込むために、大量のMLCCで回路を敷き詰める必要があります。

2. チップの低電圧化による「許容誤差」の縮小

　近年の最先端半導体は、微細化に伴い動作電圧が 0.8V前後 という極めて低い電圧で動いています。

　電圧が低くなると、ノイズに対する「許容限界」が極端に狭くなります。例えば、5Vで動く回路なら0.1Vの電圧変動は誤差の範囲ですが、0.8Vで動くチップにとって0.1Vの変動は致命的（計算エラーやフリーズの原因）になります。

　AIチップのすぐ隣（あるいは真裏）に大量のMLCCを配置し、0.01V単位で電圧を24時間安定させ続ける必要があるのです。

3. 「激しい負荷変動」への瞬時な電力補給

　AIのディープラーニング（深層学習）や推論処理では、計算の負荷が「ゼロ」から「100%（最大出力）」へと、マイクロ秒（100万分の1秒）単位で激しく乱高下します。

　負荷が急激に跳ね上がった瞬間、遠くにある電源装置からの電力供給は物理的な距離（配線の抵抗）のせいで一瞬間に合いません。その「一瞬の電力不足」を補うため、チップの目の前に大量のMLCCを並べ、蓄えていた電気を弾丸のように超高速で放出させています。

4. 周辺インフラ（電源基板・スイッチ）のドミノ増強

　AIチップ（GPU）そのものの周りだけでなく、サーバー内の電源モジュール（VRM）や、サーバー間を高速で結ぶネットワークスイッチ（通信機器）も、すべてAIの速度に合わせるために大容量化・高速化しています。

　結果として、システム全体のあらゆる基板でMLCCの必要コンポーネント数がドミノ倒し的に増加しています。

AIサーバー・データセンター向けのMLCCの有力メーカーはどこか

　AIサーバーやデータセンター向けに、1,000A超の大電流や極限のノイズ処理に対応できるハイエンド（高容量・超小型・高信頼性）なMLCCを供給できる有力メーカーは、世界でもごく限られた数社に寡占されています。

　特に日系企業と韓国のサムスン電機が市場の大部分を支配しており、AI軍備競争の恩恵を直接受けています。

1. 村田製作所（日本）

• 市場ポジション： 世界シェア約40%を誇る、MLCC界の絶対的王者です。
• AIサーバーでの強み：
  • 材料の調合から焼結までを内製化する圧倒的な技術力を持ち、1ミリに満たない厚みに1,000層以上を重ねる超高容量品（例：0402サイズで47μF）の量産で世界をリードしています。
  • チップの直下に配置する極薄の基板内蔵・裏面配置型MLCCの技術でも他社を一歩リードしており、NVIDIA等の最先端AIチップ向け周辺サプライチェーンの最有力候補です。
  • データセンターなどサーバー関連売上は大きく伸長しており、最先端品の逼迫に伴い2026年4月から一部のハイエンド製品の価格引き上げを発表しています。

2. サムスン電機（Samsung Electro-Mechanics / 韓国）

• 市場ポジション： 村田製作所に次ぐ世界第2位のシェアを持ち、近年AIサーバーおよび車載（ADAS・EV）分野への投資を急速に強化しています。
• AIサーバーでの強み：
  • 同社グループの半導体（メモリやパッケージング）技術とのシナジーを活かし、AIサーバー向けの市場シェア約40%（同社発表）を獲得しているとされ、世界的リーダーの一角を占めています。
  • 150℃の高温や高電圧に耐えうる高信頼性・大容量MLCCを強みとし、GPUボード向けの先端パッケージ技術（FC-BGAなど）に組み込む高付加価値製品を大規模に供給しています。

3. 太陽誘電（日本）

• 市場ポジション： 世界シェア第3位グループに位置し、コモディティ（汎用）品から高付加価値の「通信・インフラ・車載用」へ構造転換を成功させたメーカーです。
• AIサーバーでの強み：
  • 「高容量・大型品（大電流用）」の受動部品に強みを持ち、AIサーバーの電力供給モジュール（VRMなど）に不可欠なハイエンドMLCCを開発しています。
  • チップの近傍に密着配置できる基板埋め込み型の超小型・高容量MLCCなど「世界初」の先端仕様を相次いで製品化しており、AIサーバー向け売上が爆発的に成長しています。

4. TDK（日本）

• 市場ポジション： 電磁気技術をルーツに持ち、車載向けなどの超高信頼性MLCCで極めて強い存在感を放つ大手素材・電子部品メーカーです。
• AIサーバーでの強み：
  • AIデータセンターの「電源ユニット全体」の効率化において、MLCCだけでなくインダクタ（コイル）やフェライトコアなど、他の主要な受動部品と組み合わせたシステム提案力を持っています。
  • 高温・大電流環境下でも劣化しにくい、タフでノイズ吸収特性に優れたハイエンド品をデータセンター市場に供給しています。

5. Yageo（国巨 / 台湾）

• 市場ポジション： 汎用品を中心に世界最大級の生産量を誇っていましたが、米KEMET（ケメット）などの買収を通じて近年ハイエンド市場へ急ピッチでシフトしています。
• AIサーバーでの強み：
  • 主に台湾のファウンドリ（TSMCなど）やODM（受託製造）ベンダーとの物理的・地理的な近さを活かし、最先端AIサーバーのサプライチェーンに食い込んでいます。主にサーバー周辺回路や、日韓トップメーカーの供給が追いつかない領域（セカンドソース）としての存在感を強めています。

---

　AIサーバー向けのMLCC市場は、「村田製作所」「サムスン電機」「太陽誘電」の3社が技術的・シェア的トップ集団を形成しています。

　最先端のAIチップが要求する「ナノメートル単位の極薄セラミック積層技術」は参入障壁が極めて高く、中国などの後発メーカーが追いつくのが難しいため、AIデータセンターの増設による恩恵はこのトップ集団へ集中的に還元される構造になっています。