GPU算力租价随供需起伏，中小客户承压最重
Miles Bennett
英伟达AI服务器关键组件成本单周波动最高达40%，云服务商已将涨价压力传导至终端租户，按需租用算力的中小客户正逼近商业可行性的临界点。
服务器组件价格为什么像大宗商品一样波动？
据《The Information》报道，英伟达AI服务器所需的输入晶圆、封装、网络、散热及内存组件价格持续攀升，其中内存影响最为显著。
一位向云服务商销售服务器的人士称，部分组件成本单周波动幅度最高达40%，"根本无法预测价格走势，只能在极短窗口内锁定价格"。
这意味着→ GPU算力的定价逻辑，已经从"按产品标价"转向了类似石油的供需实时博弈。价格数据商Silicon Data CEO卡门·李明确做了这个类比。
涨价幅度到底有多大？
云服务商Nebius于6月1日将按需算力租价上调约30%；AWS随后宣布EC2容量块价格自7月1日起涨约20%。
一位GPU云服务商高管透露，其采购的服务器机架近期每周涨价约2%至3%。另一家竞争对手高管称，机架成本较其认定的"基准价"高出10%至15%，月涨幅约1%，势头趋于稳定。
用大白话说＝ 上游组件周涨40%，传导到云租价就是月涨1%到30%不等——越靠近终端、越是按需租用的客户，吃到的涨幅越大。
一个机架到底多贵？
一个装满Grace Blackwell 300芯片系统的机架，每套芯片系统售价7万美元，72套满配机架总价约500万美元，部分客户一次性采购达数千套。
下一代Vera Rubin机架预计售价约700万美元。
这意味着→ 组件成本哪怕只波动几个百分点，乘以这个基数，采购账单的绝对波动就是数十万美元量级——价格波动因绝对金额庞大而被急剧放大。
谁拿着定价权？
英伟达与内存芯片制造商（以美光为代表）掌握主导定价权。上述服务器销售人士称，英伟达"几乎可以要求任何价格"。
数据显示，英伟达过去数年间毛利率已提升15至20个百分点。美光等内存厂商正对英伟达及其他客户施加类似压力，推动从苹果Mac到英伟达GPU的全线产品涨价。
这反映出 整条AI算力供应链的利润分配格局：越上游、越稀缺的环节，定价权越强，而云服务商更多是在"传递"涨价，而非"制造"涨价。
中小客户为什么最脆弱？
按需租用算力的中小型客户首当其冲：云服务商正试探GPU供应紧张环境下的定价上限，或将资源向大客户倾斜，可供中小客户使用的算力减少。
GPU云服务商通常不公开披露实际价格，定价权实际掌握在服务商手中，中小客户几乎没有议价空间。
一位GPU云服务商的投资方直言："对于核心客户而言，存在一个临界点——一旦经济账算不过来，他们的业务就难以为继。"
这对AI产业链意味着什么？
算力成本的持续攀升，最终将对AI应用层的商业可行性构成实质性约束。
用大白话说＝ 不管AI模型多强大，如果跑一次推理的电费和租金让创业公司亏钱，这条路就走不通——算力成本就是AI应用的"地板价"。
这个临界点何时到来，将是整个AI产业链的核心压力测试。
Content is for reference only, not financial advice.