行业投资评级 - 报告对有色、钢铁行业维持“看好”评级 [6] 核心观点 - AI算力芯片功耗大幅增长，英伟达GB300单卡功耗高达1400W，较上代Full B200增长16.67% [13][14] - 海外AI巨头为降低能耗和成本，纷纷转向自研ASIC芯片，其算力功耗比显著优于GPU [9][27] - 金属软磁粉芯是ASIC芯片实现省电目标的关键材料，其一体成型电感能满足小体积、大电流、高稳定性的需求 [9][57][63] - 2026年AI GPU与ASIC对金属软磁粉芯一体成型电感的总需求量预计超过4亿片 [70][71] - 中期来看，DDR6内存标准的演进将进一步增加对高性能电感材料的需求 [79][82] 按报告目录总结 一、痛点：省电是AI终端用户部署ASIC的核心痛点 - 英伟达AI算力卡功耗持续提升，GB300单卡功耗达1400W [13][14] - ASIC芯片在算力功耗比上明显优于GPU，例如GPU每算力平均耗电0.4瓦，而ASIC仅需0.2瓦 [9][24] - 传统横向供电模式存在PDN压降与损耗，AI算力提升使PDN损耗显著增加，采用8块GPU的服务器PDN能量损耗可达15%-20% [40][44] 二、材料：金属软磁粉芯是ASIC电源模组必选项 - 垂直堆叠设计的电源模块将PDN路径缩短至毫米级，显著降低损耗 [46] - 模组式电感相较分立式电感可节省高达40%的占板面积，并提供更高的功率密度 [51][55] - 金属软磁粉芯饱和磁通密度（0.9-1.6特斯拉）远高于铁氧体（0.3-0.55特斯拉），在相同工作条件下电感体积可减小70% [57][58] 三、市场：GPU+ASIC双轮驱动，金属软磁粉芯一体成型电感或加速应用 - 2026年海外AI巨头ASIC出货总量有望超越英伟达GPU出货量 [65][67] - 测算显示，2026年英伟达GPU对电感需求量约1.92亿片，ASIC对电感需求量约2.1亿片，总需求超4亿片 [70][71] - Meta计划在2025年底至2026年出货百万级ASIC芯片，其中MTIA T-V1预计出货30万至40万片 [67] 四、应用拓展：DDR6内存有望为金属软磁粉芯一体成型电感带来中期增量 - DDR5内存首次引入PMIC供电方案，单个DDR5颗粒需要至少3颗芯片电感 [72][77] - DDR6标准将单通道位宽提升至96bit，强制使用两个VDD2电源，对电感使用量和性能要求进一步提高 [79][82] 五、同业对比：铂科新材具备明显的技术与产能优势 - 铂科新材的气雾化粉末制备技术所产粉末具有低含氧量、高球形度优势，制成的磁粉芯损耗（55.5 kW/m³）远低于水雾化粉末（440 kW/m³） [85][86] - 公司芯片电感产能预计从2024年的1.2亿片增长至2026年的3.2亿片以上，募投项目计划于2025年底完全建成 [91][93]