牛牛課堂

參與了話題 · ·

拆解英偉達Vera Rubin機櫃：910萬美元成本背後，誰是AI算力的隱形贏家？

AI基礎設施的軍備競賽，正在進入一個更「燒錢」的階段。

過去市場討論AI數據中心，往往聚焦在兩個問題：一是英偉達GPU夠不夠；二是電力夠不夠。

但Bernstein最新研報給出了一個更直觀的答案： $英偉達 (NVDA.US)$ 下一代Vera Rubin NVL72單個AI機櫃成本約909萬美元，明顯高於此前市場流傳的約800萬美元。而如果要建設1GW級別的Vera Rubin AI數據中心，總資本開支可能高達約473億美元。

這意味著，AI數據中心已經不只是「買顯卡」，而是一整套圍繞GPU、HBM、DRAM、NAND、網絡、電力、液冷和土建的超級資本開支工程。

機櫃成本大解密：為什麼高達910萬美元？

伯恩斯坦分析師指出，此前媒體廣泛流傳的「約800萬美元每機架」報價，系基于過時的內存價格，嚴重低估了實際成本。核心分歧在于高帶寬內存（HBM）：當前HBM 4價格約為每GB 16.6美元，但預計到2027年Vera Rubin大規模出貨時，價格將升至每GB約53美元，且英偉達很可能通過動態定價機制將成本轉嫁給終端客戶。

伯恩斯坦采用自下而上的方法，對Vera Rubin NVL72機架進行逐項拆解，最終得出約910萬美元的成本估算。

GPU仍是最大單項成本。報告顯示，Rubin GPU售價約為每顆5.5萬美元，每個機架配備72顆GPU，僅GPU本身成本即達396萬美元，占機架總成本近半。此外，每機架36顆Vera CPU合計貢獻約18萬美元。

內存與存儲成本大幅抬升，是本次估算與市場預期產生分歧的主要來源。伯恩斯坦預計該項成本約為320萬美元，遠高于按歷史價格測算的約200萬美元。其中，HBM 4貢獻約109萬美元，CPU DRAM（LPDDR5X）約80萬美元，直連存儲約128萬美元。報告特別提示，內存與存儲價格波動劇烈——NAND價格自2023年4月低點至2026年5月已累計上漲11.3倍，年化漲幅達115%，投資者需持續跟蹤價格變化以維持預測準確性。

網絡、冷卻與供電合計貢獻約200萬美元。其中，網絡成本約127萬美元，包括NVLink交換機約25萬美元、線纜約24萬美元、背板及其他規模擴展組件約38萬美元，以及SpectrumX交換機約20萬美元；冷卻約16萬美元，供電約15萬美元。

打造1GW AI數據中心需要多少錢？

接下來是最震撼的數字。

Vera Rubin NVL72單機柜功耗約220kW。Bernstein假設機柜功耗約占數據中心總功耗的78%，因此折算下來，一個1GW數據中心大約可容納3557個Vera Rubin機柜。

按單機柜約909萬美元計算，僅機柜成本就達到：3557個機柜 × 909萬美元 ≈ 323億美元

如果再加上數據中心的機械電氣、土地、建筑等基礎設施成本，Bernstein估算總成本約為：473億美元/GW，這比Blackwell周期的約405億美元/GW繼續上升，說明AI數據中心的資本密度還在提高。

可以簡單理解為：未來誰想擁有1GW級別的頂級AI算力，賬面上要準備接近500億美元的資本開支。

不過，表面上看，Vera Rubin成本更高。但從算力性價比來看，結論并不悲觀。Bernstein指出，Vera Rubin NVL72單機柜FP8算力約2520 PFLOPS，明顯高于Blackwell NVL72的720 PFLOPS。也就是說，雖然單機柜價格從約430萬美元上升到約910萬美元，但算力提升幅度更大。

這意味著，AI數據中心雖然越來越貴，但每一美元買到的算力仍在提升。這也是為什么雲廠商和AI實驗室仍然愿意繼續投入：在算力緊缺的環境下，新一代GPU的單位算力回報更高，只要下游AI需求繼續增長，資本開支就有繼續擴張的邏輯。

真正的投資主線：AI Capex從「GPU故事」變成「全產業鏈故事」

如果說 AI 發展的第一階段是「得 GPU 者得天下」，那麼進入 Vera Rubin 週期後，高達 473 億美元 / GW 的驚人資本開支，正在宣告一個全新時代的到來：AI 基礎設施的投資邏輯，已經從單一的晶片擴張為涵蓋整個硬體供應鏈的「系統級超級工程」。

當單一 Vera Rubin 機櫃成本飆升至約 910 萬美元，而 GPU 本身「僅」佔近半時，剩下的數百萬美元究竟流向了哪裡？攤開 AI 伺服器供應鏈的全景圖，我們可以清晰看到這場軍備競賽的資金，正全面灌溉至以下五大核心生態系：

