英伟达：HBM短缺不碍AI基础设施扩张
0xBroomberg
HBM涨价，英伟达怎么还能赚更多？
美国银行援引供应链数据：Blackwell架构下每机架HBM成本约190万美元，升级到Rubin架构后仅增加20万–30万美元。
但英伟达计划把机架售价从Blackwell的300万–400万美元提到Rubin的600万–700万美元——价格涨幅远超成本增量。
这意味着→ 英伟达靠整机涨价"稀释"了HBM成本压力，毛利率预计维持在70%左右。
内存短缺要持续多久？
美光和SK海力士近期均已发出存储短缺预警；黄仁勋判断，内存供应将在未来数年内持续偏紧。
根本原因：AI推理所需的token需求持续快速增长，而存储产能扩张速度跟不上。
英伟达的应对方式是调整系统设计——部分机架减少内存配置，同时强化网络互联、优化算力调度。
用大白话说＝ 内存不够，就让芯片之间多"对话"、少"本地存"，用网络带宽换存储容量。
英伟达凭什么从"卖GPU"变成"卖整套基础设施"？
随着AI集群规模扩大，GPU之间的数据传输日益成为瓶颈，客户采购模式正在从单买GPU转向买集成系统——GPU、CPU、交换芯片（负责数据路由的专用芯片）、网络接口卡、光互联、软件打包在一起。
英伟达重申本财年CPU营收目标约200亿美元，其中近半可能来自独立CPU机架，而非GPU系统内的管理节点。
这意味着→ Vera CPU正在独立打入更广泛的服务器市场，英伟达的收入来源正从"一块芯片"扩展到"一整座数据中心"。
最大的风险是什么？
摩根士丹利列出三类风险：供给扩张超预期导致数据中心增长急剧放缓；AI开发成本大幅下降或出现颠覆性竞品；客户加速采用ASIC（专用集成电路——为特定任务定制的芯片，比通用GPU更便宜但灵活性低）。
台积电将于7月16日公布财报，其前景展望能否印证"需求远超供给"，是市场的下一个关键验证节点。
这反映出 当前AI投资逻辑的核心假设仍是"供不应求"——一旦供给追上需求，整个估值链条都要重估。
Content is for reference only, not financial advice.