伯恩斯坦：Vera Rubin NVL72機架成本達910萬美元
Alina Collins
伯恩斯坦將英偉達下一代Vera Rubin NVL72機架成本估算上修至910萬美元，較此前媒體廣泛引用的800萬美元高出近14%，核心差異來自對HBM記憶體價格的重新定價——這意味著AI算力的真實造價正被記憶體成本重新改寫。
910萬美元從何而來——為何比之前的報價貴了110萬？
此前媒體引用的約800萬美元，採用的是HBM歷史價格約16.6美元/GB；伯恩斯坦預計到2027年大規模出貨時，HBM4價格將升至53美元/GB（含英偉達約10%加價轉嫁）。
這意味著→ 僅記憶體/存儲一項成本就從約200萬美元跳升至約320萬美元，幾乎翻了一倍。
簡單來說＝ 晶片還是那些晶片，但「餵」給晶片的記憶體漲價了，整台機架就跟著貴了。
一台機架裡的錢花在哪——四大塊怎麼分？
GPU是最大頭：Rubin GPU單顆約5.5萬美元，72顆合計約396萬美元，佔機架成本四成以上。
記憶體/存儲緊隨其後：約320萬美元，包括HBM4、CPU DRAM（LPDDR5X，54TB，約80.2萬美元，較流動DRAM合約價溢價約30%）和直連NAND存儲（約3.5PB，約130萬美元）。
網絡約120萬美元：NVLink交換機約25萬、線纜約24萬、背板及縱向擴展約38萬、SpectrumX交換機約20萬；冷卻與供電各約15至16萬美元，較上一代Blackwell明顯提升。
建一座1GW的AI數據中心要花多少錢？
每台機架額定功率220kW，機架消耗約80%的數據中心電力；伯恩斯坦由此推算每GW約需3,600個機架，機架成本合計約320億美元。
疊加每GW約150億美元的物理基礎設施（土建、電力、製冷等），全口徑資本開支約為每GW 470億美元。
這意味著→ 電費並非大頭——即使電價高達0.15美元/kWh，1GW數據中心年電費約13億美元，而年度折舊約72億美元。簡單來說＝ 真正燒錢的不是電，而是伺服器和網絡設備的快速貶值。
記憶體價格為何是最大變數？
NAND價格自2023年4月低點至2026年5月已累計上漲11.3倍（年複合增長率115%），與2019至2023年間-20%的年複合趨勢形成鮮明反轉。
伯恩斯坦認為英偉達可能具備動態定價機制，將記憶體成本波動轉嫁給終端客戶而非自行吸收。
這意味著→ 投資者需要持續跟蹤DRAM和NAND價格走勢——機架成本拆分本身會隨記憶體價格快速過時。
貴了這麼多——算力效率到底提升了嗎？
Vera Rubin NVL72機架性能為2,520 PFLOPS，遠高於Blackwell的720 PFLOPS，提升約3.5倍。
這意味著→ 無論按每GW還是按每美元計算，算力容量均顯著加速，FP8每美元性能繼續提升。
伯恩斯坦預計未來每GW成本將持續上升，電力需求增速將滯後於超大規模廠商資本開支增速。這反映出一個關鍵問題：算力供給越來越猛，但AI採用需求能否同步釋放，將是驗證整條投資邏輯的關鍵節點。
Content is for reference only, not financial advice.