什么值得买App下载 App ›
连续签到专享现金活动

一台AI服务器=一套房!GPU被赶下神坛,周边零件涨幅让老黄都慌了

一台AI服务器要多少钱?几年前的答案是“几十万美元”,现在的答案可能是“一套北上广深的房子”。这不是夸张——英伟达最新的Vera Rubin NVL72机架,物料成本已经冲到780万美元(约5600万人民币)一台,下一代Rubin Ultra直接标到2100万美元。贵的背后不是英伟达任性涨价,而是整条硬件产业链正在经历一次价值大迁移:GPU还是主角,但不再是唯一的主角。内存、电路板、电容、散热这些“配角”,正在集体翻身,把AI算力的成本结构搅了个底朝天。123
GPU还是最贵的,但已经不是最大头
把一台Vera Rubin NVL72机架的780万拆开,GPU依然占最大头——72颗Rubin GPU,每颗约5.5万美元,加起来396万美元。但这里有意思的是:GPU涨了57%,它在整个机架里的占比却从65%掉到了51%。也就是说,虽然GPU变贵了,但其他东西涨得更快。45
内存从37万美元跳到200万美元,涨了435%,占整机成本从不到10%飙升到26%。PCB从3.5万涨到11.7万,涨了233%。MLCC电容涨了182%。这三条线加在一起,解释了为什么整机成本翻倍、但GPU占比反而下降。AI算力竞赛早就不是“买GPU就完事”了,周边零部件的价值正在被系统性重估。56
HBM为什么从配角变成“吞金兽”
HBM(High Bandwidth Memory)是直接封装在GPU旁边的高带宽显存,AI训练和推理时负责高速喂数据。Rubin机架每颗GPU配288GB HBM4,整柜合计20.7TB。这个容量比上一代Blackwell Ultra翻了近4倍,但价格涨幅更吓人——HBM3E到HBM4,单价从每GB约11美元涨到18美元,现货市场甚至炒到更高。伯恩斯坦的报告直接把这个数字顶到2027年量产后可能的53美元/GB。78
HBM涨价的本质是供需失衡叠加寡头定价。全球能做的就三家:SK海力士、三星、美光,其中SK海力士在HBM3E时代市占率高达62%。产能扩张周期18-24个月,但AI大模型军备竞赛的需求增速是91%。结果是,英伟达能把HBM涨价几乎原封不动转嫁给云厂商——CUDA生态筑起的护城河,让下游几乎没有议价空间。89
成本项GB300 NVL72Rubin VR200 NVL72涨幅
GPU252万美元396万美元+57%
内存(HBM+DRAM)37万美元200万美元+435%
PCB电路板3.5万美元11.7万美元+233%
MLCC电容1530美元4320美元+182%
网络设备36万美元79万美元+122%
散热6.5万美元7.2万美元+12%
配套件集体起跳:不只是内存在涨
PCB(印制电路板)涨幅233%,听起来不像内存那么夸张,但背后的技术升级是实打实的。Rubin的计算板从22层HDI升级到26层,覆铜板材料从M7升到M8;交换板从24层升到32层;新增72块ConnectX模块PCB、18块BlueField DPU模块PCB。层数越多、布线密度越高,对信号完整性的要求越苛刻——AI服务器跑的是NVLink这样的高速互联通道,PCB就是遍布全身的神经网络骨架。210
MLCC(多层陶瓷电容)被称为“电子大米”,单机架用量从44万颗涨到60万颗,成本涨182%。每颗GPU核心供电的退耦网络需要几十甚至上百颗不同规格的电容紧密配合——功耗密度到220kW这个级别,没有这些“毛细血管”稳压,芯片在高频瞬时负载下直接宕机。高盛直接把MLCC定义为AI服务器“第三大成本项”,仅次于GPU和内存。1011
建一座AI工厂,到底要烧多少钱
把单机架放大到整座数据中心,数字会更惊人。一台Rubin NVL72机架功耗220kW,一座1GW(10亿瓦特)规模的数据中心能容纳约3557台机架,光机架硬件成本就要323亿美元。再加上土地、建筑、电力系统、冷却系统等基础设施约150亿美元,整体建置成本冲到473亿美元(约3200亿人民币)。鸿海董事长刘扬伟在公开场合援引了这个数字,每年的电费支出还要再烧13亿美元。712
黄仁勋在台北GTC上说得很直白:1GW AI工厂当前成本约550亿美元,很快会冲到800亿到1000亿,其中约一半会流向英伟达。这个说法在分析师圈引发争论——有人觉得是算力印钞机,有人觉得是硬件军备竞赛的尽头。但有一点是共识:Rubin的FP8算力达到2520 PLOPS,是Blackwell的3.5倍,单位算力的投资效率确实在提升。1314
对于具体要买服务器的人,最直接的建议是:别只看GPU单价。现在买AI服务器,实际上买的是一套系统——GPU、内存、网络、散热、供电绑在一起,缺任何一环都跑不满算力。Rubin这代产品里,内存和PCB的涨幅最超预期,如果你的工作负载是长上下文、大模型推理,这些配套件的容量会直接影响实际能跑多快、跑多少并发。云厂商已经开始把算力服务涨价5%,终端用户最终也会感受到这条链路上每个环节涨价的压力。151

评论

评论区空态插画

当前文章无评论,是时候发表评论了