1. 核心算力大腦與底層IP：不再只是英偉達的獨角戲

雖然 $英偉達 (NVDA.US)$ 依然是這場盛宴的絕對主角，但整體算力需求的擴張也為其他巨頭留下了空間。美國超微公司與英特爾正加速追趕，試圖在推理端或特定應用場景分一杯羹。同時，底層架構與客製化晶片需求爆發，帶動了 ASIC 設計服務與IP板塊的繁榮， $博通 (AVGO.US)$ 、 $邁威爾科技 (MRVL.US)$ 以及 $Arm Holdings (ARM.US)$ 成為支撐多元化 AI 算力不可或缺的基石。

2. 記憶體與數據傳輸的「高速公路」：打破頻寬瓶頸的重頭戲

Bernstein報告中最令人意外的成本暴增來自於記憶體與網路。龐大的數據吞吐量讓「算力」與「傳輸」必須齊頭並進。

記憶體： HBM4價格的預期飆升與LPDDR5X的大量導入，讓掌握定價權的 $SK海力士 (000660.KR)$ 、加速推進的 $三星電子 (005930.KR)$ ，以及 $美光科技 (MU.US)$ 迎來量價齊升的黃金窗口。

光通訊：單機櫃網路成本高達 127 萬美元，光通訊產業鏈迎來史無前例的爆發，細分賽道更是百花齊放：

光模塊與代工： $Fabrinet (FN.US)$ 、 $Coherent (COHR.US)$ 、 $Lumentum (LITE.US)$ 。

光學IC與DSP：由 $邁威爾科技 (MRVL.US)$ 、 $博通 (AVGO.US)$ 領銜， $MaxLinear (MXL.US)$ 、 $Credo Technology (CRDO.US)$ 與 $MACOM Technology Solutions (MTSI.US)$ 緊隨其後。

激光器： $博通 (AVGO.US)$ 、 $Coherent (COHR.US)$ 、 $Lumentum (LITE.US)$ ，以及日本的 $三菱電機 (6503.JP)$ 。

光纖：提供底層傳輸介質的 $康寧 (GLW.US)$ 與 $長飛光纖光纜 (06869.HK)$ 。

網路交換器與設備：支撐起十萬卡級別叢集互聯的 $Arista Networks (ANET.US)$ 與 $思科 (CSCO.US)$ ，是構建AI數據中心骨幹網路的核心。

3. 算力背後的「軍火製造商」：晶圓代工、封測與半導體設備

再昂貴的設計，都需要極致的製造工藝來實現。

晶圓代工與封測：絕對龍頭 $台積電 (TSM.US)$ 掌握了先進製程與 CoWoS 封裝的命脈，先進封裝協力廠 $艾馬克技術 (AMKR.US)$ 與 $日月光半導體 (ASX.US)$ 同樣吃下外溢的龐大產能需求。

半導體設備供應商：支撐這些產能擴充的，是上游的設備巨頭們——光刻機霸主 $阿斯麥 (ASML.US)$ 、 $應用材料 (AMAT.US)$ 、 $泛林集團 (LRCX.US)$ 、檢測設備廠 $科磊 (KLAC.US)$ ，以及在特定製程（如晶圓減薄與切割）中扮演關鍵角色的日本廠商 $芝浦機電 (6590.JP)$ 與 $Disco (6146.JP)$ 。

載板與PCB：高階伺服器對電路板的層數與材料要求極高，帶動了 $TTM科技 (TTMI.US)$ 、 $勝宏科技 (02476.HK)$ 以及 $揖斐電電子 (4062.JP)$ 的價值重估。

4. 挑戰物理極限的底座：電源管理與系統整合

Vera Rubin 單機櫃功耗高達 220kW，對電力供應與整機組裝提出了極限挑戰。

電源供應與管理：龐大的電流需要極高效率的轉換與分配， $意法半導體 (STM.US)$ 、 $英飛凌科技(ADR) (IFNNY.US)$ 以及 $Monolithic Power Systems (MPWR.US)$ 提供了關鍵的電源管理晶片（PMIC）與功率元件。

伺服器硬體與系統整合：最終，將數百萬美元的零組件組裝成 220kW 且能穩定運作的「液冷巨獸」，高度考驗硬體廠商的系統整合能力。 $超微電腦 (SMCI.US)$ 、 $戴爾科技 (DELL.US)$ 與 $慧與科技 (HPE.US)$ 成為這波基礎設施狂潮中最直接的賣鏟人。

總結：一場史詩級的全產業鏈基建紅利

綜合來看，Vera Rubin週期所呈現的高達473億美元/GW估算成本，反映出AI數據中心的建置門檻正在顯著提高。這也標誌著相關基礎設施的投資邏輯發生了轉變：從早期的單一GPU採購，擴展為涵蓋晶圓製造、高階記憶體、光通訊傳輸以及電力與系統整合的整體供應鏈協同佈局。

在「單位算力性價比提升」的邏輯支撐下，雲端服務商對AI基礎設施的資本開支預期仍將維持一定的延續性。未來市場的關注焦點將不再僅侷限於單一核心晶片供應商，而是會沿著整個硬體生態系向下延伸。

135

瀏覽 476萬