GPU算力租價隨供需起伏，中小客戶承壓最重
Miles Bennett
英偉達AI伺服器關鍵組件成本單週波動最高達40%，雲服務商已將漲價壓力傳導至終端租戶，按需租用算力的中小客戶正逼近商業可行性的臨界點。
伺服器組件價格為甚麼像大宗商品一樣波動？
據《The Information》報道，英偉達AI伺服器所需的輸入晶圓、封裝、網絡、散熱及記憶體組件價格持續攀升，其中記憶體影響最為顯著。
一位向雲服務商銷售伺服器的人士稱，部分組件成本單週波動幅度最高達40%，「根本無法預測價格走勢，只能在極短窗口內鎖定價格」。
這意味著→ GPU算力的定價邏輯，已從「按產品標價」轉向類似石油的供需實時博弈。價格數據商Silicon Data CEO卡門·李明確做了這個類比。
漲價幅度到底有多大？
雲服務商Nebius於6月1日將按需算力租價上調約30%；AWS隨後宣佈EC2容量塊價格自7月1日起漲約20%。
一位GPU雲服務商高管透露，其採購的伺服器機架近期每週漲價約2%至3%。另一家競爭對手高管稱，機架成本較其認定的「基準價」高出10%至15%，月漲幅約1%，勢頭趨於穩定。
簡單來說＝ 上游組件週漲40%，傳導到雲租價就是月漲1%到30%不等——越靠近終端、越是按需租用的客戶，吃到的漲幅越大。
一個機架到底多貴？
一個裝滿Grace Blackwell 300晶片系統的機架，每套晶片系統售價7萬美元，72套滿配機架總價約500萬美元，部分客戶一次性採購達數千套。
下一代Vera Rubin機架預計售價約700萬美元。
這意味著→ 組件成本哪怕只波動幾個百分點，乘以這個基數，採購賬單的絕對波動就是數十萬美元量級——價格波動因絕對金額龐大而被急劇放大。
誰拿著定價權？
英偉達與記憶體晶片製造商（以美光為代表）掌握主導定價權。上述伺服器銷售人士稱，英偉達「幾乎可以要求任何價格」。
數據顯示，英偉達過去數年間毛利率已提升15至20個百分點。美光等記憶體廠商正對英偉達及其他客戶施加類似壓力，推動從蘋果Mac到英偉達GPU的全線產品漲價。
這反映出 整條AI算力供應鏈的利潤分配格局：越上游、越稀缺的環節，定價權越強，而雲服務商更多是在「傳遞」漲價，而非「製造」漲價。
中小客戶為甚麼最脆弱？
按需租用算力的中小型客戶首當其衝：雲服務商正試探GPU供應緊張環境下的定價上限，或將資源向大客戶傾斜，可供中小客戶使用的算力減少。
GPU雲服務商通常不公開披露實際價格，定價權實際掌握在服務商手中，中小客戶幾乎沒有議價空間。
一位GPU雲服務商的投資方直言：「對於核心客戶而言，存在一個臨界點——一旦經濟賬算不過來，他們的業務就難以為繼。」
這對AI產業鏈意味著甚麼？
算力成本的持續攀升，最終將對AI應用層的商業可行性構成實質性約束。
簡單來說＝ 不管AI模型多強大，如果跑一次推理的電費和租金令初創公司蝕錢，這條路就走不通——算力成本就是AI應用的「地板價」。
這個臨界點何時到來，將是整個AI產業鏈的核心壓力測試。
Content is for reference only, not financial advice.